(最新版)信息论与编码实验报告.docx

1、 实验报告课程名称：信息论与编码姓 名： 系： 专 业： 年 级： 学 号： 指导教师： 职 称： 年 月 日目 录实验一 信源熵值的计算实验二 Huffman信源编码实验三 Shannon编码实验四 信道容量的迭代算法实验五 率失真函数实验六 差错控制方法实验七 汉明编码实验一 信源熵值的计算一、实验目的 1 进一步熟悉信源熵值的计算2熟悉 Matlab 编程二、实验原理熵（平均自信息）的计算公式MATLAB实现：；或者流程：第一步：打开一个名为“nan311”的TXT文档，读入一篇英文文章存入一个数组temp，为了程序准确性将所读内容转存到另一个数组S，计算该数组中每个字母与空格的出现次数

2、(遇到小写字母都将其转化为大写字母进行计数)，每出现一次该字符的计数器+1；第二步：计算信源总大小计算出每个字母和空格出现的概率；最后，通过统计数据和信息熵公式计算出所求信源熵值（本程序中单位为奈特nat）。程序流程图： 三、实验内容1、写出计算自信息量的Matlab 程序2、已知：信源符号为英文字母（不区分大小写）和空格。输入：一篇英文的信源文档。输出：给出该信源文档的中各个字母与空格的概率分布，以及该信源的熵。四、实验环境Microsoft Windows 7Matlab 6.5五、编码程序#includestdio.h#include #include #define N 1000int

3、 main(void) char sN;int i,n=0;float num27=0;double result=0,p27=0; FILE *f; char *temp=new char485; f=fopen(nan311.txt,r); while (!feof(f) fread(temp,1, 486, f); fclose(f); s0=*temp; for(i=0;istrlen(temp);i+) si=tempi; for(i=0;i=a&si=A&si=Z) numsi-65+; printf(文档中各个字母出现的频率:n);for(i=0;i26;i+) pi=numi/

4、strlen(s); printf(%3c:%ft,i+65,pi); n+; if(n=3) printf(n); n=0; p26=num26/strlen(s); printf(空格:%ft,p26);printf(n);for(i=0;i27;i+) if (pi!=0) result=result+pi*log(pi);result=-result;printf(信息熵为:%f,result);printf(n);return 0;六、求解结果其中nan311.txt中的文档如下：There is no hate without fear. Hate is crystallized

5、fear, fears dividend, fear objectivized. We hate what we fear and so where hate is, fear is lurking. Thus we hate what threatens our person, our vanity and our dreams and plans for ourselves. If we can isolate this element in what we hate we may be able to cease from hating.七、实验总结 通过这次实验，我们懂得了不必运行程序

6、时重新输入文档就可以对文档进行统计，既节省了时间而且也规避了一些输入错误。在实验中，我们进一步了解到信源熵的计算，理论和实践的结合让我们对这个知识点了解的更加深刻了。实验二 Huffman信源编码一、实验目的1理解信源的最优变长编码的基本思想。2熟练掌握Huffman信源编码方法。二、设计原理设信源S=s1,s2,.,sq，其对应的概率分布为P(si)=p1,p2,p3,.,pq，则其编码步骤如下：(1)将q个信源符号按递减方式排列。(2)用0、1码符分别表示概率最小的两个信源符号，并将这两个符号合并成一个新的符号，从而得到q-1个符号的新信源成为S信源的缩减信源S1。(3)将缩减信源S1中的

7、符号仍按递减顺序排列，再将最小两个概率相加，合并成一个符号，并分别用0、1码表示，这样有形成了q-2个缩减信源S2。(4)依次继续下去，直到缩减信源只剩下两个符号为止，将最后两个符号用0、1分别表示。(5)从最后一次缩减信源开始，向前返回，沿信源缩减过程的反方向取出所编的马元。三、实验内容计算定信源和输入信号字母表的Huffman编码，并计算Huffman编码的平均码长。实验具体要求如下：信源字母表的概率分布为：P= 0.15,0.12,0.2,0.08,0.04,0.18,0.02,0.09,0.04,0.02,0.06输入信号字母表：U=0,1,2；1.独立设计信源和输入信号字母表进行Hu

8、ffman编码,其中信源字母表元素个数要求是8以上，信号字母表元素个数是2以上；2.输出Huffman编码的平均码长。四、实验环境Microsoft Windows 7Matlab 6.5五、编码程序MATLAB编码：functionh,L=huffman(p,r)%变量p为符号出现概率所组成的概率向量%返回值h为利用Huffman编码算法编码后最后得到编码结果%返回值L为进行Huffman编码后所得编码的码字长度if length(find(p1) error(Not a prob.vector,components do not add up to 1);end%判断所有符号出现概率之和是

9、否大于1，如果大于1程序显示出错，终止运行a=length(p); %测定概率向量长度，将长度值赋给变量n k=fix(a-1)/(r-1); l1=a-k*r+k;q=zeros(1,a); m=zeros(k+1,a); mp=m; q=p;m(1,:),mp(1,:)=sort(q);if (l11) s=sum(m(1,1:l1),2); q=s,m(1,(l1+1):a),ones(1,l1-1); m(2,:),mp(2,:)=sort(q);else m(2,:)=m(1,:); mp(2,:)=1:1:a;endfor i=3:k+1 s=sum(m(i-1,1:r),2);

10、q=s,m(i-1,r+1:a),ones(1,r-1); m(i,:),mp(i,:)=sort(q);endn1=m;n2=mp;for i=1:k+1 n1(i,:)=m(k+2-i,:); n2(i,:)=mp(k+2-i,:);endm=n1;mp=n2;c=cell(k+1,a);for j=1:r c1,j=num2str(j-1);endfor i=2:k p1=find(mp(i-1,:)=1); for j=1:r ci,j=strcat(ci-1,p1,int2str(j-1); end for j=(r+1):(p1+r-1) ci,j=ci-1,j-r; end fo

11、r j=(p1+r):a ci,j=ci-1,j-r+1; endendif l1=1 for j=1:a ck+1,j=ck,j; endelse p1=find(mp(k,:)=1); for j=1:l1 ck+1,j=strcat(c(k,p1),int2str(j-1); end for j=(l1+1):(p1+l1) ck+1,j=ck,mp(1,j-l1); end for j=(p1(1)+l1+1):a ck+1,j=ck,mp(1,j-l1+1); endendfor j=1:a l(j)=length(ck+1,j);endh=cell(1,a);for j=1:a h

12、1,j=ck+1,j;endL=sum(l.*m(k+1,:); %求平均码长2、在MATLAB命令窗口中输入：p=0.15,0.12,0.2,0.08,0.04,0.18,0.02,0.09,0.04,0.02,0.06;r=3;h,L=huffman(p,r).六、运行结果得出的结论为：概率编码概率编码0.1521200.02110.1221210.09120.221220.04200.082100.02220.042110.0600.1810L=2.0600七、实验总结 在huffman编码的过程中，我们运用了平时熟悉的数学软件MATLAB的运行来实现，把书本上huffman的算法运用编程来实现。通过这次实验，使我更加清晰地理解huffman编码的原理及实现过程，并