《信息论与编码技术》复习提纲
复习题纲
第0章 绪论
题纲：
I. 什么是信息？ II. 什么是信息论？ III. 什么是信息的通信模型？ IV. 什么是信息的测度？ V. 自信息量的定义、含义、性质 需掌握的问题：
1. 信息的定义是什么？（广义信息、狭义信息——
Shannon信息、概率信息）
2. Shannon信息论中信息的三要素是什么？
3. 通信系统模型图是什么？每一部分的作用的是什么？ 4. 什么是信息测度？
5. 什么是样本空间、概率空间、先验概率、自信息、后验
概率、互信息？
6. 自信息的大小如何计算？单位是什么？含义是什么（是
对什么量的度量）？
第1章 信息论基础
㈠《离散信源》题纲： I. 信源的定义、分类 II. 离散信源的数学模型
III. 熵的定义、含义、性质，联合熵、条件熵
复习－1
IV. 离散无记忆信源的特性、熵 V.
离散有记忆信源的熵、平均符号熵、极限熵
VI. 马尔科夫信源的定义、状态转移图 VII. 信源的相对信息率和冗余度 需掌握的问题：
1. 信源的定义、分类是什么？ 2. 离散信源的数学模型是什么？
3. 信息熵的表达式是什么？信息熵的单位是什么？信息熵
的含义是什么？信息熵的性质是什么？
4. 单符号离散信源最大熵是多少？信源概率如何分布时能
达到？
5. 信源的码率和信息率是什么，如何计算？
6. 什么是离散无记忆信源？什么是离散有记忆信源？ 7. 离散无记忆信源的数学模型如何描述？信息熵、平均符
号熵如何计算？
8. 离散有记忆多符号离散平稳信源的平均符号熵、极限熵、
条件熵（N阶熵）的计算、关系和性质是什么？ 9. 什么是马尔科夫信源？马尔科夫信源的数学模型是什
么？马尔科夫信源满足的2个条件是什么？
10.马尔科夫信源的状态、状态转移是什么？如何绘制马尔
科夫信源状态转移图？
11.马尔科夫信源的稳态概率、稳态符号概率、稳态信息熵
如何计算？
12.信源的相对信息率和冗余度是什么？如何计算？
复习－2
㈡《离散信道》题纲： I. 信道的数学模型及分类 II. 典型离散信道的数学模型 III. 先验熵和后验熵 IV. 互信息的定义、性质 V.
平均互信息的定义、含义、性质、维拉图
VI. 信道容量的定义 VII. 特殊离散信道的信道容量 需掌握的问题：
1. 信道的定义是什么？信道如何分类？信道的数学模型是
什么？
2. 二元对称信道和二元删除信道的信道传输概率矩阵是什
么？
3. 对称信道的信道传输概率矩阵有什么特点？ 4. 根据信道的转移特性图，写出信道传输概率矩阵。 5. 先验熵、后验熵的区别？ 6. 联合熵、条件熵和信息熵的关系。
7. 互信息的大小如何计算？互信息的性质是什么？ 8. 联合互信息、条件互信息、互信息之间的关系是什么？ 9. 平均互信息的定义是什么？平均互信息的含义？平均互
信息的性质？
10.联合平均互信息、条件平均互信息和平均互信息的关系？ 11.损失熵和噪声熵的含义是什么？维拉图表示了哪些关系
式？
12.信道的传码率和传信率（信息率）的计算方法是什么？
复习－3
13.信道容量的定义是什么？信道容量的含义如何理解？ 14.无噪无损信道、有噪无损信道、无噪有损信道、对称信道
的信道容量如何计算？
㈢《连续信源和波形信道》 题纲：
I. 连续信源的定义、数学模型、绝对熵、相对熵 II. 给定条件下，连续信源的最大熵 III. 熵功率
IV. 连续信道和波形信道的信道容量 需掌握的问题：
1. 连续信源定义、数学模型是什么？
2. 连续信源熵的表达式是什么？相对熵和绝对熵的区别是
什么？
3. 如何计算均匀分布、正态分布连续信源的最大熵？ 4. 什么是波形信道？了解波形信道互信息、信道容量的求
解思路。
5. 香农公式是什么？物理意义是什么？
第2章 无失真信源编码
题纲：
I. 基本概念
1. 编码 2. 二元码 3. 等长码
复习－4
4. 变长码
5. 码的N次扩展码 6. 唯一可译码
II. 等长码 III. 变长码
IV. 无失真信源编码定理 V. 编码方法
1. 香农编码 2. 费诺编码 3. 霍夫曼编码
需掌握的问题：
1. 编码的定义及编码相关术语。 2. 信源编码的定义及目的是什么？
3. 解释二元码、等长码、变长码、唯一可译码。 4. 变长码和定长码的区别是什么？用码树描述二者的差
异，能够说明变长码和定长码各自的优劣。 5. 描述香农第一定理及意义。
6. 掌握香农编码、费诺编码、霍夫曼编码的步骤及特点，
会计算编码效率。
7. 了解游程编码和算术编码的思路。
第3章 信道编码
题纲：
I. 检错、纠错原理及方法、能力 II. 差错控制理论
复习－5