Klausur Informationstheorie und Codierung

Ähnliche Dokumente
Übung zur Vorlesung. Informationstheorie und Codierung

Gegeben ist ein systematischer (7,3)-Cod. Die drei seiner Codewörter lauten:

Klausur zur Vorlesung Informationstheorie

Definition Information I(p)

Kapitel 7: Optimalcodierung und Huffman Coding

Technische Informatik - Eine Einführung

Formelsammlung Kanalcodierung

Fachprüfung. Nachrichtencodierung

Fachprüfung. Nachrichtencodierung

Aufgabe 7.1 Bei einer digitalen Übertragung liege folgendes Modell vor:

(Prüfungs-)Aufgaben zur Codierungstheorie

Grundlagen der Nachrichtentechnik

Grundlagen der Technischen Informatik. 3. Übung

3 Codierung diskreter Quellen. Quelle Quellcodierer Kanalcodierer reduziert die benötigte Datenmenge. fügt Daten zur Fehlerkorrektur ein.

Übungsblatt 5 - Musterlösung

CODIERUNGSTHEORIE KURS ZELL AN DER PRAM, FEBRUAR 2005

Fachprüfung. Nachrichtencodierung

Klausur zur Vorlesung Informationstheorie

Technische Grundlagen der Informatik Test Minuten Gruppe A

P (x i ) log 2 = P (x. i ) i=1. I(x i ) 2 = log 1. bit H max (X) = log 2 MX = log 2 2 = 1. Symbol folgt für die Redundanz. 0.9 = 0.

1. Woche Einführung in die Codierungstheorie, Definition Codes, Präfixcode, kompakte Codes

Informationstheorie und Codierung Schriftliche Prüfung am 8. Mai 2006

Grundlagen der Nachrichtentechnik

Kapitel 13: Syndromcodierung / Hamming Codes

Technische Grundlagen der Informatik Test Minuten Gruppe A

Rechnernetze Übung 5. Frank Weinhold Professur VSR Fakultät für Informatik TU Chemnitz Mai Wo sind wir?

Fehlerschutz durch Hamming-Codierung

Technische Grundlagen der Informatik Test Minuten Gruppe A

Übungsblatt Nr. 7. Lösungsvorschlag

zu Aufgabe 26: a) A 3 A 2 A 4 A 1 A 5 A 0 A 6

Einführung in die Codierungstheorie

Beispiel: Zeigen Sie, dass H(x) = H 0 = I gilt, wenn alle Zeichen gleichwahrscheinlich sind.

Gruppe. Kanalcodierung

Dirk W. Hoffmann. Einführung. in die Informations. und Codierungstheorie. ^ Springer Vieweg

3. Woche Information, Entropie. 3. Woche: Information, Entropie 45/ 238

Endliche Körper und Codierung SS Übungsblatt. 9. Bestimmen Sie alle primitiven Elemente (Erzeuger der multiplikativen Gruppe) von

Informationstheorie und Codierung. Prof. Dr.-Ing. Lilia Lajmi

Übungsaufgaben zur Vorlesung Quellencodierung

Nachklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2013/14

Diskrete Mathematik II

TECHNISCHE UNIVERSITÄT MÜNCHEN

Theoretische Grundlagen der Informatik

Musterlösung zur Hauptklausur Theoretische Grundlagen der Informatik Wintersemester 2013/14

Nachklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2012/13

ChaosSeminar - Informationstheorie

Definition Information I(p)

Fachprüfung. Nachrichtencodierung

Informationstheorie und Codierung. Prof. Dr.-Ing. Lilia Lajmi

Einführung in die Informations- und Codierungstheorie

Theoretische Grundlagen der Informatik

Einführung in die Informatik II Aus der Informationstheorie: Datenkompression

Grundlagen der Technischen Informatik. 2. Übung

Praktikum Digitaltechnik

Klausur zur Digitalen Kommunikationstechnik

Übung 14: Block-Codierung

Theoretische Grundlagen der Informatik. Vorlesung am 31. Januar INSTITUT FÜR THEORETISCHE INFORMATIK

Grundbegriffe der Informatik Tutorium 3

Vorname:... Studiengang 1 : I MI BI

Theoretische Grundlagen der Informatik WS 09/10

Die Mathematik in der CD

KANALCODIERUNG AUFGABEN. Aufgabe 1. Aufgabe 2

Information und Codierung

Codierung Fehlerdetektion

Aufgabe: Summe Punkte (max.): Punkte:

Aufgabe: Summe Punkte (max.): Punkte:

Labor für Kommunikationssysteme

Informationsgehalt einer Nachricht

2. Woche Eindeutige Entschlüsselbarleit, Sätze von Kraft und McMillan, Huffmancodierung

Übung 13: Quellencodierung

Theoretische Grundlagen der Informatik

A1.1: Zur Kennzeichnung aller Bücher

Optimalcodierung. Thema: Optimalcodierung. Ziele

Lösung. H_DA Dr. Frank Fachbereich I. Unterschrift:

Prof. Dr. Stefan Weinzierl Audiosymbole mit einer Länge von 8 bit werden mit einem Paritätsbit zur Fehlererkennung kodiert.

Informatik II, SS 2018

Otto Mildenberger. Ioformatioostheorie uod Codierung

Grundbegriffe der Informatik Tutorium 5

1 Grundlagen. 1.1 Erste Grundbegriffe 1.2 Kryptographische Systeme 1.3 Informationstheoretische Grundlagen

Redundanz. Technische Informationsquelle Entropie und Redundanz Huffman Codierung. Martin Werner WS 09/10. Martin Werner, Dezember 09 1

Modul Diskrete Mathematik WiSe 2011/12

21. Dynamic Programming III

Aufgabe: Summe Punkte (max.): Punkte:

Klausur Lösung

Grundlagen der Technischen Informatik. Hamming-Codes. Kapitel 4.3

Vorlesung 12. Quellencodieren und Entropie

Theoretische Grundlagen der Informatik

Fehlererkennung und Fehlerkorrektur in Codes

Informatik II, SS 2016

Fehlerdetektion. Cyclic Redanduncy Check. Grundlagen der Rechnernetze Übertragungssicherung 7

Informations- und Kodierungstheorie

Praktikum Fehlerreduktionssysteme / Codierungstheorie

Grundlagen der Technischen Informatik. Informationsgehalt. Kapitel 4.1

Informationstheorie und Codierung

TECHNISCHE UNIVERSITÄT MÜNCHEN

i Der Informatinonsgehalt ist also intuitiv umgekehrt proportional der Auftritswahrscheimlichkeit.

Grundlagen der Statistischen Nachrichtentheorie

Transkript:

Klausur Informationstheorie und Codierung WS 2013/2014 23.01.2014 Name: Vorname: Matr.Nr: Ich fühle mich gesundheitlich in der Lage, die Klausur zu schreiben Unterschrift: Aufgabe A1 A2 A3 Summe Max. Punkte 22 5 23 50 Erreichte Pkt. Note Hinweise: Dieses Deckblatt muss mit den Lösungsblättern abgegeben werden Täuschungsversuche führen zur Bewertung der Prüfungsleistung als "nicht ausreichend" (5.0) Erlaubte Hilfsmittel: Formelsammlung, eine Seite DIN A4 beidseitig Es darf kein eigenes Papier verwendet werden. Verwenden Sie nicht die Farbe Rot. Klausurdauer: 120 min. Ostfalia Hochschule für angewandte Wissenschaften Hochschule Braunschweig/Wolfenbüttel Postanschrift: Salzdahlumer Str. 46/48 38302 Wolfenbüttel

Aufgabe 1 Quellencodierung 2 Präfixfreier Code 1. Wann gilt ein Code C als Präfixfrei? Nennen Sie zwei Beispiele. 2. Wie lautet die Ungleichung von Kraft und was bedeutet sie? 3. Ein binärer Baum habe 5 Endknoten, deren Abstände von der Wurzel sind: 1, 2, 3, 4 Existiert dieser Baum? Wenn ja stellen Sie diesen Baum dar. Prof. Dr. Ing. Lilia Lajmi 1

Entropie Codierung Es sollen binäre Bilder (Schwarz/Weiss) der Größe 4x4 codiert werden. 4. Wie viele Bits werden bei einer binären Codierung pro Bildpunkt benötigt? Begründen Sie Ihre Antwort 1P 5. Welche Bedeutung hat die Entropie H einer Quelle Q (Keine Formel)? 1P 6. Wann hat die Entropie einer Quelle Q mit N Symbolen ihren Maximum und welchen Wert erreicht sie dann? 7. Bestimmen Sie die relativen Häufigkeiten schwarzer und weißer Bildpunkte in dem Oben dargestellten Bild. Bestimmen Sie dann die Entropie unter der Annahme, dass diese Häufigkeiten mit den Wahrscheinlichkeiten übereinstimmen. Prof. Dr. Ing. Lilia Lajmi 2

Für die Codierung werden zwei benachbarte Bildpunkte zu einem Symbol zusammengefasst. Es entstehen somit folgende Symbole WW, WS, SW und SS. Es wird angenommen, dass benachbarte Bildpunkte statistisch unabhängig voneinander sind. 8. Entwerfen Sie einen Huffman Code welcher jeweils zwei benachbarte Bildpunkte zu einem Symbol zusammengefasst codiert. Bestimmen Sie die mittlere Codewortlänge in Bit pro Bildpunkt. 4P Prof. Dr. Ing. Lilia Lajmi 3

9. Entwerfen Sie einen Shannon Code welcher jeweils zwei benachbarte Bildpunkte zu einem Symbol zusammengefasst codiert. Bestimmen Sie die mittlere Codewortlänge in Bit pro Bildpunkt. Welches Verfahren (Shannon oder Huffman) ergibt bessere Ergebnisse? Woran könnte das liegen? 6P Prof. Dr. Ing. Lilia Lajmi 4

Aufgabe 2 Binäre Symmetrische Kanäle 5P Gegeben sei ein BSC Kanal mit folgender Kanalmatrix 0,95 0,05 0,05 0,95 1. Wie groß ist die Bitfehlerwahrscheinlichkeit im Kanal? 1P 2. Was beschreibt die Transinformation, eines Kanals und wodurch wird sie beeinflusst? 3. Wie groß ist die Kanalkapazität in Bit pro Symbol, wenn die Eingangs und Ausgangssymbole gleichverteilt sind? Prof. Dr. Ing. Lilia Lajmi 5

Aufgabe 3 Kanalcodierung 23P Block Code Bei einem 3,1, Blockcode wird eine binäre 1 in 100 und eine binäre 0 in 011 codiert. 10. Wie groß ist die Hamming Distanz dieses Codes? 11. Wie viele Fehler können damit erkannt bzw. korrigiert werden? 12. Die Bitfehlerwahrscheinlichkeit sei 10. Wie groß ist die Restfehlerwahrscheinlichkeit, wenn der Code zur Fehlerkorrektur verwendet wird? Prof. Dr. Ing. Lilia Lajmi 6

Zyklischer Code Ein zyklischer Code mit 7 und 3 besitzt das Generatorpolynom 1 4. Prüfen Sie nach, ob die Binärvektoren 1 1 0 1 0 0 1 und 0 1 1 1 0 1 1 gültige Codewörter sind. 4P 5. Bei der Übertragung des Codewortes 0 0 1 1 1 0 1 tritt der Fehler 0 1 0 0 0 0 0. Wie lautet die Polynomialer Darstellung des empfangenen Binärwortes? Prof. Dr. Ing. Lilia Lajmi 7

6. Welches Syndrom ergibt sich bei der Decodierung? 7. Welches Syndrom erwartet man bei einem Fehlermuster 0 1 0 0 0 0 0e? Vergleichen Sie das Ergebnis mit dem Ergebnis aus Aufgabenteil 6. 8. Ist das Restpolynom vom gesendeten Codewort abhängig? 1P Prof. Dr. Ing. Lilia Lajmi 8

9. Wie sieht die Generatormatrix des zyklischen Codes mit dem Generatorpolynom? 10. Bestimmen Sie für das Nachrichtenwort 1 0 1 das zugehörige Codewort des separierbaren Codes (Führen Sie alle Schritte der Codierung durch) 4P Prof. Dr. Ing. Lilia Lajmi 9