1.11.1 经典信息论
Shannon 1948 年定义了嵌入在一个随机变量中的不确定性的量。
假设 𝑝 = {𝑝1, 𝑝2, ⋯ , 𝑝𝑛} 是一个概率分布,𝑋 是服从分布 𝑝 的
随机变量,定义嵌入在 𝑋 中的不确定性的量为:
𝑛
𝐻(𝑋) = − ∑ 𝑝𝑖 𝑙𝑜𝑔2 𝑝𝑖,
𝑖=1
称为 𝑋 的熵。
给定一个联合概率分布 𝑝(𝑥, 𝑦),假设 𝑋 和 𝑌 分别是两个随机变量,使得 (𝑋, 𝑌) 服从联合概率分布 𝑝(𝑥, 𝑦),Shannon 定义了 𝑋 和
𝑌 的互信息为:
𝑝(𝑥, 𝑦)
𝐼(𝑋; 𝑌) = ∑ ∑ 𝑝(𝑥, 𝑦) log 𝑝(𝑥)𝑝(𝑦) .
𝑥 𝑦
互信息 𝐼(𝑋; 𝑌) 表示了知道 𝑌 的情况下消除的嵌入在 𝑋 中的不确定性的量,也表示在知道 𝑋 的情况下消除的嵌入在 𝑌 中的不确定性的量。
Shannon 1948 年证明了如下通信原理:
(1)(数据)假设发送方想传输的数据为 𝑊,它是一个随机变量。
(2)(编码)通过一个纠错码 𝐸 把 𝑊 编码为
𝑋 = 𝐸(𝑊).
(3)(信道传输)发送方把 𝑋 通过由一个条件概率分布 𝑝(𝑦|𝑥)
定义的通信信道发送,传输给收方。
(4)(信息)收方收到 𝑌,它是一个随机变量,当收到 𝑌 后,收方获得的信息为 𝐼(𝑋; 𝑌),即已知 𝑌 的情况下消除的嵌入在 𝑋 中的不确定性的量。
(5)(通信原理)当 𝐼(𝑋; 𝑌) 适当大时,存在解码器 𝐷,使得
𝐷(𝑌) = 𝑊,
即解码器 𝐷 根据 𝑌 就可以把发送方想发送的数据 𝑊 解码出来。
Shannon 1948 年的论文应用概率方法证明了以上通信原理。
到目前为止的信息论就是在不断优化 Shannon 的通信原理。但是整个信息论没有超出 Shannon 通信模型与通信原理的范畴。
Shannon 的理论完美地解决了通信问题,为通信建立了数学原理,这个原理正是通信从 1G 到 5G 通信技术的理论支撑。毫无疑问, Shannon 的理论也是 20 世纪的一个重大科学贡献。
Shannon 的科学贡献在于:
(1)度量了嵌入在一个随机变量的不确定性的量,即该随机变量的熵;
(2)通信信道可以用一个条件概率分布来表示;
(3)信息是消除的不确定性;
(4)信道传输是消除不确定性,即获得信息,的动作或操作;
(5)信道传输所获得的信息是可以度量的;
(6)信息是有用的,通过信道传输所获得的信息可以解码出发送方想发送的数据。
这就为通信技术提供了数学原理。
(5G 通信技术已经接近实现了 Shannon 原理的极限,因此,6G需要新的通信原理。如果没有新的通信原理,原则上来说 6G 是不靠谱的。)