Kommunikációs Rendszerek
csatorna
A kommunikáció értelmezése
általános modell
ADÓ VEVŐINFORMÁCIÓ
Kommunikációs Rendszerek
Az információ
Széles jelentéstartomány –hasonlóan a „kommunikáció” fogalomhozfelvilágosítás, tájékoztatás, hír
Tudományterülettől függ értelmezés
Műszaki vonatkozásban: “A hírközlés szemantikai vonatkozásai műszaki szempontból
teljesen közömbösek.” (Shannon, 1948)
matematikai megközelítés, diszkrét valószínségi modell
Társadalmi kommunikációban:Az információ olyan jelsorozatok által hordozott hír, mely egy rendszer számára új ismeretet jelent. a gondolkodás struktúrájában bekövetkező változás„... információ minden inger, amely a befogadó kognitív struktúráját megváltoztatja... Amit a befogadó már tud, az nem változtatja meg a kognitív struktúrát, az nem információ. " (Paisley)
Kommunikációs Rendszerek
Diszkrét valószínűségi modell
Az eseménytér: egy n elemű véges szimbólumkészlet, melynek elemei: x1; x2; x3; … … xk;… … xn;minden egyes xk elemhez meghatározható egy-egy pk előfordulási valószínűség:
p1; p2; p3; … … pk;… … pn; minden 1> pk > 0 ,
és
n
1k1kP
Kommunikációs Rendszerek
Az információ mértéke
Minél kisebb egy esemény bekövetkezési valószínűsége, annál nagyobb a róla szóló hír információtartalma.Információtartalom az esemény bekövetkezési valószínűsége reciprokától függ.
Az információ additiv jellegű, azaz két esemény bekövetkezése által nyújtott információk összeadódnak.Valószinűség elmélet szerint két egymástól független esemény egyidejű bekövetkezésének valószínűségét az elemi valószínűségek szorzata adja, ezért logaritmus kifejezés kell, mivel
log(x* y) = log(x) + log(y)Célszerű a legkisebb mennyiséget egységnek választani, azaz az eseménytér legyen kételemű, azaz legyen log(x) = 1 ha p(x) = 0.5ez kettes alapú logaritmus választással biztosítható
Kommunikációs Rendszerek
Az információ mértéke
I(x)= - log2 p(x) [bit]
Az információtartalom = az üzenet egyértelmű ábrázolásához szükséges és elégséges döntések száma.
Mértékegysége a „bit” .(binary digit) Egy bit információ megfelel két egyformán valószínű
lehetőség közötti választásnak.
1 Kb = 1024 bit 1 Mb = 1024 Kb 1 Gb = 1024 Mb
Kommunikációs Rendszerek
Az entrópia
Az entrópia kifejezés termodinamikai állapotjelzô, az anyagi rendszerek molekuláris rendezetlenségének kifejezôje, illetve termodinamikai valószínűségének a mértéke. A maguktól végbemenô folyamatok a természetben egyre valószínûbb állapotok következnek be. A formai hasonlóság alapján — Neumann János javasolta Shannonnak, hogy képletét nevezze entrópiának , de, minthogy negatív előjel szerepelt a képlet előtt, negentrópia lett volna a neve (rég antientrópia is), ami a rendszerek rendezettségének mértékét fejezi ki. E két ellentétes fogalom jellemzôit: entrópia: — rendezetlenség (káosz) <> negentrópia:— rendezettség információhiány <> információEgy adott szimbólumkészlet elemeinek átlagos információmennyiségét mutató jellemző. Egysége [bit/szimbólum].Legnagyobb az értéke, amikor minden szimbólum valószínűsége azonos.
n
1ii i p logp)(XHÉrtéke:
Kommunikációs Rendszerek
Az információ mértéke
Tételezzük fel egy eszközt, amely nyolcféle jel(A,B,C,D,E,F,G,H) kibocsátására képes, egyforma valószínűséggel.
Amíg a következő jel megérkezésére várunk, bizonytalan, hogy melyik fog érkezni, így mindegyik érkezésének valószínűsége p= 0.125
Amint egy jel érkezik, a bizonytalanság mértéke csökken, mert információhoz jutottunk.
Az információ mértéke a nyolc lehetséges jelre: H = -log2(0.125) = log2(8) = 3 bit
Kommunikációs Rendszerek
Az információ osztályozása
Jelentése szerint– Adat / szöveges információ– Képi információ– Idő alapú információ
Audió videó
Kommunikációs Rendszerek
Az információ osztályozása
Ismeret tartalma szerint:
irreleváns (nem fontos) releváns (fontos) Redundáns (már ismert) nem redundáns
(ismeretlen)
Kommunikációs Rendszerek
Az információ osztályozása
A redundancia a kódrendszer szerkezetéből adódó következmény.
A relevancia egy hír szemantikai tartalmának és a hír fogadójának viszonyát fejezi ki.
Kommunikációs Rendszerek
redudancia
Az optimális kód adott mennyiségű információt a lehető legkevesebb jellel fejezi ki. Ha az üzenetet ennél több jellel fejezzük ki, redundánssá válik.
A vevő számára csak az információ releváns, nem redundáns része érdekes (ez jelent újdonságot). A forráskódolás során az információtömörítés olyan módját kell alkalmazni, amely az irreleváns és redundáns tartalmat lehetőleg kiküszöböli, ezzel
Csökkenti – A sávszélességet– Az adó igénybevételt– A tárolókapacitást/ átviteli időt
Az üzenet redundanciája (eltérően a forrás redundaciájától) növeli az üzenet hibamentes rekonstrukciójának valószínűségét.
Kommunikációs Rendszerek
Valószínűségi fogalmak
kísérletnek nevezzük azt a folyamatot, melynek eredményeként a lehetséges kimenetelek egy adott halmaza áll elő.
Amikor kísérletet végzünk, annak kimenetele legtöbbször nem jósolható meg biztonsággal, mert a véletlentől függ.
A kísérlet eseménytere a lehetséges kimenetelek halmaza. esemény alatt az eseménytér egy részhalmazát értjük. Egy véges S eseménytér részhalmazát képező E esemény valószínűsége
(egyformán lehetséges kimenetelek esetén)
Egy P valószínűségi függvény egy s eseménytér minden x kimeneteléhez hozzárendel egy P(x) értéket
||||
)(SE
EP
1Sx
xP )(
0 P (x) 1, minden x S