teoria informacion y codificacion.pdf

Upload: edwin-hak

Post on 07-Jul-2018

225 views

Category:

Documents


0 download

TRANSCRIPT

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    1/40

     Teoría de las Comunicaciones

    (a.k.a Redes )Claudio Enrique Righetti

    Segundo Cuatrimestre del 2011

    Departamento de ComputaciónFacultad de Ciencias Exactas y Naturales

    Universidad de Buenos Aires

    Argentina

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    2/40

     Teoría de la Información y

    CodificaciónFundamentos de TIyC - Fuente de Ruidos y

    Capacidad de un canal

    Claude Shannon

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    3/40

     Teoría de la Información

    Claude Shannon estaleció la Teoría de la InformaciónCl!sica

    (o tami"n los #ue al$unos denominan teoría estadísticade la información% otra teoría seria la al$orítmica ..)

    &os Teoremas Fundacionales'

    . Codificación para un fuente sin ruido

    . Codificación para un canal ruidoso

    C. *. Shannon% +ell System Technical ,ournal% ol. % pp. /0-1/ and 2/-232% ,uly and 4ctoer% 015. Reprinted 6ith correctionsfrom The Bell System Technical Journal,

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    4/40

    7no de ellos descrie la m!8ima eficienciaposile de un m"todo de corrección deerrores ( codificación ) frente a los nieles deruido y de corrupción de los datos. 9o dice

    nada sore como implementar dichacodificación . *n definitia rinda el limitepara la T: de its (as!ndose en la ;ey de los

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    5/40

    February 8, 2010 Harvard QR48 5

    Shannon % paper +ell ;as (015)

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    6/40

    C. *. Shannon% +ell System Technical ,ournal% ol. % pp. /0-1/ and 2/-232% ,uly and 4ctoer% 015

      A method is developed for representing anycommunication system geometrically. essages and thecorresponding signals are points in t!o "functionspaces,# and the modulation process is a mapping of onespace into the other. $sing this representation, a num%erof results in communication theory are deducedconcerning e&pansion and compression of %and!idth and

    the threshold effect. 'ormulas are found for thema&imum rate of transmission of %inary digits over asystem !hen the signal is pertur%ed %y various types ofnoise. Some of the properties of "ideal# systems !hichtransmit at this ma&imum rate are discussed. Thee(uivalent num%er of %inary digits per second for certaininformation sources is calculated. "

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    7/40

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    8/40

    Información

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    9/40

    &efinición ' unidades

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    10/40

    +it

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    11/40

    Fuente de memoria nula

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    12/40

    Bemoria nula (cont)

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    13/40

    *ntropía

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    14/40

    *ntropía (cont) ;a entropía de un mensae :% #ue se representa

    por D(:)% es el valor medio ponderado de lacantidad de información de los diersos estadosdel mensae.

     D(:) E - Σ  p(8) lo$ Gp(8)H

    *s una medida de la incertidumre media acercade una ariale aleatoria y el n4mero de %its deinformaci5n.

    *l concepto de incertidumre en D se puedeasociar. ;a función entropía representa unamedida de la incertidumre% no ostante se sueleconsiderar la entropía como la información mediasuministrada por cada símolo de la fuente

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    15/40

    *ntropía' Fuente +inaria

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    16/40

    a) ;a entropía es no ne$atia y se anula si y sólo siun estado de la ariale es i$ual a y el resto @ .

    ) ;a entropía es m!8ima% mayor incertidumre delmensae% cuando todos los alores posiles de la

    ariale : son e#uiproales .

    Si hay n estados e#uiproales% entonces pi E

    Gn. ;ue$o'

    D(:) E - Σ pi lo$ pi E - n(Gn) lo$ (Gn) E - (lo$  - lo$ n)

      i

    D(:)m!8 E lo$ n

    ropiedades de la entropía

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    17/40

    *8tensión de una Fuente de Bemoria 9ula 

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    18/40

    Fuente de Barko

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    19/40

    Fuente de Barko (cont)

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    20/40

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    21/40

    Codificación

    *stalecer una correspondencia entre lossímolos de una fuente y los símolos delalfaeto de un códi$o.

    roceso mediante el cual tami"n podemos lo$raruna representación m!s eficiente de lainformación ( eliminar redundancia).

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    22/40

    Codificación ' condiciones

    +lo#ue

    Sin$ular

    Separale (uníocamente decodificale)

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    23/40

    Condición de los prefios

    ;a condición necesaria y suficiente  para #ue uncódi$o sea instant6neo  es #ue sus palarascumplan la condición de los prefios'

    9o e8ista palara #ue sea prefio de otrapalara de lon$itud mayor.

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    24/40

    Códi$os eficientes

    Jsi$nar palaras m!s cortas a símolos m!sproales l

    ilon$itud de la palara codificada del mensae m i

    r : K de símolos del alfaeto del códi$o

    L = Σ   pi l

    i  ' ;on$itud media de un códi$o

    L log r ≥  H(s)

    lo$ r ' Cantidad promedio m!8ima de informaciónde un símolo del códi$o.

    η = Η S) / (L log r) *ficiencia

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    25/40

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    26/40

    9os falta encontrar el se$undo t"rmino pendiente en ladefinición de cantidad de información' codificador5ptimo.

    Introduciendo el si$no ne$atio dentro del lo$aritmo en

    la e8presión de la entropía% "sta nos #uedar! como'D(:) E Σ  p(8) lo$ 

    Gp(8)H

      i;a e8presión lo$ Gp(8)H representa el n=mero

    necesario de its para codificar el mensae : en uncodificador óptimo.

    Codificador óptimo es a#uel #ue paracodificar un mensae : usa el menor n=mero posile de

    its.

    Codificador óptimo

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    27/40

    M = 1 “ ” = 01 A = 000 I = 0010 E = 0011

    Letra Frecuencia Ocurrencia→

      ! 1 ve" # →  $ →  % →  15

      & 2 vece

      ' # vece & ! ' ( ( )

     ( ( # vece & ! ' ( (

      ) $ vece & ! '

      & !

    Código óptimo:

    Mensaje: MI MAMA ME MIMA

    Mensaje: 1 0010 01 1 000 1 000 01 1 0011 01 1 0010 1 000 ( !its)

    "reg#nta: $Con %#&ntos !its se %odi'i%ara si se #sara ACII* a+#e %on%l#siones,

    Crea%ión del &r!ol de

    're%#en%ias o!ser-adas

    Codificación de Duffman

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    28/40

    ;os medios de transmisiónL.

    L. M las NperturacionesO L..

    Bodelo de un Sistema de

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    29/40

    Bodelo de un Sistema deComunicaciones

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    30/40

    erturaciones en la transmisión

    ;a sePal reciida puede diferir de la sePaltransmitida Jnaló$ico - de$radación de la calidad de la

    sePal

    &i$ital A *rrores de its Causado por Jtenuación y distorsión de atenuación &istorsión de retardo Ruido

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    31/40

    Jtenuación

    ;a intensidad de la sePal disminuye con ladistancia

    &epende del medio ;a intensidad de la sePal reciida' &ee ser suficiente para #ue se detecte &ee ser suficientemente mayor #ue el ruido para

    #ue se recia sin error

    Crece con la frecuencia

    *cualiQación' amplificar m!s las frecuenciasm!s altas

    rolema Nmenos $raeO para las sePalesdi$itales

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    32/40

    &istorsión de retardo

    Sólo en medios $uiados ;a elocidad de propa$ación en el medio

    aría con la frecuencia ara una sePal limitada en anda% la

    elocidad es mayor cerca de la frecuenciacentral

    ;as componentes de frecuencia lle$an al

    receptor en distintos instantes de tiempo%ori$inando desplaQamientos de fase entrelas distintas frecuencias

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    33/40

    Ruido () SePales adicionales insertadas entre el

    transmisor y el receptor T"rmico &eido a la a$itación t"rmica de los electrones Jumenta linealmente con la temperatura asoluta

    (9@E kT)

    7niformemente distriuido en la frecuencia

    Ruido lanco (9+RE kT+)

    Intermodulación SePales #ue son la suma y la diferencia de

    frecuencias ori$inales y sus m=ltiplos (mf ( nf 

    ))

    Se produce por falta de linealidad

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    34/40

    Ruido ()

    &iafonía 7na sePal de una línea se mete en otra

    Impulsio Impulsos irre$ulares o picos

    *' Interferencia electroma$n"tica e8terna(tormenta)

    Corta duración

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    35/40

    *fecto del ruido en sePal di$ital

    Conceptos relacionados con la

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    36/40

    Conceptos relacionados con lacapacidad del canal elocidad de datos *n its por se$undo elocidad a la cual se pueden transmitir los

    datos

    Jncho de +anda *n ciclos por se$undo (hertQ) ;imitado por el transmisor y el medio

    Ruido% niel medio a tra"s del camino de

    transmisión Tasa de errores% camiar @ por y iceersa (+*R%

    +it *rro Rate)

    Jncho de +anda de 9y#uist

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    37/40

    Jncho de +anda de 9y#uist(Capacidad teórica m!8ima)

    ara nieles SI9 R7I&4 elocidad inaria

    ara B nieles SI9 R7I&4 elocidad inaria

    1 Baudio 7 1 estado se8ali3aci5n9seg : tam%i;n se e&presa sa relaci5n entre la velocidad de transmisi5n C y la velocidad de modulaci5n ? es@

    )(.)(   HzBbpsC    =

    )(log)(.)( .   niveles M  HzBbpsC    =

     M baudiosV bpsC  .)/log()(   =

    9y#uist% D.% NCertain Factors Jffectin$ Tele$raph Speed%O Bell System Technical Journal, Jpril 01% p./1U NCertain Topics in

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    38/40

    Capacidad de Shannon ()

    ara un cierto niel de ruido% a mayor

    elocidad% menor período de un it% mayortasa de error (se pueden corromper its enel tiempo en #ue antes se corrompía it)

    Relación SePal G Ruido (Si$nal 9oise Ratio% S9R) en d+

    Restricción' no se puede aumentar  cuantose #uiera por#ue dee cumplirse'

     Ruido Potencia

    Señal PotenciaSNRSNRdB

      

      log10)log(10   ==

    SNR M    +≤   1

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    39/40

    Capacidad de Shannon ()

    *n principio% si se aumenta el ancho deanda B  y la potencia de sePal S% aumentala elocidad inaria C.

    ero' 7n aumento del ancho de anda B aumenta el

    ruido 7n aumento de potencia de sePal S aumenta las

    no linealidades y el ruido de intermodulación

    or tanto% la elocidad inaria teórica m!8imaser!'

    EV

    .

    ...   /log/log/./log)(   M B M B M V bpsC   ===

    )1()/log()( .   SNR HzBbpsC máx   +=

  • 8/19/2019 Teoria Informacion y Codificacion.pdf

    40/40

    *emplo Canal entre / BDQ y 1 BDQ

    Relación sePal ruido E 1 d+% S9RE@)%1E3

    Calcular ancho de anda

    Respuesta' B E BDQ

    Calcular la elocidad inaria teórica m!8ima y el n=mero de

    nieles Respuesta' SNR 7 21

    Respuesta' C E 5 Bps

    Respuesta' M E 2 nieles