ΕΕ728 Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη (2η έκδοση, 7/5/2013)

Σχετικά έγγραφα
ΕΕ728 Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 12η διάλεξη

ΕΕ728 Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 11η διάλεξη

ΕΕ728 Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 4η διάλεξη (4η έκδοση, 11/3/2013)

ΕΕ728 Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 6η διάλεξη

ΕΕ728 Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 11η διάλεξη

ΕΕ728 Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 12η διάλεξη (2η έκδοση, 20/5/2013)

ΕΕ728 Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 2η διάλεξη (3η έκδοση, 11/3)

ΕΕ728 Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη

EE728 (22Α004) - Προχωρημένα Θέματα Θεωρίας Πληροφορίας 3η σειρά ασκήσεων Διακριτά και Συνεχή Κανάλια. Παράδοση: Έως 22/6/2015

ΕΕ728 Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 11η & 12η διάλεξη

ΕΕ725 Ειδικά Θέµατα Ψηφιακών Επικοινωνιών 4η διάλεξη

ΕΕ728 Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 11η διάλεξη

Χρήστος Ξενάκης. Πανεπιστήμιο Πειραιώς, Τμήμα Ψηφιακών Συστημάτων

EE728 (22Α004) - Προχωρημένα Θέματα Θεωρίας Πληροφορίας 3η σειρά ασκήσεων Ενδεικτικές Λύσεις

ιαφορική εντροπία Σεραφείµ Καραµπογιάς

1 1 c c c c c c = 1 c = 1 28 P (Y < X) = P ((1, 2)) + P ((4, 1)) + P ((4, 3)) = 2 1/ / /28 = 18/28

cov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ]

P (A) + P (B), [Α,Β: ξένα µεταξύ τους] P (C A B) [P (A) + P (B)] P (C A) P (A) P (B) 3 4 ( ) 1 7 = 3 7 =

22Α004 - Προχωρημένα Θέματα Θεωρίας Πληροφορίας Τελική Εξέταση

P (M = 9) = e 9! =

Ασκήσεις στο µάθηµα «Επισκόπηση των Τηλεπικοινωνιών»

Ευρυζωνικά δίκτυα (2) Αγγελική Αλεξίου

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

Περιεχόµενα διαλέξεων 2ης εβδοµάδας

ΑΝΑΠΤΥΓΜA - ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER ΑΝΑΛΟΓΙΚΩΝ ΣΗΜΑΤΩΝ. Περιγράψουµε τον τρόπο ανάπτυξης σε σειρά Fourier ενός περιοδικού αναλογικού σήµατος.

p(x, y) = 1 (x + y) = 3x + 6, x = 1, 2 (x + y) = 3 + 2y, y = 1, 2, 3 p(1, 1) = = 2 21 p X (1) p Y (1) = = 5 49

x(t) = 4 cos(2π400t π/3) + 2 cos(2π900t + π/8) + cos(2π1200t) h(t) = 2000sinc(2000t) = h(t) = 2000sinc(2000t) H(f) = rect

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων

ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ ΕΞΕΤΑΣΤΙΚΗΣ ΠΕΡΙΟ ΟΥ ΙΟΥΝΙΟΥ 2004., η οποία όµως µπορεί να γραφεί µε την παρακάτω µορφή: 1 e

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης

ΛΕΙΤΟΥΡΓΙΑ ΚΑΙ ΑΠΟ ΟΣΗ ΨΗΦΙΑΚΩΝ ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

Συμπίεση Δεδομένων

Ψηφιακές Τηλεπικοινωνίες. Βέλτιστος Δέκτης

Ακαδηµαϊκό Έτος , Εαρινό Εξάµηνο ιδάσκων Καθ.: Νίκος Τσαπατσούλης

Χρήστος Ξενάκης. Πανεπιστήμιο Πειραιώς, Τμήμα Ψηφιακών Συστημάτων

Προσδιορισµός της φασµατικής ισχύος ενός σήµατος

( x) Η ΕΝΝΟΙΑ ΤΗΣ ΤΥΧΑΙΑΣ ΜΕΤΑΒΛΗΤΗΣ - ΠΙΘΑΝΟΤΗΤΑΣ. Βασικά αξιώµατα και ιδιότητες της πιθανότητας. Σεραφείµ Καραµπογιάς

2. Στοιχεία Πολυδιάστατων Κατανοµών

x(t) = 4 cos(2π600t π/3) + 2 sin(2π900t + π/4) + sin(2π1200t) (1) w(t) = y(t)z(t) = 2δ(t + 1) (2) (2 sin(2π900t + π/4) t= 1 + sin(2π1200t) )

Βασική Εφικτή Λύση. Βασική Εφικτή Λύση

Τηλεπικοινωνιακά Συστήματα ΙΙ

Συναρτήσεις Συσχέτισης

Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrange

εξαρτάται από το θ και για αυτό γράφουµε την σ.π.π. στην εξής µορφή: ( θ, + ) θ θ n 2n (θ,+ ) 1, 0, x θ.

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ. Λυσεις Ασκησεων - Φυλλαδιο 2

Ψηφιακές Τηλεπικοινωνίες

1 Βασικές Έννοιες Θεωρίας Πληροφορίας

X(t) = A cos(2πf c t + Θ) (1) 0, αλλού. 2 cos(2πf cτ) (9)

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 2

8 Άρα η Ϲητούµενη πιθανότητα είναι

1 Το ϑεώρηµα του Rademacher

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

Κεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ. 3.1 Η έννοια της παραγώγου. y = f(x) f(x 0 ), = f(x 0 + x) f(x 0 )

ΕΕ725 Ειδικά Θέµατα Ψηφιακών Επικοινωνιών 7η διάλεξη

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ. nn n n

Προχωρημένα Θέματα Ασυρμάτων Επικοινωνιών (3) Αγγελική Αλεξίου

Ψηφιακές Τηλεπικοινωνίες

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

Η Έννοια της τυχαίας ιαδικασίας

8. Τεχνικές απαϱίϑµησης

( ) log 2 = E. Σεραφείµ Καραµπογιάς

ΚΕΦΑΛΑΙΟ ΠΕΜΠΤΟ ΘΕΩΡΙΑ ΠΛΗΡΟΦΟΡΙΑΣ

EΦΑΡΜΟΓΕΣ ΤΗΣ ΨΗΦΙΑΚΗΣ ΕΠΕΞΕΡΓΑΣΙΑΣ ΣΗΜΑΤΩΝ Γραµµική Εκτίµηση Τυχαίων Σηµάτων Φίλτρο Kalman

Υπόδειξη. (α) Άµεσο αφού κάθε υποσύνολο µηδενικού συνόλου είναι µετρήσιµο.

Αρµονική Ανάλυση. Ενότητα: Ολοκλήρωµα Lebesgue - Ασκήσεις. Απόστολος Γιαννόπουλος. Τµήµα Μαθηµατικών

ΣΥΓΚΡΙΣΗ ΕΠΙ ΟΣΕΩΝ ΨΗΦΙΑΚΩΝ ΚΑΝΑΛΙΩΝ & ΟΡΙΑ ΤΗΣ ΛΕΙΤΟΥΡΓΙΑΣ ΑΥΤΩΝ

Ανω Φράγµα στην Τάξη των Συναρτήσεων. Ρυθµός Αύξησης (Τάξη) των Συναρτήσεων. Παράδειγµα (1/2) O( g(n) ) είναι σύνολο συναρτήσεων:

f(x) dx. f(x)dx = 0. f(x) dx = 1 < 1 = f(x) dx. Θα είχαµε f(c) = 0, ενώ η f δεν µηδενίζεται πουθενά στο [0, 2].

Markov. Γ. Κορίλη, Αλυσίδες. Αλυσίδες Markov

Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές»

Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» (ε) Κάθε συγκλίνουσα ακολουθία άρρητων αριθµών συγκλίνει σε άρρητο αριθµό.

ΣΤΟΧΑΣΤΙΚΑ ΣΗΜΑΤΑ ΚΑΙ ΕΦΑΡΜΟΓΕΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ, ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-215: Εφαρµοσµένα Μαθηµατικά για Μηχανικούς ιδάσκοντες : Γ. Στυλιανού, Γ.

Γραµµική Αλγεβρα Ι. Ενότητα: ιανυσµατικοί χώροι. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών

Τηλεπικοινωνιακά Συστήματα Ι

Γ. Κορίλη Αλγόριθµοι ροµολόγησης

ΣΗΜΕΙΩΣΕΙΣ ΜΑΘΗΜΑΤΙΚΗΣ ΑΝΑΛΥΣΗΣ Ι ( )

0, αλλιώς. Σεραφείµ Καραµπογιάς. Παράδειγµα 1 Η πηγή X(t) είναι στατική Gaussian µε µέση τιµή µηδέν και φασµατική πυκνότητα ισχύος.

Αναλογικές και Ψηφιακές Επικοινωνίες

x(t) = 4 cos(2π600t π/3) + 2 cos(2π900t + π/8) + cos(2π1200t) (3)

Θέµατα ( ικαιολογείστε πλήρως όλες τις απαντήσεις σας)

Θεωρία Πληροφορίας. Διάλεξη 4: Διακριτή πηγή πληροφορίας χωρίς μνήμη. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Πιθανότητες και Στοχαστικές ιαδικασίες Θόρυβος µετρήσεων είκτης Χρηµατιστηρίου Σήµα Πληροφορίας (φωνή, data) Ατµοσφαιρικός Θόρυβος Πως δηµιουργείται

Pr(10 X 15) = Pr(15 X 20) = 1/2, (10.2)

xp X (x) = k 3 10 = k 3 10 = 8 3

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

x(t) 2 = e 2 t = e 2t, t > 0

Κυρτή Ανάλυση. Ενότητα: Υπερεπίπεδα στήριξης και διαχωριστικά ϑεωρήµατα. Απόστολος Γιαννόπουλος. Τµήµα Μαθηµατικών

Αρµονική Ανάλυση. Ενότητα: Χώροι L p. Απόστολος Γιαννόπουλος. Τµήµα Μαθηµατικών

Λύσεις 4ης Ομάδας Ασκήσεων

Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης

Στατιστική ΙΙ Ενότητα 2: ειγµατοληψία

Συστήματα Επικοινωνιών ΙI

Περιεχόµενα ΕΠΛ 422: στα Συστήµατα Πολυµέσων. Βιβλιογραφία. ειγµατοληψία. ηµιουργία ψηφιακής µορφής πληροφορίας στα Συστήµατα Πολυµέσων

Συστήματα Επικοινωνιών

(365)(364)(363)...(365 n + 1) (365) k

Αριθµητική Γραµµική ΑλγεβραΚεφάλαιο 4. Αριθµητικός Υπολογισµός Ιδιοτιµών 2 Απριλίου και2015 Ιδιοδιανυσµάτων 1 / 50

Transcript:

ΕΕ728 Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη (2η έκδοση, 7/5/2013) ηµήτρης-αλέξανδρος Τουµπακάρης Τµήµα ΗΜ&ΤΥ, Πανεπιστήµιο Πατρών 23 Απριλίου 2013 ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 1/ 42

Περιεχόµενα 10ης διάλεξης 1 Το Γκαουσιανό Κανάλι. Θεώρηµα Κωδικοποίησης 2 Γκαουσιανό κανάλι µε πεπερασµένο εύρος Ϲώνης 3 Χωρητικότητα Παράλληλων Γκαουσιανών Καναλιών Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 2/ 42

Το Γκαουσιανό Κανάλι Εισαγωγή Κανάλι διακριτού χρόνου µε συνεχές αλφάβητο. Σχέση Εισόδου-Εξόδου Y i = X i + Z i, Z i N (0, N), όπου οι τ.µ. Z i είναι ανεξάρτητες µεταξύ τους και ανεξάρτητες από τις X i. Αποτελεί πολύ καλό και ευρέως χρησιµοποιούµενο µοντέλο για συστήµατα επικοινωνιών. ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 3/ 42

Το Γκαουσιανό Κανάλι Εισαγωγή (2) Ποια είναι η χωρητικότητα του Γκαουσιανού Καναλιού; Εξαρτάται από τις υποθέσεις! Εάν η διασπορά του ϑορύβου ισούται µε 0, η έξοδος του καναλιού ισούται µε την είσοδό του. Εποµένως, µπορούµε να µεταδώσουµε µε άπειρο ϱυθµό (χρησιµοποιώντας συνεχές η άπειρο διακριτό αλφάβητο για τη X). Το ίδιο ισχύει εάν ο ϑόρυβος έχει πεπερασµένη διασπορά, αλλά δεν υπάρχει περιορισµός πλάτους ή ισχύος της εισόδου. Μπο- ϱούµε πάντα να χρησιµοποιήσουµε είσοδο τέτοιου πλάτους ώστε να µπορούµε να ανακτήσουµε το µεταδοθέν σήµα στην έξοδο µε πιθανότητα σφάλµατος που τείνει στο 0. Στην πράξη, ο ϑόρυβος Z έχει µη µηδενική διασπορά (ισχύ). Επίσης, υπάρχει περιορισµός ως προς τη διαθέσιµη ισχύ της X. ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 4/ 42

Το Γκαουσιανό Κανάλι Εισαγωγή (3) Στο µάθηµα ``Θεωρία Πληροφορίας είδαµε ότι, για την περίπτωση πεπερασµένης ισχύος εισόδου 1 n n i=1 x2 i P, η χωρητικότητα του Γκαουσιανού καναλιού ισούται µε Χωρητικότητα Γκαουσιανού Καναλιού C = 1 ( 2 log 1 + P ) bits/χρήση καναλιού N ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 5/ 42

Χωρητικότητα Γκαουσιανού Καναλιού µε περιορισµό ισχύος Ορισµός 10.1. Η ``πληροφοριακή χωρητικότητα του Γκαουσιανού Καναλιού µε περιορισµό ισχύος (power contraint) P ορίζεται ως C = max I(X; Y ). f X (x):e[x 2 ] P Θα επαναλάβουµε τον υπολογισµό της πληροφοριακής χωρητικότητας Γκαουσιανού καναλιού που παρουσιάστηκε στο µάθηµα ``Θεωρία Πληροφορίας. I(X; Y ) = h(y ) h(y X) = h(y ) h(x + Z X) = h(y ) h(z X) (a) = h(y ) h(z) = h(y ) 1 log 2πeN. 2 (a) η Z (ϑόρυβος) είναι ανεξάρτητη της X. ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 6/ 42

Χωρητικότητα Γκαουσιανού Καναλιού µε περιορισµό ισχύος (2) Για τη διασπορά της Y, και δεδοµένου ότι E[Z] = 0, ισχύει E [ Y 2] = E [ (X + Z) 2] = E [ X 2] +2E[X]E[Z]+E [ Z 2] = P+N. Εποµένως, h(y ) 1 log 2πe(P + N), µε = όταν η Y ακολουθεί 2 Γκαουσιανή κατανοµή. Συνεπώς, I(X; Y ) = h(y ) 1 log 2πeN 2 1 2 log 2πe(P + N) 1 log 2πeN 2 C 1 ( 2 log 1 + P ). N ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 7/ 42

Χωρητικότητα Γκαουσιανού Καναλιού µε περιορισµό ισχύος (3) Y = X + N. Από τη Θεωρία Πιθανοτήτων, ο γραµµικός συνδυασµός δύο Γκαουσιανών τ.µ. ακολουθεί Γκαουσιανή κατανοµή. Συνεπώς, όταν η Y ακολουθεί Γκαουσιανή κατανοµή, το ίδιο ισχύει και για τη X. Προκειµένου να έχουµε Var(X) = P πρέπει E[X] = 0 ούτως ώστε Var(X) = E[X 2 ] = P. ιαισθητικά, αν E[X] 0 χάνουµε ισχύ για να ``πολώσουµε τη X σε µη µηδενική µέση τιµή. Αρα, η πληροφοριακή χωρητικότητα του Γκαουσιανού καναλιού ε- πιτυγχάνεται µε χρήση Γκαουσιανής εισόδου X N (0, P) και C = 1 2 log ( 1 + P N ). Αποµένει να αποδείξουµε ότι η ``πληροφοριακή χωρητικότητα του Γκαουσιανού καναλιού ισούται µε τη ``λειτουργική του χωρητικότητα. ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 8/ 42

1 Το Γκαουσιανό Κανάλι. Θεώρηµα Κωδικοποίησης 2 Γκαουσιανό κανάλι µε πεπερασµένο εύρος Ϲώνης 3 Χωρητικότητα Παράλληλων Γκαουσιανών Καναλιών Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 9/ 42

Θεώρηµα Κωδικοποίησης για το Γκαουσιανό κανάλι Σηµείωση: Η απόδειξη του ευθέος είναι παρόµοια µε αυτή για το διακριτό κανάλι χωρίς µνήµη και δίνεται στο Κεφάλαιο 9.1 του ϐιβλίου των Cover & Thomas. Θα επισηµάνουµε µόνο τις διαφορές. Οπως και για το διακριτό κανάλι χωρίς µνήµη, κατασκευάζονται κωδικές λέξεις µήκους n. Η µόνη διαφορά είναι ότι πρέπει να n ικανοποιούν τον περιορισµό ισχύος: i=1 x2 i (w) np, w = 1, 2,..., M, όπου M ο αριθµός των µηνυµάτων (και ίσος µε 2 nr ). Εάν κατασκευάσουµε τα σύµβολα των κωδικών λέξεων µε ϐάση Γκαουσιανή κατανοµή N (0, P ɛ), για µεγάλο n, 1 n X 2 i P ɛ και, εποµένως, ο περιορισµός ικανοποιείται µε πιθανότητα που τείνει στο 1. ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 10/ 42

Θεώρηµα Κωδικοποίησης για το Γκαουσιανό κανάλι (2) Μετά την κατασκευή του τυχαίου κώδικα, αυτός αποκαλύπτεται τόσο στον ποµπό όσο και στο δέκτη. Θεωρούµε ότι η αποκωδικοποίηση στο δέκτη γίνεται µε χρήση από κοινού τυπικότητας. Σε σύγκριση µε τα διακριτά κανάλια χωρίς µνήµη, υπάρχει ένα ε- πιπλέον ενδεχόµενο που συµβάλλει στην πιθανότητα σφάλµατος: Το ενδεχόµενο η κωδική λέξη που έχει αποσταλεί να µην ικανοποιεί τον περιορισµό ισχύος. Ωστόσο, για µεγάλα n η πιθανότητα αυτή µπορεί να γίνει αυθαίρετα µικρή (από το Νόµο των Μεγάλων Αριθµών). Συνεπώς, και η συνολική πιθανότητα σφάλµατος µπορεί να γίνει αυθαίρετα µικρή, όπως και στην περίπτωση του διακριτού καναλιού χωρίς µνήµη. ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 11/ 42

1 Το Γκαουσιανό Κανάλι. Θεώρηµα Κωδικοποίησης 2 Γκαουσιανό κανάλι µε πεπερασµένο εύρος Ϲώνης 3 Χωρητικότητα Παράλληλων Γκαουσιανών Καναλιών Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 12/ 42

Θεώρηµα Κωδικοποίησης για το Γκαουσιανό κανάλι (αντίστροφο) Και για το αντίστροφο, η απόδειξη είναι παρόµοια µε αυτή για το αντίστροφο του Θεωρήµατος Κωδικοποίησης για διακριτά κανάλια χωρίς µνήµη. Θεωρούµε ότι οι κωδικές λέξεις ικανοποιούν τον περιορισµό ι- 1 n σχύος, δηλαδή ότι n i=1 x2 i (w) P. Επιπλέον, ϑεωρούµε ότι η κατανοµή των 2 nr µηνυµάτων είναι οµοιόµορφη και χρησιµοποιούµε την ανισότητα Fano. ( ) H(W Ŵ) H P (n) e + P (n) e log X ( ) = 1 + np (n) 1 e R = n n + P(n) e R = nɛ n, όπου ɛ n 0 καθώς P (n) e 0. ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 13/ 42

Θεώρηµα Κωδικοποίησης για το Γκαουσιανό κανάλι (αντίστροφο) (2) Οπως και στην περίπτωση διακριτού καναλιού χωρίς µνήµη, I(X n ; Y n ) n i=1 I(X i; Y i ). I(X n ; Y n ) = h(y n ) h(y n X n ) = h(y n ) h(z n ) n h(y i ) h(z n ) = i=1 n h(y i ) i=1 n h(z i ) = i=1 n I(X i, Y i ). i=1 ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 14/ 42

Θεώρηµα Κωδικοποίησης για το Γκαουσιανό κανάλι (αντίστροφο) (3) ( H(W Ŵ) H ( 1 = n P (n) e ) + P (n) e ) n + P(n) e R log X = 1 + np (n) e R = nɛ n, Εποµένως, µπορούµε να γράψουµε nr = H(W) = I(W; Ŵ) + H(W Ŵ) (a) I(W; Ŵ) + nɛ n (b) n I(X n ; Y n ) + nɛ n I(X i, Y i ) + nɛ n. i=1 (a) Ανισότητα Fano, (b) Ανισότητα Επεξεργασίας εδοµένων ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 15/ 42

Θεώρηµα Κωδικοποίησης για το Γκαουσιανό κανάλι (αντίστροφο) (4) Ορίζουµε P i = 1 2 w nr x2 i (w), δηλαδή τη µέση ισχύ του i οστού συµβόλου των κωδικών λέξεων. Εποµένως, E [ ] Yi 2 = Pi + N και h(y i ) 1 2 log 2πe(P i + N). Συνεπώς, nr i I(X i ; Y i ) + nɛ n i ( 1 2 log 1 + P ) i + nɛ n. N ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 16/ 42

Θεώρηµα Κωδικοποίησης για το Γκαουσιανό κανάλι (αντίστροφο) (5) nr i 1 2 log ( 1 + P i N ( R { 1 1 n 2 log 1 + P i N i (b) 1 ( 2 log 1 + P ). N ) + nɛ n )} + ɛ n (a) 1 2 log ( 1 + 1 n n i=1 P i N ) (a) από την ανισότητα Jensen. (b) δεδοµένου ότι οι κωδικές λέξεις ικανοποιούν τον περιορισµό ισχύος, 1 n i P i P. Συνεπώς, για P (n) e 0, R ( ) 1 2 log 1 + P N και δεν υπάρχει κώδικας που να ικανοποιεί τον περιορισµό ισχύος και να επιτυγχάνει R > C. ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 17/ 42

Κωδικοποίηση καναλιού µε κόστος Η µετάδοση στο Γκαουσιανό κανάλι µε περιορισµό ισχύος είναι ειδική περίπτωση της κωδικοποίησης µε κόστος. Στην κωδικοποίηση µε κόστος, σε κάθε σύµβολο x X της πηγής αντιστοιχεί µία τιµή κόστους b(x) 0 και επιβάλλεται ο περιορισµός n i=1 b(x i(m)) nb για κάθε κωδική λέξη x n (m). Αποδεικνύεται (δείτε π.χ. El Gamal & Kim, Network Information Theory) ότι η χωρητικότητα ιακριτού Καναλιού Χωρίς Μνήµη µε περιορισµό κόστους B ισούται µε C(B) = max I(X; Y ). p(x):e[b(x)] B Αποδεικνύεται, επίσης, ότι η C(B) (η οποία ονοµάζεται συνάρτηση χωρητικότητας-κόστους (cost-capacity function)) είναι αύξουσα, κοίλη και συνεχής συνάρτηση του κόστους B. ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 18/ 42

1 Το Γκαουσιανό Κανάλι. Θεώρηµα Κωδικοποίησης 2 Γκαουσιανό κανάλι µε πεπερασµένο εύρος Ϲώνης 3 Χωρητικότητα Παράλληλων Γκαουσιανών Καναλιών Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 19/ 42

Γεωµετρικό Επιχείρηµα (Sphere Packing Argument) ιαισθητικά, το Θεώρηµα Κωδικοποίησης Καναλιού για Γκαουσιανά κανάλια µπορεί περιγραφεί µε το ακόλουθο γεωµετρικό επιχείρη- µα. Μια κωδική λέξη x n αποτελεί ένα διάνυσµα στο n διάστατο χώρο. Εποµένως, η ακολουθία y n που λαµβάνεται στο δέκτη και αντιστοιχεί στο x n ϐρίσκεται µέσα σε µια n διάστατη σφαίρα µε κέντρο x n και ακτίνα n(n + ɛ). Καθώς το n αυξάνει, η y n ϐρίσκεται µέσα στη σφαίρα µε ολοένα αυξανόµενη πιθανότητα (και µε ɛ 0). ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 20/ 42

Γεωµετρικό Επιχείρηµα (Sphere Packing Argument) (2) Μάλιστα, µε πιθανότητα που τείνει στο 1, το διάνυσµα ϐρίσκεται στο ϕλοιό της σφαίρας (δείτε και Φυλλάδιο 8). Εστω σφαίρα n διαστάσεων. Ο όγκος της δίνεται από τη σχέση C n r n. Εποµένως, ο λόγος του όγκου του ϕλοιού πάχους ɛ > 0 προς τον όγκο της σφαίρας ισούται µε r n (r ɛ) n r n ( = 1 1 ɛ ) n 1 για n. r Με χρήση του νόµου των µεγάλων αριθµών, υπάρχει n 0 τέτοιο ώστε, για n > n 0 και ακολουθία x = x n, το διάνυσµα x + z να ϐρίσκεται στο ϕλοιό σφαίρας n διαστάσεων πάχους ɛ µε κέντρο x και ακτίνα ne[ z 2 ] µε πιθανότητα αυθαίρετα κοντά στο 1. ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 21/ 42

Γεωµετρικό Επιχείρηµα (Sphere Packing Argument) (3) Για µεγάλο n, ο χώρος όλων των πιθανών ακολουθιών στο δέκτη έχει ακτίνα περίπου ίση µε n(p + N). εδοµένου ότι σε κάθε x n αντιστοιχεί µια σφαίρα ακτίνας περίπου nn και ότι ο όγκος µιας n διάστατης σφαίρας ισούται µε C n r n, ο αριθµός ``σφαιρών που αντιστοιχούν σε µηνύµατα και τις οποίες µπορούµε να χωρέσουµε στο χώρο όλων των y n προκειµένου αυτές να µην επικαλύπτονται (και, εποµένως, να µη γίνονται σφάλµατα εκτίµησης στο δέκτη) δεν µπορεί να υπερβεί τις ( n(p ) n ( n(p ) n C n + N) ( ) n log C n + N) ( ) n C n nn C n nn = n ( 2 log 1 + P N ). ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 22/ 42

Γεωµετρικό Επιχείρηµα (Sphere Packing Argument) (4) ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 23/ 42

Γκαουσιανό κανάλι µε πεπερασµένο εύρος Ϲώνης 1 Το Γκαουσιανό Κανάλι. Θεώρηµα Κωδικοποίησης 2 Γκαουσιανό κανάλι µε πεπερασµένο εύρος Ϲώνης 3 Χωρητικότητα Παράλληλων Γκαουσιανών Καναλιών Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 24/ 42

Γκαουσιανό κανάλι µε πεπερασµένο εύρος Ϲώνης Στη ϕύση, τα κανάλια είναι όχι µόνο συνεχών τιµών αλλά και συνεχούς χρόνου (waveform channels). Το Γκαουσιανό κανάλι συνεχούς χρόνου και πεπερασµένου εύρους Ϲώνης, W, δίνεται από τη σχέση Y (t) = (X(t) + Z(t)) h(t), όπου Z(t) είναι λευκός Γκαουσιανός ϑόρυβος και h(t) είναι η κρουστική απόκριση ιδανικού ϐαθυπερατού ϕίλτρου µε f max = W. Από το Θεώρηµα ειγµατοληψίας Nyquist-Shannon-Kotelnikov γνω- ϱίζουµε ότι οποιοδήποτε ϐαθυπερατό σήµα µπορεί να αναπαραστα- ϑεί χωρίς απώλεια πληροφορίας µε χρήση τουλάχιστον 2W δειγ- µάτων του ανά δευτερόλεπτο. ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 25/ 42

Γκαουσιανό κανάλι µε πεπερασµένο εύρος Ϲώνης (2) Συνεπώς, για σήµατα X(t) τα οποία δεν έχουν ϕασµατικό περιεχόµενο σε συχνότητες µεγαλύτερες της W, µπορούµε να χρησι- µοποιήσουµε τα δείγµατά τους και, εποµένως, διακριτό µοντέλο καναλιού. Για πληρέστερη δικαιολόγηση δείτε π.χ. Cover & Thomas 9.3. Για µια εξαντλητική εξέταση του προβλήµατος µε όλες τις απαραίτητες λεπτοµέρειες δείτε Gallager, Chapter 8. ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 26/ 42

Γκαουσιανό κανάλι µε πεπερασµένο εύρος Ϲώνης (3) Εστω ότι παρατηρούµε το σήµα X(t) εύρους Ϲώνης W για T s. Εάν η Φασµατική Πυκνότητα Ισχύος (PSD) της Z(t) ισούται µε N0 2, η ισχύς του ϑορύβου ισούται µε N0 2 2W = N 0W. Εποµένως, η διασπορά κάθε δείγµατος ϑορύβου (από τα 2WT, συνολικά) ισούται = N0 2. Η ενέργεια ανά δείγµα ισούται µε µε N0WT 2WT PT = P 2WT 2W. Αποδεικνύεται ότι τα δείγµατα λευκού Γκαουσιανού ϑορύβου είναι ανεξάρτητες και οµοίως κατανεµηµένες (i.i.d.) Γκαουσιανές τ.µ. ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 27/ 42

Γκαουσιανό κανάλι µε πεπερασµένο εύρος Ϲώνης (4) Συνεπώς, η χωρητικότητα του Γκαουσιανού καναλιού µε πεπερασµένο εύρος Ϲώνης ισούται µε Χωρητικότητα Γκαουσιανού καναλιού πεπερασµένου εύρους Ϲώνης W ( C = 1 2 log 1 + P 2W N 0 2 ( C = W log 1 + P N 0 W ) = 12 log ( ) bits/s. 1 + P N 0 W ) bits/δείγµα ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 28/ 42

Γκαουσιανό κανάλι µε πεπερασµένο εύρος Ϲώνης (5) Παρατηρήσεις: Χωρητικότητα Γκαουσιανού καναλιού εύρους Ϲώνης W ( C = W log 1 + P ) bits/s N 0 W Η χωρητικότητα έχει λογαριθµική εξάρτηση από την ισχύ. Εποµένως, καθώς αυξάνουµε την ισχύ, το ``κέρδος που αποκοµίζουµε µειώνεται. Η αλλιώς: Για δεδοµένη ισχύ, εάν είναι διαθέσιµα δύο Γκαουσιανά κανάλια (ταυτόχρονα) µε ίδιο ϑόρυβο, είναι καλύτερο να µοιράσου- µε την ισχύ στα κανάλια. Για W, C = P N 0 log 2 e bits/s. Εποµένως, για άπειρο εύρος Ϲώνης, η χωρητικότητα αυξάνει γραµµικά µε την ισχύ. ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 29/ 42

Χωρητικότητα Παράλληλων Γκαουσιανών Καναλιών Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος 1 Το Γκαουσιανό Κανάλι. Θεώρηµα Κωδικοποίησης 2 Γκαουσιανό κανάλι µε πεπερασµένο εύρος Ϲώνης 3 Χωρητικότητα Παράλληλων Γκαουσιανών Καναλιών Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 30/ 42

Χωρητικότητα Παράλληλων Γκαουσιανών Καναλιών Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος Εστω k παράλληλα Γκαουσιανά κανάλια τα οποία µπορούν να χρησιµοποιηθούν για τη µετάδοση πληροφορίας. Για παράδειγµα, µπορεί να έχουµε Γκαουσιανό κανάλι συνεχούς χρόνου µε έγχρωµο ϑόρυβο (µε διαφορετική, δηλαδή, πυκνότητα ισχύος σε κάθε συχνότητα). Το κανάλι σε κάθε συχνότητα µπορεί να µοντελοποιηθεί ως Γκαουσιανό. Τυπικό παράδειγµα: Συστήµατα DSL. Το µοντέλο παράλληλων Γκαουσιανών καναλιών µπορεί, επίσης, να εφαρµοστεί σε κανάλια µε διαλείψεις (fading). Στην περίπτωση επίπεδων (flat) διαλείψεων το κάθε ένα από τα k κανάλια αντιστοιχεί σε µια χρονική στιγµή. ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 31/ 42

Χωρητικότητα Παράλληλων Γκαουσιανών Καναλιών Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος (2) Εποµένως, για το κανάλι j, Y j = X j + Z j, j = 1, 2,..., k, και Z j N (0, N j ). Τέλος, ϑεωρούµε ότι η συνολική ισχύς που [ είναι διαθέσιµη για µετάδοση είναι πεπερασµένη. ηλαδή, E k ] j=1 X j 2 P. Ποια είναι η χωρητικότητα του συστήµατος και πώς επιτυγχάνεται; ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 32/ 42

Χωρητικότητα Παράλληλων Γκαουσιανών Καναλιών Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος (3) Η ` πληροφοριακή χωρητικότητα των k παράλληλων καναλιών ισούται µε C = max f (x I(X 1, X 2,..., X k ; Y 1, Y 2,..., Y k ). 1,x 2,...,x k): EXi 2 P Αποδεικνύεται ότι, και για τα παράλληλα Γκαουσιανά κανάλια, η ``λειτουργική χωρητικότητα ισούται µε την ``πληροφοριακή. εδοµένου ότι οι Z i είναι ανεξάρτητες, I(X 1, X 2,..., X k ; Y 1, Y 2,..., Y k ) = h(y 1,..., Y k ) h(y 1,..., Y k X 1,..., X k ) = h(y 1,..., Y k ) h(z 1,..., Z k X 1,..., X k ) = h(y 1,..., Y k ) h(z 1,..., Z k ) = h(y 1,..., Y k ) i h(z i ) ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 33/ 42

Χωρητικότητα Παράλληλων Γκαουσιανών Καναλιών Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος (4) I(X 1, X 2,..., X k ; Y 1, Y 2,..., Y k ) = h(y 1,..., Y k ) i όπου P i = E [X 2 i ]. (a) i h(z i ) h(y i ) h(z i ) (b) i ( 1 2 log 1 + P ) i, N i Η ισότητα στο (a) ισχύει όταν οι Y i είναι ανεξάρτητες (και, εποµένως, οι X i, δεδοµένου ότι οι Z i είναι ανεξάρτητες). Η ισότητα στο (b) ισχύει για Γκαουσιανές X i. Εποµένως, πρέπει να χρησιµοποιήσουµε P i 0... 0 (X 1, X 2,..., X k ) N 0, 0 P 2... 0........ 0 0... P k. ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 34/ 42

Χωρητικότητα Παράλληλων Γκαουσιανών Καναλιών Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος (5) Αποµένει να ϐρούµε την κατανοµή ισχύος (δηλαδή τα P i : i P i P) η οποία µεγιστοποιεί την I(X 1, X 2,..., X k ; Y 1, Y 2,..., Y k ). Πρόβληµα ϐελτιστοποίησης: µεγιστοποίησε την ποσότητα ( 1 i 2 log 1 + Pi µε τον περιορισµό i P i = P N i ) ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 35/ 42

Χωρητικότητα Παράλληλων Γκαουσιανών Καναλιών Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος (6) Με χρήση πολλαπλασιαστών Lagrange (ϐλ. π.χ. Cover & Thomas 9.4) αποδεικνύεται ότι η λύση δίνεται από την όπου (x) + = και i (ν N i) + = P. P i = (ν N i ) +, { x εάν x 0 0 εάν x < 0 ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 36/ 42

Χωρητικότητα Παράλληλων Γκαουσιανών Καναλιών Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος Waterfilling Η κατανοµή ισχύος ονοµάζεται waterfilling (ή waterpouring) γιατί η διαθέσιµη ισχύς χρησιµοποιείται για να ``γεµίσει δοχεία µε ύψος πάτου ανάλογο της ισχύος του ϑορύβου. ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 37/ 42

Χωρητικότητα Παράλληλων Γκαουσιανών Καναλιών Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος Waterfilling (2) Στην πράξη, ο αλγόριθµος waterfilling, µπορεί να υλοποιηθεί ως εξής (ϐλ. και Cioffi http://www.stanford.edu/group/cioffi/book/chap4.pdf). 1. Εστω ότι K είναι ο αριθµός των καναλιών που χρησιµοποιούνται για τη µετάδοση (όπου, δηλαδή, P i > 0). Αρχικά υποθέτουµε ότι όλα τα κανάλια είναι ``ενεργά και τα διατάσσουµε ως προς το ϑόρυβο. Το κανάλι 1 έχει τη µικρότερη διασπορά ϑορύβου (N i N j για i < j). 2. Εποµένως, K = K, P i = (ν N i ) και P = K i=1 P i = Kν K i=1 N i. 3. Λύνουµε ως προς τον άγνωστο ν. 4. Θεωρούµε το κανάλι K µε το µεγαλύτερο ϑόρυβο. Εάν P K = ν N K 0 και τα K κανάλια χρησιµοποιούνται (εκτός, πιθανώς, από κάποια µε P i = 0) και η ϐέλτιστη κατανοµή δίνεται από τα P i = ν N i, i = 1,..., K. Εάν P K = ν N K < 0, το κανάλι K δε χρησιµοποιείται και το αφαιρούµε. Θέτουµε K = K 1 και επιστρέφουµε στο Βήµα 3. ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 38/ 42

Χωρητικότητα Παράλληλων Γκαουσιανών Καναλιών Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος 1 Το Γκαουσιανό Κανάλι. Θεώρηµα Κωδικοποίησης 2 Γκαουσιανό κανάλι µε πεπερασµένο εύρος Ϲώνης 3 Χωρητικότητα Παράλληλων Γκαουσιανών Καναλιών Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 39/ 42

Χωρητικότητα Παράλληλων Γκαουσιανών Καναλιών Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος Με δεδοµένο ότι η µετάδοση σε κάθε κανάλι πρέπει να γίνει ανεξάρτητα µε χρήση Γκαουσιανού ϐιβλίου κωδικων, ένας άλλος τρόπος να ϐρεθεί ο τρόπος κατανοµής της ισχύος είναι ο εξής: Παραγωγίζοντας τη χωρητικότητα του i στού καναλιού ως προς P i προκύπτει ότι C i = 1 P i 2N i N i N i + P i log 2 e = log 2 e 2(N i + P i ) > 0. Παρατηρούµε ότι η Ci P i είναι ϕθίνουσα συνάρτηση της ισχύος P i. Επίσης, η Ci P i είναι ϕθίνουσα συνάρτηση της ϕασµατικής πυκνότητας ισχύος, N i, του ϑορύβου. ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 40/ 42

Χωρητικότητα Παράλληλων Γκαουσιανών Καναλιών Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος (2) Εποµένως, αρχίζοντας από P i = 0 για όλα τα i, το πρώτο κανάλι, έστω j, στο οποίο πρέπει να δοθεί ισχύς P είναι αυτό για το οποίο ισχύει N j N i για όλα τα i. Στο επόµενο ϐήµα, το επίπεδο ``ϑορύβου σε όλα τα κανάλια ισούται µε N i, εκτός από το j-στό κανάλι, το οποίο έχει επίπεδο ``ϑορύβου ίσο µε N j + P. Εάν N j < N i για όλα τα i j, ϑα συνεχίσουµε να αναθέτουµε ισχύ στο κανάλι j έως ότου N j + P j = N k, όπου N j < N k N i, k i και k j. Στη συνέχεια, η ισχύς ϑα µοιράζεται εξίσου και στα δύο κανάλια j και k έως ότου υπάρξει τρίτο κανάλι m για το οποίο N j + P j = N k + P k = N m. ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 41/ 42

Χωρητικότητα Παράλληλων Γκαουσιανών Καναλιών Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος Μια εναλλακτική µέθοδος εύρεσης του τρόπου κατανοµής ισχύος (3) Συνεπώς, όταν τελειώσει η συνολική ισχύς, P, για όλα τα κανάλια τα οποία χρησιµοποιούνται ϑα ισχύει N i + P i = ν, ενώ για τα κανάλια για τα οποία N j > ν, P j = 0. Για περισσότερες λεπτοµέρειες δείτε D. Tse, Optimal Power Allocation over Parallel Gaussian Broadcast Channels, Ενότητα 3.2. http://www.eecs.berkeley.edu/ dtse/broadcast2.pdf ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 10η διάλεξη 42/ 42