【摘要】:在某种限制条件下,类似单维连续信源存在最大相对熵,多维连续信源熵h=h(x1x2…对应的相对熵为则有运用“底”大于1的对数函数的上凸特性,并考虑到即证得定理6.2若N维连续信源X=X1X2…xN)是信源在此限定条件下,除高斯分布以外的任何一种概率密度函数,对应的相对熵为则即证得表明,在协方差矩阵限定条件下,高斯分布的N维连续信源具有最大相对熵,大小只取决于协方差矩阵[M],与对应时刻随机变量均值无关。
在某种限制条件下,类似单维连续信源存在最大相对熵,多维连续信源熵h(X)=h(x1x2…xN)也存在最大值。
定理6.1 若N维连续信源X=X1X2…XN的取值区间限定为N维区域体积,则均匀分布的N维连续信源X=X1X2…XN的相对熵h(X)达到最大值。
概率密度函数为p(x)时,N维连续信源X=X1X2…XN的相对熵
又设q(x)=q(x1x2…xN)是同样N维区域体积中均匀分布以外的任何一种概率密度函数。对应的相对熵为
则有
运用“底”大于1的对数函数的上凸特性,并考虑到
即证得
定理6.2 若N维连续信源X=X1X2…XN的协方差矩阵限定为[M],则高斯分布的N维连续信源X=X1X2…XN的相对熵h(X)达到最大值。(www.daowen.com)
【证明】设N维连续信源的协方差矩阵为
限定条件下的高斯分布的概率密度函数,记为
当概率密度函数为p(x)时,N维连续信源X=X1X2…XN的相对熵
设q(x)=q(x1x2…xN)是信源在此限定条件下,除高斯分布以外的任何一种概率密度函数,对应的相对熵为
则
即证得
表明,在协方差矩阵限定条件下,高斯分布的N维连续信源具有最大相对熵,大小只取决于协方差矩阵[M],与对应时刻随机变量均值无关。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。
有关信息论基础与工程应用的文章