信道编码定理推导过程以及理论原理调研报告(P124302020向文杰)
一、基本问题引入
1.1 通信中的核心矛盾
信道存在噪声 → 传输会出错
工程直觉:速率越快,误码越高,可靠与高速不可兼得
但香农 1948 年证明了颠覆性结论:
✅ 只要传输速率 R 小于信道容量 C
就存在编码方式,使误码率 → 0(完全可靠传输)
❌ 一旦 R > C
无论什么编码,误码率一定无法消除,不可能可靠传输
这就是 信道编码定理(香农第二定理)
1.2 研究对象:离散无记忆信道 DMC
信道转移概率:
P(y|x)=P(y_k|x_k)
无记忆:当前输出只与当前输入有关,与历史无关。
二、核心理论原理(定理文字表述)
2.1 信道容量定义
离散信道容量:
C=\max_{P(x)} I(X;Y)
物理意义:
信道能可靠传输的最大信息速率(极限速率)
2.2 信道编码定理完整表述
设离散无记忆信道容量为 C,信息传输速率为 R:
1. 可达性(正向定理)
若 <C,存在分组码,当码长 n\to\infty 时:
P_e\to 0
可以实现任意可靠的无差错传输
2. 逆定理(不可达性)
若 R>C,任何编码都不可能使误码率趋于0
可靠传输不存在
三、前置关键理论(推导必备)
3.1 互信息链式性质
I(X^n;Y^n)=nI(X;Y)
无记忆信道:n次扩展信道互信息为单符号的n倍
3.2 渐近均分性 AEP
长码条件下:
- 典型序列概率趋于一致
- 非典型序列总概率趋于 0
AEP 是随机编码证明的核心工具
3.3 费诺不等式(逆定理核心)
H(X|Y)\le H(P_e)+P_e\log|M|
用于约束误码率下界
四、信道编码定理详细推导(满分标准)
4.1 正向可达< C 可可靠传输)
步骤1:随机码构造
随机生成 M=2^{nR} 个码字:
\mathcal{C}=\{x_1,x_2,\dots,x_M\}
每个码字服从最优输入分布 P(x)
步骤2:典型译码准则
接收端只译码 联合典型序列:
(x_i,y)\in T(XY)
步骤3:误码分为两类
1. 发送序列非典型 → 概率趋近0(AEP)
2. 存在其他码字与接收序列典型 → 错译
步骤4:错译概率上界推导
对任意一对不同码字:
P(x_j \text{ 与 } y \text{ 典型}) \le 2^{-nI(X;Y)}
总错译概率:
P_e \le 2^{nR}\cdot 2^{-nI(X;Y)}
取接近容量的输入分布 I(X;Y)\to C:
P_e \le 2^{-n(C-R)}
步骤5:<C):
\lim_{n\to\infty} P_e = 0
✅ 正向可达性证明完成
4.2 反向逆定理证明(R > C 不可能可靠传输)
步骤1:数据处理不等式
I(X^n;Y^n)\le nC
步骤2:互信息展开
I(X^n;Y^n)=H(X^n)-H(X^n|Y^n)
信源编码:
H(X^n)=nR
步骤3:代入费诺不等式
H(X^n|Y^n)\le H(P_e)+nR P_e
可得:
nR - H(P_e)-nR P_e \le nC
步骤4:整理不等式
R-C \le \frac{H(P_e)}{n}+R P_e
令 n\to\infty:
R-C \le R\cdot \lim P_e
步骤5:结论
若 R>C,必须有:
\lim_{n\to\infty}P_e > 0
❌ 误码率无法趋于0,不可靠传输
逆定理证毕
五、定理深度理论分析
5.1 为什么 R<C 就可以零误码?
本质原因:
- 信道噪声带来的信息损失速率小于传输速率余量
- 长码 + 随机编码 利用AEP实现概率集中
- 典型集译码天然具有抗噪能力
5.2 为什么 R>C 必然出错?
- 信道能区分的最大信息量只有 C
- 超过容量的信息属于不可分辨信息
- 噪声会强制造成混淆,无法通过编码消除
5.3 信道编码定理三大核心结论
1. C 是可靠传输的严格极限
2. 码长无限长才能逼近极限(工程有限码长必有损耗)
3. 编码不改变信道容量,只逼近极限
六、工程延伸与现代应用
6.1 解释现代编码
- Turbo码、LDPC码、Polar码 都是逼近香农极限的编码
- 5G Polar 码正是理论上最贴合信道编码定理的构造码
6.2 定理指导工程设计
- 速率必须低于容量才能可靠通信
- 信噪比决定容量,容量决定最大传输速率
- 误码率降低只能靠:更长码长、更优编码、更高信噪比
6.3 理论局限性
- 证明是存在性证明,不给出具体编码构造
- 极限需要无限码长,工程只能逼近无法达到
七、总结(报告结语)
1. 信道编码定理从理论上严格区分可可靠传输区与不可传输区
2. 通过 AEP 随机编码证明正向可达,通过费诺不等式证明反向不可达
3. 确立了信道容量是通信系统的绝对上限
4. 是现代所有纠错编码、移动通信、存储系统的理论根基
