Appunti di Teoria dell'Informazione e Codici - Università di Palermo
Appunti di Teoria dell'Informazione e Codici - Università di Palermo
Appunti di Teoria dell'Informazione e Codici - Università di Palermo
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
36 Capitolo - 4 - <strong>Appunti</strong> <strong>di</strong> <strong>Teoria</strong> dell’Informazione e Co<strong>di</strong>ci<br />
esso aggiunge alla variabile aleatoria generata dalla sorgente un <strong>di</strong>sturbo costituito da<br />
una variabile aleatoria Gaussiana a me<strong>di</strong>a nulla e varianza , statisticamente<br />
in<strong>di</strong>pendente dalla variabile aleatoria in ingresso.<br />
L’informazione mutua associata al canale in questione è data da:<br />
( ) ( ) ( )<br />
∫ ( )<br />
∫ ( )<br />
( )<br />
( )<br />
∫ ∫ ( )<br />
( )<br />
(4.4.1)<br />
∫ ( ) ∫ ( )<br />
( )<br />
Osserviamo che ( )<br />
√<br />
( )<br />
in quanto <strong>di</strong>fferisce da per il solo<br />
<strong>di</strong>sturbo<br />
la (2.2.3) otteniamo:<br />
che abbiamo detto essere Gaussiano. Sostituendo nella (4.4.1) e ricordando<br />
( ) ∫ ( )<br />
∫ ( ) ( )<br />
( )<br />
(4.4.2)<br />
∫ ( )<br />
( )<br />
( )<br />
la capacità del canale in parola si ottiene quin<strong>di</strong> massimizzando l’integrale ad ultimo<br />
membro della precedente, cioè l’entropia dell’uscita. Sappiamo (ve<strong>di</strong> § 2.2 - ) che il<br />
massimo dell’entropia, a parità <strong>di</strong> varianza, si ottiene da una sorgente Gaussiana.<br />
Affinché la ( ) sia Gaussiana, deve esserlo la variabile aleatoria . In questo<br />
caso in<strong>di</strong>cata con la sua varianza, in virtù dell’in<strong>di</strong>pendenza tra ed si ha:<br />
La capacità del canale Gaussiano è quin<strong>di</strong> data da:<br />
(4.4.3)<br />
( ) ( ( )) ( ) ( ) ( )<br />
( )<br />
(4.4.4)<br />
Consideriamo adesso il canale AWGN (Ad<strong>di</strong>ttive White Gaussian Noise) (ve<strong>di</strong><br />
Fig.E 4.4) cioè un canale con ingresso e uscita a tempo continuo che agisce sul segnale<br />
d’ingresso sommando a quest’ultimo un segnale<br />
stazionario Gaussiano a me<strong>di</strong>a nulla e densità spettrale <strong>di</strong><br />
potenza bilatera costante pari ad<br />
Fig.E 4.4 - Canale AWGN<br />
Come sappiamo ogni sistema <strong>di</strong> trasmissione è<br />
affetto quantomeno dal rumore termico che si può modellare proprio con un processo<br />
Gaussiano bianco.