Расчет оптимального кода по методике Шеннона-Фано

СОДЕРЖАНИЕ

Содержание

Аннотация

Введение

Содержание задания

Теоретическая часть

Практическая часть

а) расчеты

б) программа

Заключение

а) результаты работы программы

б) блок-схема

Литература

АННОТАЦИЯ

В этой работе по данному числу символов в алфавите рассчитываются их вероятности, количество информации, если символы встречаются с равными вероятностями и с разными вероятностями, недогруженность символов, скорость передачи сообщений и избыточность сообщений. Кроме того, в данной работе строится оптимальный двоичный код по методике Шеннона – Фано. Выполнение этой курсовой работы закрепляет наши знания по дисциплине «Теория информации».

К работе прилагается программа, написанная на языке программирования высокого уровня (Turbo Pascal).

SUMMARY

In this work on the given numbeof symbols in the alphabet their probabilities, amount of the information if symbols meet equal probabilities and with different probabilities, speed of message transfer and redundancy of messages pay off. Besides in the given work the optimum binary code by technique of Shennon and Fano is under construction. Performance of this course work fixes our knowledge on discipline «The Theory of the Information».

ВВЕДЕНИЕ

Информатика и вычислительная техника – это область науки и техники, которая включает совокупность средств, способов и методов человеческой деятельности, направленных на создание и применение устройств связи, систем сбора, хранения и обработки информации.

Во многих случаях хранимая и передаваемая информация может представлять интерес для лиц, желающих использовать ее в корыстных целях.

Одним из методов защиты является кодирование.

Кодирование – это отображение сообщений кодом по определенному правилу присвоения символов.

Код – это правило, описывающее отображение одного набора знаков в другой набор знаков (или слов). Кодом также называют и множество образов при этом отображении.

Оптимальный код – это наиболее эффективный случай кодирования с нулевой избыточностью. При устранении избыточности существенно снижается количество символов, требуемых для кодируемых сообщений. Вследствие этого уменьшается время передачи, снижается требуемый объем памяти.

Таким образом, знание методов обработки информации является базовым для инженеров, работа которых связана с вычислительными системами и сетями. Избыточность - дополнительные средства, вводимые в систему для повышения ее надежности и защищенности.

Таким образом, информатика занимается изучением обработки и передачи информации.

В работе отражается применение базовых понятий информатики.

СОДЕРЖАНИЕ ЗАДАНИЯ

Для проведения расчетов разработать программу на языке ПАСКАЛЬ.

1.1. Число символов алфавита k = m (номер варианта задания) + 10. Определить количество информации на символ сообщения, составленного из этого алфавита:

а) если символы алфавита встречаются с равными вероятностями;

б) если символы алфавита встречаются в сообщении с вероятностями:

р₁ = 0,15; p₂ = p₁/(k-1); p₃ = (p₁ + p₂ )/(k-2) ...

k-1

p_k = ∑ p_n /(k – k + 1).

n=1

Сумма всех вероятностей должна быть равой единице, поэтому:

p_i

 р_i = -----

k

 ∑ p_j

 j=1

Определить, насколько недогружены символы во втором слу­чае.

1.2. Число символов алфавита = m (номер варианта задания). Вероятности появления символов равны соответственно

р₁ = 0,15; p₂ = p₁/(k-1); p₃ = (p₁ + p₂ )/(k-2) ...

k-1

p_k = ∑ p_n /(k – k + 1).

n=1

Длительности символов τ₁ = 1 сек; τ₂ = 2 сек;

τ_k = τ_k-1 + 1.

Чему равна скорость передачи сообщений, составленных из таких символов?

Определить количество информации на символ сообщения, составленного из этого алфавита:

а) если символы алфавита встречаются с равными вероятностями;

Определить, насколько недогружены символы во втором случае.

1.3. Сообщения составляются из алфавита с числом символов = m. Вероятность появления символов алфавита равна соответственно:

р₁ = 0,15; p₂ = p₁/(k-1); p₃ = (p₁ + p₂ )/(k-2) ...

k-1

p_k = ∑ p_n /(k – k + 1).

n=1

Найти избыточность сообщений, составленных из данного алфавита.

Построить оптимальный код сообщения.

ТЕОРЕТИЧЕСКАЯ ЧАСТЬ

КОЛИЧЕСТВЕННАЯ ОЦЕНКА ИНФОРМАЦИИ

Общее число неповторяющихся сообщений, которое может быть составлено из алфавита m путем комбинирования по n символов в сообщении,

N = mⁿ

Неопределенность, приходящаяся на символ первичного (кодируемого) алфавита, составленного из равновероятных и взаимонезависимых символов,

H = log₂ m

Так как информация есть неопределенность, снимаемая при получении сообщения, то количество информации может быть представлено как произведение общего числа сообщений k на среднюю энтропию H, приходящуюся на одно сообщение:

I = k*H бит

Для случаев равновероятных и взаимонезависимых символов первичного алфавита количество информации в k сообщениях алфавита m равно:

I = k*log₂ m бит

Для неравновероятных алфавитов энтропия на символ алфавита:

m m

H =∑ p_i*log₂(1/2p_i)=-∑p_i*log₂p_i бит/символ

i=1 i=1

А количество информации в сообщении, составленном из k неравновероятных символов,

m

I = -k*∑ p_i*log₂p_i бит

i=1

ВЫЧИСЛЕНИЕ СКОРОСТИ ПЕРЕДАЧИ ИНФОРМАЦИИ И ПРОПУСКНОЙ СПОСОБНОСТИ КАНАЛОВ СВЯЗИ

В условиях отсутствия помех скорость передачи информации определяется количеством информации, переносимым символом сообщения в единицу времени, и равна

C = n*H,

где n - количество символов, вырабатываемых источником сообщений за единицу времени; H - энтропия (неопределенность), снимаемая при получении одного символа сообщений, вырабатываемых данным источником.

Скорость передачи информации также может быть представлена как

 бит/сек,

где тау - время передачи одного двоичного символа.

Для сообщений, составленных из равновероятных взаимонезависимых символов равной длительности, скорость передачи информации:

C=(1/τ)*log₂ m бит/сек

В случае неравновероятных символов равной длительности:

m

C =(1/τ)*∑p_i*log₂p_i бит/сек

i=1

В случае неравновероятных и взаимонезависимых символов разной длительности:

Пропускная способность (или емкость канала связи) – есть максимальная скорость передачи информации по данному каналу связи. Под каналом связи подразумевается совокупность средств, предназначенных для передачи информации от данного источника сообщений к адресату. Выражение для пропускной способности отличается тем, что пропускную способность характеризует максимальная энтропия:

С_макс= бит/сек

Для двоичного кода:

С_макс бит/сек

При наличии помех пропускная способность канала связи вычисляется как произведение количества принятых в секунду знаков n на разность энтропии источника сообщений и условной энтропии источника сообщений относительно принятого сигнала:

 бит/сек (15)

или

 бит/сек

В общем случае

 бит/сек (16)

Если символы источника сообщений неравновероятны и взаи­мозависимы, то энтропия источника считается по формуле общей условной энтропии.

Для симметричных бинарных каналов, в которых сигналы передаются при помощи двух качественных признаков и вероятность ложного приема , а вероятность правильного приема , потери учитываются при помо­щи условной энтропии вида

 бит/сек (17)

пропускная способность таких каналов

 бит/сек (18)

Для симметричного бинарного канала

 бит/сек (19)

Для симметричных дискретных каналов связи с числом качест­венных признаков m > 2 пропускная способность

 бит/сек (20)

ОПРЕДЕЛЕНИЕ ИЗБЫТОЧНОСТИ СООБЩЕНИЙ. ОПТИМАЛЬНОЕ КОДИРОВАНИЕ

 

Если энтропия источника сообщений не равна максимальной энтропии для алфавита с данным количеством качественных признаков (имеются в виду качественные признаки алфавита, при помощи которых составляются сообщения), то это, прежде всего, означает, что сообщения данного источника могли бы нести большее количество информации. Абсолютная недогруженность на символ сообщений такого источника:

∆D=(Н_макс-Н) бит/символ

Для определения количества "лишней" информации, которая заложена в структуре алфавита либо в природе кода, вводится понятие избыточности. Избыточность, с которой мы имеем дело в теории информации, не зависит от содержания сообщения и обычно заранее известна из статистических данных. Информационная избыточность показывает относительную недогруженность на символ алфавита и является безразмерной величиной:

,

где = μ - коэффициент сжатия (относительная энтропия). Н и Н_макс берутся относительно одного и того же алфавита.

Кроме общего понятия избыточности существуют частные виды избыточности (избыточность, обусловленная неравновероятным распределением символов в сообщении, избыточность, вызванная статистической связью между символами сообщения).

Избыточность, которая заложена в природе данного кода, получается в результате неравномерного распределения в сообщениях качественных признаков этого кода и не может быть задана одной цифрой на основании статистических испытаний. Так при передаче десятичных цифр двоичным кодом максимально загруженными бывают только те символы вторичного алфавита, которые передают значения, являющиеся целочисленными степенями двойки. В остальных случаях тем же количеством символов может быть передано большее количество цифр (сообщений). Например, тремя двоичными разрядами мы можем передать и цифру 5, и цифру 8. Фактически для передачи сообщения достаточно иметь длину кодовой комбинации.

Фактически для передачи сообщения достаточно иметь длину кодовой комбинации

где N - общее количество передаваемых сообщений.

L можно представить и как

где  и  - соответственно качественные признаки первичного и вторичного алфавитов. Поэтому для цифры 5 в двоичном коде можно записать

 дв. симв.

Однако эту цифру необходимо округлить до ближайшего целого числа (в большую сторону), так как длина кода не может быть выражена дробным числом.

В общем случае, избыточность от округления:

где , k - округленное до ближайшего целого числа значение . Для нашего примера

Избыточность необходима для повышения помехоустойчивости кодов и ее вводят искусственно в виде добавочных  символов. Если в коде всего n разрядов и  из них несут информационную нагрузку, то  характеризуют абсолютную корректирующую избыточность, а величина  характеризует относительную корректирующую избыточность.

Для уменьшения избыточности используют оптимальные коды. При построении оптимальных кодов наибольшее распространение получили методики Шеннона-Фано и Хаффмена. Согласно методике Шеннона-Фано построение оптимального кода ансамбля из сообщений сводится к следующему:

1) множество из сообщений располагается в порядке убывания вероятностей;

2) первоначальный ансамбль кодируемых сигналов разбивается на две группы таким образом, чтобы суммарные вероятности сообщений обеих групп были по возможности равны.

Если равной вероятности в подгруппах нельзя достичь, то их делят так, чтобы в верхней части (верхней подгруппе) оставались символы, суммарная вероятность которых меньше суммарной вероятности символов в нижней части (нижней подгруппе);

3) первой группе присваивается символ 0, а второй группе - символ 1;

4) каждую из образованных подгрупп делят на две части таким образом, чтобы суммарные вероятности вновь образованных подгрупп были по возможности равны;

5) первым группам каждой из подгрупп вновь присваивается 0, а вторым - 1. Таким образом, мы получаем вторые цифры кода. Затем каждая из четырех групп вновь делится на равные (с точки зрения суммарной вероятности) части до тех пор, пока в каждой из подгрупп не останется по одной букве.

Построенный код называют оптимальным неравномерным кодом (ОНК).

ПРАКТИЧЕСКАЯ ЧАСТЬ

 

a) Расчеты

1)    рассчитывается первоначальные вероятности для неравновероятных символов алфавита.

2)    выполняет нормирование указанных вероятностей.

3)    рассчитывается энтропия алфавита из равновероятных символов.

4)    производится расчет энтропии алфавита с неравновероятными символами и недогруженность в этом случае.

5)    с учетом заданных длительностей символов вычисляется скорость передачи и избыточность.

6)    строится оптимальный код по методу Шеннона-Фано.

Расчет вероятностей.

Промежуточные значения:  k-1  ...pk = S pn /(m - k + 1).  n-1	Окончательный результат:  рi = pi/(pi)
p1 = 0,1500 p2 = 0,0065 p3 = 0,0071 p4 = 0,0078 p5 = 0,0086 p6 = 0,0095 p7 = 0,0105 p8 = 0,0118 p9 = 0,0132 p10 = 0,0150 p11 = 0,0171 p12 = 0,0198 p13 = 0,0231 p14 = 0,0273 p15 = 0,0327 p16 = 0,0400 p17 = 0,0500 p18 = 0,0643 p19 = 0,0857 p20 = 0,1200 p21 = 0,1800 p22 = 0,3000 p23 = 0,6000 p24 = 1,8000 рi = 3,6	p1=0,0417 p2=0,0018 p3=0,0020 p4=0,0022 p5=0,0024 p6=0,0026 p7=0,0029 p8=0,0033 p9=0,0037 p10=0,0042 p11=0,0048 p12=0,0055 p13=0,0064 p14=0,0076 p15=0,0091 p16=0,0111 p17=0,0139 p18=0,0179 p19=0,0238 p20=0,0333 p21=0,0500 p22=0,0833 p23=0,1667 p24=0,5000 рi = 1

Определение количества информации на символ сообщения, составленного из данного алфавита.

Количество информации на символ сообщения для символов данного алфавита, встречающихся с равными вероятностями:

H_max = log₂ 24 = ln 24/ln 2 = 4,5850 бит/символ

Количество информации на символ сообщения для символов данного алфавита, встречающихся в сообщении с разными вероятностями:

H = – (0,0417*log₂0,0417 + 0,0018*log₂0,0018 + 0,020*log₂ 0,0020 + 0,0022*log₂0,0022 + 0,0024*log₂0,0024 + 0,0026*log₂0,0026 + 0,0029*log₂0,0029 + 0,0033*log₂0,0033 + 0,0037*log₂0,0037 + 0,0042*log₂0,0042 + 0,0048*log₂0,0048 + 0,0055*log₂0,0055 + 0,0064*log₂0,0064 + 0,0076*log₂0,0076 + 0,0091*log₂0,0091 + 0,0111*log₂0,0111 + 0,0139*log₂0,0139 + 0,0179*log₂0,0179 + 0,0238*log₂0,0238 + 0,0333*log₂0,0333 + 0,0500*log₂0,0500 + 0,0833*log₂0,0833 + 0,1667*log₂0,1667 + 0,5000*log₂0,5000) =

= 2,6409 бит/символ

Недогруженность символов в данном случае:

N = Н_max – Н = 4,5850 – 2,6409 = 1,9441 бит/символ

Вычисление скорости передачи информации.

С= – (0,0417*log₂0,0417 + 0,0018*log₂0,0018 + 0,020*log₂ 0,0020 + 0,0022*log₂0,0022 + 0,0024*log₂0,0024 + 0,0026*log₂0,0026 + 0,0029*log₂0,0029 + 0,0033*log₂0,0033 + 0,0037*log₂0,0037 + 0,0042*log₂0,0042 + 0,0048*log₂0,0048 + 0,0055*log₂0,0055 + 0,0064*log₂0,0064 + 0,0076*log₂0,0076 + 0,0091*log₂0,0091 + 0,0111*log₂0,0111 + 0,0139*log₂0,0139 + 0,0179*log₂0,0179 + 0,0238*log₂0,0238 + 0,0333*log₂0,0333 + 0,0500*log₂0,0500 + 0,0833*log₂0,0833 + 0,1667*log₂0,1667 + 0,5000*log₂0,5000) /

(1*0,0417 + 2*0,0018 + 3*0,020 + 4*0,0022 + 5*0,0024 + 6*0,0026 + 7*0,0029 + 8*0,0033 + 9*0,0037 + 10*0,0042 + 11*0,0048 + 12*0,0055 + 13*0,0064 + 14*0,0076 + 15*0,0091 + 16*0,0111 + 17*0,0139 + 18*0,0179 + 19*0,0238 + 20*0,0333 + 21*0,0500 + 22*0,0833 + 23*0,1667 + 24*0,5000) = 0,1244 бит/сек

Избыточность сообщений, составленных из данного алфавита.

D = 1 – (Н/Н_max) = 1 – (2,6409 / 4,5850) = 0,4240

Построение оптимального кода

1	p24=0,5000	0,5	0																	0
2	p23=0,1667	0,5	1	0,25	1	0,1666	1													111
3	p22=0,0833		1		1	0,0833	0													110
4	p21=0,0500		1	0,25	0		0	0,05	1 0											1000
5	p1=0,0417		1		0		0	0,0690	1	0,0357	1									10011
6	p20=0,0333		1		0	0,1190	0		1	0,0333	0									10010
7	p19=0,0238		1		0		1		1	0,0428	1	0,0178	1							101111
8	p18=0,0179		1		0		1		1		1	0,025	0	0,0138	0					1011100
9	p17=0,0139		1		0		1		1		0	0,025	1							101101
10	p16=0,0111		1		0		1	0,0666	1		1		0							101110
11	p15=0,0091		1		0		1	0,0642	0		0		1	0,0090	1					1010011
12	p14=0,0076		1		0		1		0		0		1	0,0102	0	0,0054	0			10100100
13	p13=0,0064		1		0		1		0		0	0,0166	0	0,0064	1					1010001
14	p12=0,0055		1		0		1		0		0	0,0166	1	0,0064	1					1010011
15	p11=0,0048		1		0		1		0	0,0333	1		1		1	0,0047	1			10101111
16	p10=0,0042		1		0		1		0		1		1	0,0088	1		0	0,0032	0	101011100
17	p9=0,0037		1		0		1		0		1		1	0,0078	0	0,0036	1			10101101
18	p8=0,0033		1		0		1		0		1		1	0,0078	1	0,0036	0			10101110
19	p7=0,0029		1		0		1		0		1		0		1		0			10101010
20	p6=0,0026		1		0		1		0		1	0,0167	0		1	0,0026	1	0,0026	1	101010111
21	p5=0,0024		1		0		1		0		1	0,0147	0		1		1	0,0024	0	101010110
22	p4=0,0022		1		0		1		0		1		0		0	0,0022	0			10101000
23	p3=0,0020		1		0		1		0		1		0		0	0,0038	1	0,0020	1	101010011
24	p2=0,0018		1		0		1		0		1		0	0,0083	0		1	0,0018	0	101010010

Буква	Вероятность появления буквы	Кодовые слова	Число знаков в кодовом слове	Pi·li
A[1] (p24)	0,5000	0	1	0,5
A[2] (p23)	0,1667	111	3	0,50001
A[3] (p22)	0,0833	110	3	0,2500
A[4] (p21)	0,0500	1000	4	0,2000
A[5] (p 1)	0,0417	10011	5	0,2083
A[6] (p20)	0,0333	10010	5	0,1667
A[7] (p19)	0,0238	101111	6	0,1429
A[8] (p18)	0,0179	1011100	7	0,1250
A[9] (p17)	0,0139	101101	6	0,0833
A[10] (p16)	0,0111	101110	6	0,0667
A[11] (p15)	0,0091	1010011	7	0,0636
A[12] (p14)	0,0076	10100100	8	0,0606
A[13] (p13)	0,0064	1010001	7	0,0449
A[14] (p12)	0,0055	1010011	7	0,0385
A[15] (p11)	0,0048	10101111	8	0,0381
A[16] (p10)	0,0042	101011100	9	0,0375
A[17] (p9)	0,0037	10101101	8	0,0294
A[18] (p8)	0,0033	10101110	8	0,0261
A[19] (p7)	0,0029	10101010	8	0,0234
A[20] (p6)	0,0026	101010111	9	0,0237
A[21] (p5)	0,0024	101010110	9	0,0214
A[22] (p4)	0,0022	10101000	8	0,0173
A[23] (p3)	0,0020	101010011	9	0,0178
A[24] (p2)	0,0018	101010010	9	0,0163

Определение количества информации на символ сообщения. Построение оптимального кода.

С начало множество из сообщений расположим в порядке убывания вероятностей. Затем, разобьем данное множество на две группы таким образом, чтобы суммарные вероятности сообщений обеих групп были по возможности равны. Но поскольку равенство не достигается, то мы их делим так, чтобы в верхней части оставались символы, суммарная вероятность которых меньше суммарной вероятности символов в нижней части. Первой группе присваиваем символ 0, а второй группе = символ 1. каждую из образованных подгрупп делим на две части таким образом, чтобы суммарные вероятности вновь образованных подгрупп были по возможности равны. Первым группам каждой из подгрупп вновь присваиваем 0, а вторым 1. таким образам мы получаем мы получаем вторые цифры кода. Затем каждую из четырех групп вновь делим на равные части до тех пор, пока в каждой из подгрупп не останется по одной букве.

Оптимальный код (получившийся результат):

Буква	Вероятность появления буквы	Кодовое слово	Число знаков в кодовом слове	pi∙ li
P1	0,055	000	3	0,165
P2	0,053	0010	4	0,212
P3	0,051	00110	5	0,255
P4	0,050	00111	5	0,250
P5	0,048	0100	4	0,192
P6	0,046	0101	4	0,176
P7	0,044	0110	4	0,114
P8	0,043	01110	5	0,215
P9	0,041	011110	6	0,246
P10	0,040	011111	6	0,240
P11	0,039	1000	4	0,156
P12	0,038	10010	5	0,190
P13	0,036	10011	5	0,180
P14	0,035	1010	4	0,140
P15	0,033	10110	5	0,165
P16	0,032	101110	6	0,192
P17	0,030	101111	6	0,180
P18	0,029	11000	5	0,145
P19	0,027	11001	5	0,135
P20	0,026	11010	5	0,130
P21	0,025	110110	6	0,150
P22	0,023	110111	6	0,138
P23	0,022	11100	5	0,110
P24	0,020	111010	6	0,120
P25	0,019	111011	6	0,114
P26	0,018	111100	6	0,108
P27	0,017	111101	6	0,102
P28	0,016	111110	6	0,096
P29	0,013	1111110	7	0,091
P30	0,012	11111110	8	0,096
P31	0,010	11111111	8	0,080

Ручное построение ОНК по методике Шеннона-Фано:

P1	0,010	11111111	0,520	0,277	0,147	0,086	0,051	0,035	0,022	0,010
P2	0,012	11111110								0,012
P3	0,013	1111110							0,013
P4	0,016	111110						0,016
P5	0,017	111101					0,035	0,017
P6	0,018	111100						0,018
P7	0,019	111011				0,061	0,039	0,019
P8	0,020	111010						0,020
P9	0,022	11100					0,022
P10	0,023	110111			0,130	0,074	0,048	0,023
P11	0,025	110110						0,025
P12	0,026	11010					0,026
P13	0,027	11001				0,056	0,027
P14	0,029	11000					0,029
P15	0,030	101111		0,243	0,130	0,095	0,062	0,030
P16	0,032	101110						0,032
P17	0,033	10110					0,033
P18	0,035	1010				0,035
P19	0,036	10011			0,113	0,074	0,036
P20	0,038	10010					0,038
P21	0,039	1000				0,039
P22	0,040	011111	0,471	0,262	0,168	0,124	0,081	0,040
P23	0,041	011110						0,041
P24	0,043	01110					0,043
P25	0,044	0110				0,044
P26	0,046	0101			0,094	0,046
P27	0,048	0100				0,048
P28	0,050	00111		0,209	0,154	0,101	0,050
P29	0,051	00110					0,051
P30	0,053	0010				0,053
P31	0,055	000			0,055

ТЕКСТ ПРОГРАММЫ:

uses Crt,Graph;

const k=24;

type

 mass=array [1..k] of real;

var

 i,x: integer;

 s,H,Hmax,deltaD,sum,C,sumTiPi,D: real;

 p,a: mass;

 code: array [1..k] of string[20];

{Процедура построения оптимального кода по методике Шеннона-Фано}

procedure shannona(b:mass);

 procedure divide(var nS:integer; n1,n2:integer);

 var

 s,s1,s2: real;

 begin

 s:=0;

 for i:=n1 to n2 do s:=s+a[i];

 s1:=0; s2:=0;

 i:=n1-1;

 repeat

 inc(i);

 s1:=s1+a[i];

 s2:=s1+a[i+1];

 until abs(s/2-s1)<abs(s/2-s2);

 nS:=i;

 for x:=n1 to nS do

 if (s/2-s1)>=0 then code[x]:=code[x]+'0'

 else code[x]:=code[x]+'1';

 for x:=nS+1 to n2 do

 if (s/2-s1)<0 then code[x]:=code[x]+'0'

 else code[x]:=code[x]+'1';

 end;

 var

 tmp: real;

 j,n1,n2,nS: integer;

 begin

 for i:=1 to k do code[i]:='';

 for i:=1 to k do a[i]:=b[i];

 for i:=1 to k do

 for j:=k downto(i+1) do

 if a[i]<a[j]

 then

 begin

 tmp:=a[i];

 a[i]:=a[j];

 a[j]:=tmp;

 end;

 j:=1;

 repeat

 divide(nS,j,k);

 n1:=nS;

 while (nS-j)>0 do divide(nS,j,nS);

 j:=nS+1;

 n2:=n1;

 while (n1-j)>0 do divide(n1,j,n1);

 j:=n2+1;

 until j>(k-1);

 end;

procedure zastavka;

 var dr,reg,err:integer;

begin

 dr:=detect;reg:=detect;

 initgraph(dr,reg,'d:\tp7\tpu\');

 err:=graphresult;

 if err<>grok then

 begin

 writeln('Ошибка инициализации графического модуля!');

 halt;

 end;

 setcolor(19);

 settextstyle(3,0,4);

 outtextxy(150,40,'Расчетно-графическая работа');

 outtextxy(240,65,'на тему');

 setcolor(14);

 settextstyle(4,0,4);

 outtextxy(50,125,'''Построение оптимального кода методом Шеннона-Фано''');

 settextstyle(6,0,2);

 setcolor(19);

 outtextxy(325,250,'Выполнил:');

 settextstyle(6,0,2);

 setcolor(10);

 outtextxy(400,250,'Калинин С.А. ПС-11');

 outtextxy(200,450,'Нажмите любую клавишу');

 readln;

 closegraph;

end;

procedure vivod;

begin

textcolor(lightgreen);

writeln('Оптимальный код: '); {вывод конечной таблицы}

writeln('Символ':7,'Вероятность':13,'Оптимальный код':20,'Число зн.':15,'Вероятн.*Числ.зн.':20);

for i:=1 to k do

 begin

 write(' p[',i:2,'] ');

 write(p[i]:0:4,' ');

 write(code[i]:20,' ');

 write(length(code[i]):15,' ');

 write((p[i]*length(code[i])):0:4);

 if i<>k then writeln;

end;

end;

begin

 zastavka;

 clrscr;

 {1.1 а) Кол-во информации на символ сообщения,

 составленного из алфавита равновероятных символов}

 Hmax:=ln(k)/ln(2);

 {1.1 б) Расчет вероятностей для неравновероятных символов}

 p[1]:=0.15;

 sum:=p[1];

 for i:=2 to k do

 begin

 p[i]:=sum/(k+1-i);

 sum:=sum+p[i];

 end;

 clrscr;

 textcolor(11);

 writeln('Промежуточные значения вероятностей: ');

 writeln;

 textcolor(10);

 for i:=1 to 14 do

 writeln('Вероятность p[',i:2,'] = ',p[i]:4:4);

 readkey;

 clrscr;

 textcolor(11);

 writeln('Промежуточные значения вероятностей: ');

 writeln;

 textcolor(10);

 for i:=15 to k do

 writeln('Вероятность p[',i:2,'] = ',p[i]:4:4);

 writeln;

 textcolor(11);

 for i:=1 to k do s:=s+p[i];

 writeln('Сумма вероятностей = ',s:4:2);

 readkey;

 H:=0;

 sumTiPi:=0;

 for i:=1 to k do

 begin

 p[i]:=p[i]/sum;

 {1.1 б) Расчет энтропии для алфавита неравновероятных символов}

 H:=H+p[i]*(ln(1/p[i])/ln(2));

 sumTiPi:=sumTiPi+i*p[i];

 end;

 clrscr;

 textcolor(11);

 writeln('Окончательные значения: ');

 writeln;

 textcolor(10);

 for i:=1 to 14 do

 writeln('Вероятность p[',i:2,'] = ',p[i]:4:4);

 readkey;

 clrscr;

 textcolor(11);

 writeln('Окончательные значения: ');

 writeln;

 textcolor(10);

 for i:=15 to k do

 writeln('Вероятность p[',i:2,'] = ',p[i]:4:4);

 writeln;

 textcolor(11);

 s:=0;

 for i:=1 to k do s:=s+p[i];

 writeln('Сумма вероятностей = ',s:4:2);

 readkey;

 {1.1 б) Определение недогруженности символов}

 deltaD:=Hmax-H;

 {1.2 Расчет скорости передачи сообщения}

 C:=H/SumTiPi;

 {1.3 Расчет избыточности сообщений}

 D:=1-H/Hmax;

 {Вызов процедуры построения оптимального кода}

 shannona(p);

 {Вывод результатов}

 clrscr;

 textcolor(11);

{ writceln('Количество символов алфавита = ',k,'.');}

 writeln('1.1 Количество информации на символ сообщения:');

 writeln(' a) для алфавита равновероятных символов: ');

 textcolor(10); writeln(' Hmax =',Hmax:7:4,' бит/символ');

 textcolor(11); writeln(' b) для алфавита неравновероятных символов: ');

 textcolor(10); writeln(' H =',H:7:4,' бит/символ');

 textcolor(11); write(' Недогруженность:');

 textcolor(10); writeln(' дельтаD =',deltaD:7:4,' бит/символ');

 textcolor(11); writeln;

 Writeln('1.2 Скорость передачи информации:');

 textcolor(10); writeln(' C =',C:7:4,' бит/сек');

 textcolor(11); writeln;

 Writeln('1.3 Избыточность сообщений:');

 textcolor(10); writeln(' D =',D:7:4);

 writeln;

 TextColor(11);

 write(' Нажмите любую клавишу для вывода таблицы резултатов построения.');

 readkey;

 clrScr;

 vivod;

 readkey;

end.
Заключение:

В моей курсовой работе я использовал теоретический материал и разработанную на языке (высокого уровня) Turbo Pascal программу. Мною было рассчитано количество информации на символ сообщения, составленного из алфавита, состоящего из 24 символа, для двух случаев:

1] если символы алфавита встречаются с равными вероятностями;

2] если вероятности не равны.

Также я определил количество недогрузки символов во втором случае, вычислил количество информации на символ сообщения и скорость передачи сообщений, составленных из таких символов, нашел избыточность сообщений, составленных из данного алфавита. Построил оптимальный код сообщения, применяя методику Шеннона-Фано: при помощи последовательного деления множества вероятностей на группы по принципу равенства сумм вероятностей я составил в соответствие каждому символу наиболее оптимальную двоичную комбинацию. Таким образом, был получен оптимальный двоичный код для алфавита из 31 символа.

В результате выполнения работы были получены следующие результаты:

·          количество информации на символ для равновероятного алфавита – 4,585 бит/сим;

·          количество информации на символ для неравновероятного алфавита - 2,6409 бит/сим;

·          недогруженность символов – 1,9441 бит/сим;

·          скорость передачи информации – 0,1244 бит/сек;

·          избыточность сообщения – 0,4240;

·          построен следующий оптимальный код:

Символ	Вероятность появления	Код	Число знаков
p[ 1]	0.0417	0
p[ 2]	0.0018	111
p[ 3]	0.0020	110
p[ 4]	0.0022	1000
p[ 5]	0.0024	10011
p[ 6]	0.0026	10010
p[ 7]	0.0029	101111
p[ 8]	0.0033	1011100
p[ 9]	0.0037	101101
p[10]	0.0042	101101
p[11]	0.0048	1010011
p[12]	0.0055	10100100
p[13]	0.0064	1010001
p[14]	0.0076	1010001
p[15]	0.0091	10101111
p[16]	0.0111	101011100
p[17]	0,0139	10101101
p[18]	0,0179	10101101
p[19]	0,0238	10101010
p[20]	0,0333	101010111
p[21]	0,0500	101010110
p[22]	0,0833	10101000
p[23]	0,1667	101010011
p[24]	0,5000	101010010

СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ:

1. Бауэр Ф. Информатика, М. 1992.

2. Колесник В.Д. Курс теории информации, М. 1982.

3. Фаронов В. В. Turbo Pascal 7.0. Учебное пособие, М. 2000.

4. Цымбаль В.П. Задачник по теории информации и кодированию, Киев. 1976.

5. Марченко А.И. Программирование в среде Turbo Pascal 7.0.