Loading

AMAZING AUGUST SALE: 25% Off Certificates and Diplomas! Limited-time Offer - ends Friday, 6th August 2021

Claim My 25% OFF

Comprendre le codage des canaux et la capacité en théorie de l'information

Découvrez l'importance des codes dans la transmission de l'information de façon fiable grâce à ce cours en ligne gratuit.

Publisher: NPTEL
Vous êtes-vous déjà demandé ce qui se passe pendant le processus de communication entre deux médiums? Ce cours vise à répondre à cette question en illustrant le processus des canaux de communication numérique. On vous enseignera la procédure de sauvegarde de l'information contre les bruits pendant la transmission. Étudier les méthodes de détermination du taux de transmission de l'information dans un canal de communication en s'enroulant dans ce cours maintenant.
Comprendre le codage des canaux et la capacité en théorie de l'information
  • Durée

    5-6 Heures
  • Students

    39
  • Accreditation

    CPD

Description

Modules

Résultats

Certification

View course modules

Description

Les éléments fondamentaux du codage des canaux et de la capacité des canaux sont les principaux éléments de ce cours. Il commence par expliquer l'importance des codes des canaux dans la théorie de l'information. Vous découvrirez comment ces schémas de codage cherchent après que les données soient contaminées dans le canal de communication. Cela comprendra la méthode de transmission d'informations précises dans un canal de communication dégradé par le bruit. Ensuite, vous étudierez les concepts de "cartographie" et de "cartographie inverse" des séquences de données entrées-sorties. Vous comprrez le rôle des émetteurs et des décodeurs dans le processus de cartographie pour éliminer le bruit des canaux. Par la suite, la preuve du théorème de codage de canal de Shannon pour le canal symétrique binaire est expliquée. Vous découvrirez l'implication de la sphère de compression en permettant aux codes d'erreur d'utiliser les mots de code imbriqués. Le processus de restriction des facteurs d'un code de blocage aléatoire est décrit. Le cours explore les paramètres de base requis pour qu'un code soit considéré comme parfait en termes de représentation.

Ensuite, le cours explique la procédure de résolution de l'inexactitude d'un code donné à l'aide de la méthode de codage aléatoire. Vous étudierez la façon dont la borne est établie en fonction de l'erreur de probabilité moyenne sur une collection de codes. De plus, on explique l'importance du codage aléatoire dans la démonstration des parties de la faisabilité de la théorie de l'information sur le réseau. Ensuite, on explore les processus d'extension de la preuve du théorème de codage de Shannon pour d'autres canaux généraux. Vous découvrirez l'importance d'une convergence forte et faible dans la transmission de codes correcteurs d'erreurs à différents canaux de communication. Par la suite, le concept de l'utilisation des canaux gaussiens dans la capacité des canaux est mis en évidence. Vous exploiterez le processus d'extension de ces canaux à un canal de signal ininterrompu avec une mesure de différentes largeurs de bande. En plus de cela, vous étudierez les méthodes d'association des systèmes de transmission avec les limites de Shannon. Les rôles des canaux discres-temps dans la modélisation d'autres canaux de communication sont également décrits.

Enfin, le cours illustre le processus de dérivation du théorème de codage du canal dans le canal gaussien. Vous explorerez les preuves converse et réalisabilité du théorème. Ensuite, vous explorez les différents types de canaux parallèles utilisés dans la capacité du canal. Les notions de multiplexage orthogonal de la division de la fréquence (OFDM), de plusieurs entrées-sorties multiples (MIMO) et de systèmes multitons discreants (DSL) sont clarifiées. En plus de cela, vous comprrez l'importance des canaux indépendants parallèles pour augmenter la capacité totale en distribuant de l'énergie à travers différents canaux. Enfin, vous étudierez la nécessité d'adopter des approches de péréquation sur les canaux de communication. Vous découvrirez les implications des algorithmes de remplissage d'eau dans l'amélioration du nombre de taux de données dans tous les sous-canaux en assignant une puissance maximale avec un rapport signal / bruit plus sain (SNR). "Understanding Channel Coding and Capacity in Information Theory" est un cours d'information qui explore les bases du codage pour une transmission fiable sur des canaux bruyants. Commencez à vous renseigner sur le processus de communication d'informations précises avec une probabilité d'erreur minimale.

Démarrer le cours maintenant

Careers