![](/user_photo/_userpic.png)
книги из ГПНТБ / Кавалеров, Г. И. Введение в информационную теорию измерений
.pdfТаким образом, .при любом выборе параметров кван тователя средние штрафы при квантовании случайных сигналов с плотностями, удовлетворяющими неравенст ву (6-16), при 62<ei/Lo различаются меньше чем на въ т. е.
. x N; Zj, ..., 2д,)
N — 1' >• • • >ZN) I < S,. |
(6- 20) |
Но если две функции ни в одной точке не различа ются более чем на ей то это ■справедливо и для их мини мумов (даже если они соответствуют различным значе ниям параметров). Итак, из (6-16) с ег<еі/Іо следует, что
\ ß N ( W l ) — ’R N ( w 2) \ < \ E i . |
( 6- 21) |
Следовательно, если вектор (хи ..., xn- u Z\, ..., z^) доставляет минимум (6-14) при некотором распределе нии вероятностей w(x), то квантователь с этими пара метрами будет .близким к оптимальному в случае незна чительной неточности априорных данных (в то же время следует иметь в виду, что зависимость параметров опти мального квантователя от исходных данных не обяза тельнонепрерывна).
Точно так же можно показать, что при «незначитель ном» изменении критерия оптимальности, т. е. функции ср(х, z), квантователь, оптимальный в одном случае, бу дет -близким к оптимальному в другом (см. [Л. 6-13]).
Предположим, что функция ср(х, z) при любом фикси рованном X есть функция z, симметричная относительно точки z=x; пусть далее w(x) непрерывна и положитель на на всем отрезке [х0, xN]. Тогда можно получить про стые необходимые условия для того, что вектор (хи ..
.. ., xn- ü Zu . . . , zN) доставляет минимум выражению (6-14). Действительно, -вычислим частные производные от правой части (6-14):
|
д Щ х и .... % _ іі zt....... z N) |
~дх, -X |
|
|
|
дхъ |
|
|
|
"fc+1 |
* * - I |
|
|
1 |
X J |
? ( X , z h) w (x) dx-\- j |
? (x, Zk+1) w (x) dx |
I= |
|
*n-i |
xk |
k = l, |
N — 1. |
J |
==w(xk)[ f(x ,z h) — f ( x k,zll+1)], |
(6-22) |
233
Так как, по нашему предположению, w(x) >0, то пра вая часть (6-22) обращается в нуль тогда и только тог да, когда
Ф (а-/„ Zk) =<p(xk, zh+1), |
(6-23) |
но ввиду симметричности функции ср(х, z) и ее строгой монотонности на jnacTKax д-> 2 н x< z (6-23) эквивалент но тому, что
т. |
е. |
|
хи—Zk=Zk+i—Xk, |
(6-24) |
||
|
|
Zft + Zh-l |
|
|||
|
|
|
Xk = |
(6-25) |
||
|
|
|
|
2 |
||
Zu, |
Далее, приравнивая пулю частные производные по |
|||||
получаем: |
|
|
|
|
||
д 1і' (х,, |
Хдг_|| г,, .... г(Ѵ) |
= |
j’ d^ |
h]-w(x)dx. (6-26) |
||
|
|
dZh |
|
|||
|
|
|
|
|
|
Так как очевидно, что при сделанных предположе ниях минимум функции (6-14) не может достигаться на границе области допустимого изменения параметров квантователя, то оптимальная совокупность параметров удовлетворяет системе уравнений (6-25), (6-26). Этот факт был впервые отмечен в (Л. 6-16]. Отметим одну важную особенность этой системы: при фиксированных значениях точек отнесения z,, . . ., zN уравнения (6-25) представляют собой не только необходимое, но и доста точное условие минимума функции Чт (хь ..., xn- ü Z\, ...,
..., zN) (при фиксированных гь ..., zN), то же самое верно и относительно уравнения (6-26). Заметим еще, что условие дифференцируемости функции штрафов ча сто является несущественным: при выводе уравнений (6-25) оно не требуется, для определения же оптималь ных точек отнесения при фиксированных значениях по рогов иногда удается обойтись без уравнений (6-26). Например, если
ци(х, z) — \z—х\, |
(6-27) |
то, как известно (см., например, (Л. 6-13]), оптимальные точки отнесения суть условные медианы величины X при условии,, что X принадлежит данному кванту, т. е. Zu удовлетворяют условию
p[xk-u Zh] — p[zk, Xk], |
(6-28) |
где р — вероятность соответствующего события.
234
Кроме того, следует учесть, что на основании дока занного выше утверждения о непрерывной зависимости среднего штрафа при оптимальном квантовании от ис ходных данных эти данные могут подвергаться опреде ленному сглаживанию. Поэтому если функция штрафов симметрична, то использование уравнений (6-25) и (6-26) практически всегда возможно.
Система уравнений (6-25) и (6-26), как правило, не может быть разрешена аналитически (исключение со ставляет тривиальный случай w(x) =const, ,ѵе;[і0, хд]). Имеются два пути применения этих уравнений для на хождения параметров оптимальных квантователей. Сле дуя первому из них, (6-25) п (6-26) принимают за осно ву некоторой итеративной процедуры, сходящейся к ре шению этой системы уравнений [Л. 6-13, 6-18—6-20]; второй путь состоит в получении аналитических выраже
ний, |
доставляющих |
приближенное |
решение задачи |
[Л. 6-7, 6-8, 6-19—6-25]. |
|
||
Рассмотрим следующий алгоритм. Пусть фиксированы |
|||
х = |
(х{0), .... -£^_,), где |
верхний индекс |
указывает номер |
приближения. |
Подставив |
этот вектор в уравнение (6-25), |
|
решим его относительно |
z = (z,.........гдг). |
Обозначим ре |
|
шение г(0) = |
(г<|0), ..., |
и подставим его в уравнение |
|
(6-25), решая которое, |
получим вектор |
х(1)= (д:|І), |
|
.... Лд'1,) и т. |
д. Как следует из изложенного выше, по |
следовательность средних штрафов, соответствующая образуемым таким образом способам квантования, моно тонно убывает: на каждом шаге мы «улучшаем» кванто ватель. Можно показать (см. [Л. 6-13]), что предельной
точкой для последовательности векторов {xrj'’......
zfJ), ..., zjj*} (независимо от выбора начального прибли
жения) при /-—уоо будет решение системы уравнений (6-25) и (6-26). Более того, в ]Л. 6-13] показано, что можно выбрать начальное .приближение таким образом, что все параметры будут сходиться к предельным значе ниям, монотонно изменяясь (все убывая или все возра стая). Это обстоятельство дает возможность организо вать процедуру так, что на каждой итерации будут из вестны границы,-между которыми находятся параметры, причем эти границы стягиваются. Указанные свойства данного алгоритма являются его несомненным достоин
235