[发明专利]一种非各态历经过程特性的信息度量方法

说明书

技术领域

本发明涉及一种非各态历经过程特性的信息的度量方法。

背景技术

传统的信息度量是基于香农各态历经平稳随机过程特性的信息的度量。各态历经平稳随机过程的统计平均值(如均值、方差、自相关函数、概率分布等)等于该过程的时间平均值，从而得到信息的信息量和熵的算法。而非各态历经过程(包括非各态历经平稳随机过程、非平稳随机过程和突发过程)特性的信息没有这些性质。它们统计平均值是与时间有关的。因此基于各态历经平稳随机过程特性的信息的度量的计算公式不适用于非各态历经平稳随机过程、非平稳随机过程和突发过程特性的信息的度量。杨善林和刘业政所著《管理信息学》提到用可能度来对偶发信息进行度量，但未提及具体的度量方法。

发明内容

发明目的：本发明的目的在于针对现有技术中基于各态历经平稳随机过程特性的信息的度量的计算公式不适用于非各态历经平稳随机过程、非平稳随机过程和突发过程特性的信息的度量，提供一种能够适用于非各态历经过程(包括非各态历经平稳随机过程、非平稳随机过程和突发过程)特性的信息的度量方法。

技术方案：本发明所述的非各态历经特性的信息度量方法，包括如下步骤：

(1)设非各态历经过程(包括非各态历经平稳随机过程、非平稳随机过程和突发过程)特性的信息的时间函数为x(t)，观测时间为T，利用傅立叶变换求出过程的时间函数为x(t)的频谱，从而得到过程的时间函数的带宽Δf，按采样定理，以采样间隔h＝1/2Δf对x(t)进行采样；

(2)由步骤(1)得到N＝2ΔfT个采样；可以证明N是过程时间函数x(t)最多的独立采样数，N表示过程时间函数x(t)的最多的独立符号数；

(3)由步骤(2)推导出信息的语法学计量算法公式；即计算非各态历过程特性的信息的信息量和熵；

(4)非各态历经平稳随机过程、非平稳随机过程和突发过程特性的信息采样的语义学计量与每个采样函数值x_i(t)的意思和意义内容有关，由步骤(1)中的采样的函数x_i(t)得到非各态历经过程特性的信息的语义可能性R(x)，x_i(t)为第i个采样的函数值，代表信息第i个采样的意思和意义内容；

(5)由步骤(4)中的语义可能性R(x)推导出语义学计量算法公式；

(6)非各态历经平稳随机过程、非平稳随机过程和突发过程特性的信息采样的语用学计量与每个采样函数值x_i(t)的价值和效用内容有关，由步骤(1)中的采样的函数x_i(t)得到非各态历经过程特性的信息的语用可能性Q(x)，x_i(t)为第i个采样的函数值，代表信息第i个采样的价值和效用内容；

(7)由步骤(6)中的语用可能性Q(x)推导出语用学计量算法公式。

本发明与现有技术相比，其有益效果是：本发明新的信息度量方法与香农传统的各态历经过程特性的信息的度量一起构成完整的信息度量方法；本发明给出了非各态历经平稳随机过程、非平稳随机过程和突发过程特性的信息的语法学度量、语义学度量和语用学度量，对信息理论、控制理论、工程实践等有重要意义；有较大的技术、经济和社会效益。

附图说明

图1为非各态历经过程特性的信息的度量方法逻辑框图。

具体实施方式

下面对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。

实施例1：为实现非各态历经过程(包括非各态历经平稳随机过程、非平稳随机过程和突发过程)特性的信息的度量方法，首先假设非各态历经平稳随机过程、非平稳随机过程和突发过程特性的信息的时间函数为x(t)，其观测时间为T。利用傅立叶变换求出过程的时间函数为f(t)的频谱：