Định lý mã hóa kênh nhiễu của Shannon
Phát biểu
Với một kênh không nhớ rời rạc có dung lượng , truyền tin đáng tin cậy (xác suất lỗi ) là khả thi ở bất kỳ tốc độ truyền bit trên mỗi lần dùng kênh với , bằng cách dùng mã khối đủ dài; ngược lại, không sơ đồ mã nào có thể đạt ở bất kỳ tốc độ .
Vì sao đúng?
Dung lượng không chỉ là một công thức tiện lợi — nó là một bức tường thực sự. Dưới ngưỡng đó, trải mỗi thông điệp trên một khối đủ dài giúp các từ mã trông ngẫu nhiên vẫn phân biệt được dù có nhiễu, nên lỗi có thể được đưa về không; trên ngưỡng đó, kênh phá hủy thông tin nhanh hơn bất kỳ mã nào có thể bảo vệ, dù mã có tinh vi đến đâu.
Phác thảo chứng minh
**Chiều đảo ().** Bất đẳng thức Fano chặn độ bất định còn lại của bên nhận về thông điệp khi biết đầu ra nhiễu: , với là số thông điệp có thể. Đồng thời, cấu trúc xử lý dữ liệu của kênh buộc ở mỗi lần dùng, nên trên một khối lần dùng kênh, tổng thông tin bên nhận có thể trích ra tối đa là bit. Nếu tốc độ thật là bit mỗi lần dùng, thông điệp mang bit entropy nhưng kênh chỉ cung cấp khoảng bit về nó; bất đẳng thức Fano khi đó buộc phải giữ khoảng cách khỏi khi tăng, vì độ bất định còn lại không thể triệt tiêu được.
**Phác thảo chiều thuận ().** Cố định một phân phối đầu vào đạt dung lượng và sinh ngẫu nhiên độc lập một bảng mã gồm từ mã độ dài từ . Để giải mã, bên nhận tìm từ mã duy nhất đồng điển hình với chuỗi nhận được (nghĩa là có các mẫu thống kê giống một cặp đầu vào–đầu ra thật). Vì , số từ mã ứng viên () nhỏ hơn nhiều so với số đầu ra kênh phân biệt được về mặt thống kê (), nên khi khả năng một từ mã khác, không được gửi, tình cờ trông đồng điển hình với chuỗi nhận được giảm về , và xác suất lỗi giải mã cũng vậy, tính trung bình theo lựa chọn ngẫu nhiên của bảng mã — do đó phải tồn tại ít nhất một bảng mã đạt được nhỏ tùy ý.
Chủ đề chứa định lý này
Chứng minh từng bước
Chưa có chứng minh từng bước cho định lý này.
Tài liệu tham khảo
- Claude E. Shannon (1948). A Mathematical Theory of Communication
- Thomas M. Cover, Joy A. Thomas (2006). Elements of Information Theory
- David J. C. MacKay (2003). Information Theory, Inference, and Learning Algorithms
- Erdal Arıkan (2009). Channel Polarization: A Method for Constructing Capacity-Achieving Codes for Symmetric Binary-Input Memoryless Channels · arXiv:0807.3917