pdf

Information Theory and Network Coding (2008)

  • 1星
  • 日期: 2013-11-16
  • 大小: 4.11MB
  • 所需积分:1分
  • 下载次数:2
  • favicon收藏
  • rep举报
  • 分享
  • free评论
标签: InformationTheoryNetworkCoding

Information Theory and Network Coding (2008)

Table of Contents

1 The Science of Information . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

Part I Components of Information Theory

2 Information Measures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2.1 Independence and Markov Chains . . . . . . . . . . . . . . . . . . . . . . . . . 7

2.2 Shannon’s Information Measures . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2.3 Continuity of Shannon’s Information Measures for Fixed

Finite Alphabets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

2.4 Chain Rules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

2.5 Informational Divergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

2.6 The Basic Inequalities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

2.7 Some Useful Information Inequalities . . . . . . . . . . . . . . . . . . . . . . . 28

2.8 Fano’s Inequality . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

2.9 Maximum Entropy Distributions . . . . . . . . . . . . . . . . . . . . . . . . . . 36

2.10 Entropy Rate of a Stationary Source . . . . . . . . . . . . . . . . . . . . . . . 38

Appendix 2.A: Approximation of Random Variables with

Countably Infinite Alphabets by Truncation . . . . . . . . . . . . . . . . 41

Chapter Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

Historical Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

3 TheI-Measure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

3.1 Preliminaries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

3.2 The I-Measure for Two Random Variables . . . . . . . . . . . . . . . . . . 53

3.3 Construction of the I-Measure μ* . . . . . . . . . . . . . . . . . . . . . . . . . 55

3.4 μ* Can Be Negative . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

3.5 Information Diagrams . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61

3.6 Examples of Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

Appendix 3.A: A Variation of the Inclusion–Exclusion Formula . . . . 74

Chapter Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78

Historical Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

4 Zero-Error Data Compression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81

4.1 The Entropy Bound . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81

4.2 Prefix Codes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86

4.2.1 Definition and Existence . . . . . . . . . . . . . . . . . . . . . . . . . . . 86

4.2.2 Huffman Codes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88

4.3 Redundancy of Prefix Codes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93

Chapter Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97

Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98

Historical Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99

5 Weak Typicality . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101

5.1 The Weak AEP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101

5.2 The Source Coding Theorem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

5.3 Efficient Source Coding . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106

5.4 The Shannon–McMillan–Breiman Theorem . . . . . . . . . . . . . . . . . 107

Chapter Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109

Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110

Historical Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112

6 Strong Typicality . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

6.1 Strong AEP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

6.2 Strong Typicality Versus Weak Typicality . . . . . . . . . . . . . . . . . . 121

6.3 Joint Typicality . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122

6.4 An Interpretation of the Basic Inequalities . . . . . . . . . . . . . . . . . . 131

Chapter Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131

Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132

Historical Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135

7 Discrete Memoryless Channels . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137

7.1 Definition and Capacity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141

7.2 The Channel Coding Theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149

7.3 The Converse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152

7.4 Achievability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157

7.5 A Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164

7.6 Feedback Capacity. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167

7.7 Separation of Source and Channel Coding . . . . . . . . . . . . . . . . . . 172

Chapter Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175

Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176

Historical Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181

8 Rate-Distortion Theory . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183

8.1 Single-Letter Distortion Measures . . . . . . . . . . . . . . . . . . . . . . . . . 184

8.2 The Rate-Distortion Function R(D) . . . . . . . . . . . . . . . . . . . . . . . 187

8.3 The Rate-Distortion Theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192

8.4 The Converse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200

8.5 Achievability of RI (D) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202

Chapter Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207

Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208

Historical Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209

9 The Blahut–Arimoto Algorithms . . . . . . . . . . . . . . . . . . . . . . . . . . 211

9.1 Alternating Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212

9.2 The Algorithms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214

9.2.1 Channel Capacity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214

9.2.2 The Rate-Distortion Function . . . . . . . . . . . . . . . . . . . . . . . 219

9.3 Convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222

9.3.1 A Sufficient Condition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222

9.3.2 Convergence to the Channel Capacity . . . . . . . . . . . . . . . . 225

Chapter Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226

Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227

Historical Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228

10 Differential Entropy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229

10.1 Preliminaries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231

10.2 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235

10.3 Joint Differential Entropy, Conditional (Differential) Entropy,

and Mutual Information . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238

10.4 The AEP for Continuous Random Variables . . . . . . . . . . . . . . . . 245

10.5 Informational Divergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248

10.6 Maximum Differential Entropy Distributions . . . . . . . . . . . . . . . . 249

Chapter Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252

Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255

Historical Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256

11 Continuous-Valued Channels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257

11.1 Discrete-Time Channels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257

11.2 The Channel Coding Theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260

11.3 Proof of the Channel Coding Theorem . . . . . . . . . . . . . . . . . . . . . 262

11.3.1 The Converse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262

11.3.2 Achievability. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265

11.4 Memoryless Gaussian Channels . . . . . . . . . . . . . . . . . . . . . . . . . . . 270

11.5 Parallel Gaussian Channels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272

11.6 Correlated Gaussian Channels . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278

11.7 The Bandlimited White Gaussian Channel . . . . . . . . . . . . . . . . . . 280

11.8 The Bandlimited Colored Gaussian Channel . . . . . . . . . . . . . . . . 287

11.9 Zero-Mean Gaussian Noise Is the Worst Additive Noise . . . . . . . 290

Chapter Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294

Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 296

Historical Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297

12 Markov Structures. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299

12.1 Conditional Mutual Independence . . . . . . . . . . . . . . . . . . . . . . . . . 300

12.2 Full Conditional Mutual Independence . . . . . . . . . . . . . . . . . . . . . 309

12.3 Markov Random Field . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314

12.4 Markov Chain . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317

Chapter Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319

Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 320

Historical Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321

13 Information Inequalities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323

13.1 The Region Γ∗n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 325

13.2 Information Expressions in Canonical Form . . . . . . . . . . . . . . . . . 326

13.3 A Geometrical Framework . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 329

13.3.1 Unconstrained Inequalities . . . . . . . . . . . . . . . . . . . . . . . . . . 329

13.3.2 Constrained Inequalities . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330

13.3.3 Constrained Identities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332

13.4 Equivalence of Constrained Inequalities . . . . . . . . . . . . . . . . . . . . 333

13.5 The Implication Problem of Conditional Independence . . . . . . . 336

Chapter Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 337

Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338

Historical Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338

14 Shannon-Type Inequalities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339

14.1 The Elemental Inequalities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339

14.2 A Linear Programming Approach. . . . . . . . . . . . . . . . . . . . . . . . . . 341

14.2.1 Unconstrained Inequalities . . . . . . . . . . . . . . . . . . . . . . . . . . 343

14.2.2 Constrained Inequalities and Identities . . . . . . . . . . . . . . . 344

14.3 A Duality . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345

14.4 Machine Proving – ITIP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 347

14.5 Tackling the Implication Problem. . . . . . . . . . . . . . . . . . . . . . . . . . 351

14.6 Minimality of the Elemental Inequalities . . . . . . . . . . . . . . . . . . . . 353

Appendix 14.A: The Basic Inequalities and the Polymatroidal

Axioms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356

Chapter Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 357

Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 358

Historical Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 360

15 Beyond Shannon-Type Inequalities . . . . . . . . . . . . . . . . . . . . . . . . 361

15.1 Characterizations of Γ∗2 , Γ∗3 , and Γ∗n . . . . . . . . . . . . . . . . . . . . . . 361

15.2 A Non-Shannon-Type Unconstrained Inequality . . . . . . . . . . . . . 369

15.3 A Non-Shannon-Type Constrained Inequality . . . . . . . . . . . . . . . 374

15.4 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 380

Chapter Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 383

Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 383

Historical Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385

16 Entropy and Groups . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 387

16.1 Group Preliminaries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 388

16.2 Group-Characterizable Entropy Functions . . . . . . . . . . . . . . . . . . 393

16.3 A Group Characterization of Γ∗n . . . . . . . . . . . . . . . . . . . . . . . . . . 398

16.4 Information Inequalities and Group Inequalities . . . . . . . . . . . . . 401

Chapter Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 405

Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 406

Historical Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 408

Part II Fundamentals of Network Coding

17 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 411

17.1 The Butterfly Network . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 412

17.2 Wireless and Satellite Communications . . . . . . . . . . . . . . . . . . . . . 415

17.3 Source Separation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 417

Chapter Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 418

Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 418

Historical Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 419

18 The Max-Flow Bound . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 421

18.1 Point-to-Point Communication Networks . . . . . . . . . . . . . . . . . . . 421

18.2 Examples Achieving the Max-Flow Bound . . . . . . . . . . . . . . . . . . 424

18.3 A Class of Network Codes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 427

18.4 Proof of the Max-Flow Bound . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 429

Chapter Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 431

Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 431

Historical Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 434

19 Single-Source Linear Network Coding:

Acyclic Networks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 435

19.1 Acyclic Networks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 436

19.2 Linear Network Codes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 437

19.3 Desirable Properties of a Linear Network Code . . . . . . . . . . . . . . 443

19.3.1 Transformation of a Linear Network Code . . . . . . . . . . . . 447

19.3.2 Implementation of a Linear Network Code . . . . . . . . . . . . 448

19.4 Existence and Construction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 449

19.5 Generic Network Codes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 460

19.6 Static Network Codes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 468

19.7 Random Network Coding: A Case Study . . . . . . . . . . . . . . . . . . . 473

19.7.1 How the System Works . . . . . . . . . . . . . . . . . . . . . . . . . . . . 474

19.7.2 Model and Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 475

Chapter Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 478

Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 479

Historical Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 482

20 Single-Source Linear Network Coding: Cyclic Networks . . . . 485

20.1 Delay-Free Cyclic Networks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 485

20.2 Convolutional Network Codes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 488

20.3 Decoding of Convolutional Network Codes . . . . . . . . . . . . . . . . . . 498

Chapter Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 503

Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 503

Historical Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 504

21 Multi-source Network Coding . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 505

21.1 The Max-Flow Bounds . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 505

21.2 Examples of Application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 508

21.2.1 Multilevel Diversity Coding . . . . . . . . . . . . . . . . . . . . . . . . . 508

21.2.2 Satellite Communication Network . . . . . . . . . . . . . . . . . . . 510

21.3 A Network Code for Acyclic Networks . . . . . . . . . . . . . . . . . . . . . 511

21.4 The Achievable Information Rate Region . . . . . . . . . . . . . . . . . . . 512

21.5 Explicit Inner and Outer Bounds . . . . . . . . . . . . . . . . . . . . . . . . . . 515

21.6 The Converse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 516

21.7 Achievability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 521

21.7.1 Random Code Construction . . . . . . . . . . . . . . . . . . . . . . . . 524

21.7.2 Performance Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 527

Chapter Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 536

Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 537

Historical Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 539

Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 541

Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 561

更多简介内容

推荐帖子

保持电源系统中高效可靠的设计方案
DC-DC 转换器输入端的电容在保持转换器稳定性方面发挥着重要的作用,并有助于滤除输入端的电磁干扰(EMI)。DC-DC 转换器输出端的大电容则会给电源系统带来艰巨的挑战。DC-DC 转换器的许多下游负载需要电容才能正确工作。这些负载可以是脉冲式功率放大器或输入端需要电容的其它转换器。如果负载端的电容值超过直流电源系统设计能够处理的极限,电源系统的电流可能在启动和正常工作期间超出其最大额定值。电容
fish001 【模拟与混合信号】
一图看懂芯片系列:华为麒麟超强科普之射频
本帖最后由 btty038 于 2020-5-8 21:38 编辑 一图看懂芯片系列:华为麒麟超强科普之射频 提起通信只能想到5G Modem? 在卓越通信能力的背后 还有一位异常低调的朋友——射频                          
btty038 RF/无线
造物工场分享:数万硬件工程师梦寐以求的GPIO应用汇总!
  关于GPIO,先来看个笑话 面试官:“听说过GPIO么?” 工程师:“听说过,经常用。” “GPIO是什么?“” “。。。。。。GPIO就是GPIO啊。。。” “GPIO有什么用?” “。。。。。。不知道。。。” “好了,你可以回去了。” 下面就来好好说说这个熟悉又陌生的GPIO。 GPIO是什么?字面意思看,GPIO=General Purpose Input
造物工场PCB 综合技术交流
MSP430软件开发手册
分享一个珍藏的MSP430软件开发手册,希望对大家有帮助:) 改文档不新,现在MSP430FR铁电MCU更具竞争优势和超低功耗。 但第六章的软件价格对每个嵌入式工程师都是非常有用处的: 典型MSP430例程结构 如前文所讲,进行MSP430开发所需的例程可以通过TI官网下载,430Ware下载或者互联网搜索寻得。示例程序是我们进行板卡学习和项目开发必不可少的一个辅助工具,德州仪
Aguilera 【微控制器 MCU】
TI cc2541协议栈开发环境的搭建
由于项目需要,学习了一下蓝牙4.0的协议栈开发,其实也就是TI公司做好的协议栈的基础上进行修改,不是太难,现在资料也很多。 我是个新手,所以对于新手来说,我的经验应该很有帮助,但文章细节不全,最好是查阅了网上其他资料,有个基础再看,否则你看不懂吧。 先来开发环境的搭建吧。 (1)cc2541芯片外围电路 这个TI官方,或者网上都能百度到。我是直接购买别人的cc2541核心板
fish001 【无线连接】
如何减小SRAM读写操作时的串扰
  静态存储器SRAM是一款不需要刷新电路即能保存它内部存储数据的存储器。在SRAM 存储阵列的设计中,经常会出现串扰问题发生。那么要如何减小如何减小SRAM读写操作时的串扰,以及提高SRAM的可靠性呢,下面由宇芯电子来简单介绍。   设计结果与仿真分析 图1为脉冲产生电路通过analog Environment的仿真波形图。当地址产生变化,由于信号经过的延迟路径长短不同而产生了脉冲,
是酒窝啊 移动便携

评论

登录/注册

意见反馈

求资源

回顶部

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版 版权声明

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2020 EEWORLD.com.cn, Inc. All rights reserved
$(function(){ var appid = $(".select li a").data("channel"); $(".select li a").click(function(){ var appid = $(this).data("channel"); $('.select dt').html($(this).html()); $('#channel').val(appid); }) })