长期以来,由于经 典信息论只研究语法信息,了通信科学的进一步发展。近年来,研究语义信息处理与传输的通信技术获得了学术界的普遍关注,语义通信开辟了未来通信技术发展的新方向,但还缺乏一般性的数学指导理论。为了解决这一难题,本书构建了语义信息论的理论框架,对语义信息的度量体系与语义通信的理论极限进行了系统性阐述。
本书内容为张平院士和牛凯教授团队在语义信息论方面的理论突破,相关成果于2024年6月在《通信学报》首 发,具有很强的前沿性。
网站首页 软件下载 游戏下载 翻译软件 电子书下载 电影下载 电视剧下载 教程攻略
书名 | THE MATHEMATICAL THEORY OF SEMANTIC COMMUNICATION |
分类 | 科学技术-工业科技-电子通讯 |
作者 | Kai Niu,Ping Zhang(中文:牛凯,张平) |
出版社 | 人民邮电出版社 |
下载 | ![]() |
简介 | 编辑推荐 长期以来,由于经 典信息论只研究语法信息,了通信科学的进一步发展。近年来,研究语义信息处理与传输的通信技术获得了学术界的普遍关注,语义通信开辟了未来通信技术发展的新方向,但还缺乏一般性的数学指导理论。为了解决这一难题,本书构建了语义信息论的理论框架,对语义信息的度量体系与语义通信的理论极限进行了系统性阐述。 本书内容为张平院士和牛凯教授团队在语义信息论方面的理论突破,相关成果于2024年6月在《通信学报》首 发,具有很强的前沿性。 内容推荐 自从1948年经 典信息论诞生以来,在其指导下,现代通信技术已经逼近了理论性能极限,例如信息熵 ,信道容量 以及率失真函数 。语义通信开辟了未来通信技术发展的新方向,但还缺乏数学指导理论。为了解决这一难题,本文构建了语义信息论的理论框架。通过研究语义通信的机制,我们发现同义性是其基本特征,由此定义了语义信息和语法信息之间的同义映射。基于同义映射 这一核心概念,我们引入了语义信息的度量体系,包括语义熵 ,上/下语义互信息 ,语义信道容量 以及语义率失真函数 。进一步,采用随机编码以及(联合)同义典 型序列编译码方法,证明了三个语义编码定理,即语义信源编码定理、语义信道编码定理以及语义率失真编码定理。我们发现同义映射扩展了通信系统的极限。进一步讨论了连续条件下的语义信息度量。特别地,对于带宽受限的高斯信道,我们得到了新的信道容量公式 ,其中平均同义长度 表征了信息的辨识能力,这一公式是香农信道容量公式的推广。 综上所述,本文提出的语义信息论,依据同义映射这一语义信息的本质特征,构建了语义信息的度量体系,引入新的数学工具,证明了语义编码的基本定理,论证了语义通信系统的性能极限,揭示了未来语义通信的巨大性能潜力。 目录 Chapter 1 Introduction\t001 Chapter 2 Semantic Communication System and Synonymous Mapping\t013 2.1 Notation Conventions\t013 2.2 Semantic Communication System\t014 2.3 Synonymous Mapping\t016 Chapter 3 Semantic Entropy\t019 3.1 Semantic Information Measures\t019 3.2 Semantic Joint Entropy and Semantic Conditional Entropy\t022 Chapter 4 Semantic Relative Entropy and Mutual Information\t031 4.1 Semantic Relative Entropy\t031 4.2 Semantic Mutual Information\t036 Chapter 5 Semantic Channel Capacity and Semantic Rate-distortion\t041 5.1 Semantic Channel Capacity\t041 5.2 Semantic Rate-Distortion\t042 Chapter 6 Semantic Lossless Source Coding\t045 6.1 Asymptotic Equipartition Property and Synonymous Typical Set\t045 6.2 Semantic Source Coding Theorem\t051 6.3 Semantic Source Coding Method\t054 Chapter 7 Semantic Channel Coding\t057 7.1 Jointly Asymptotic Equipartition Property and Jointly Synonymous Typical Set\t057 7.2 Semantic Channel Coding Theorem\t065 7.3 Semantic Channel Coding Method\t073 Chapter 8 Semantic Lossy Source Coding\t081 8.1 Semantic Distortion and Jointly Typical Set\t081 8.2 Semantic Rate-Distortion Coding Theorem\t085 Chapter 9 Semantic Information Measure of Continuous Message\t091 9.1 Semantic Entropy and Semantic Mutual Information for Continuous Message\t091 9.2 Semantic Channel Capacity of Gaussian Channel\t098 9.3 Semantic Channel Capacity of Band-limited Gaussian Channel\t101 9.4 Semantic Rate-Distortion of Gaussian Source\t104 Chapter 10 Semantic Joint Source Channel Coding\t107 Chapter 11 Conclusions\t111 Appendix\t115 References\t117 |
随便看 |
|
霍普软件下载网电子书栏目提供海量电子书在线免费阅读及下载。