6 Codificación de fuente.ppsx

Codificación de fuente
Teoría de las Telecomunicaciones
Comunicaciones I

 Un problema de interés dentro de las comunicaciones es la
representación eficiente de los datos generados por una fuente de
información discreta.
 El proceso mediante el cual se lleva a cabo esta representación se llama
codificación de fuente y consiste en la asignación de un código a cada
símbolo de la fuente.
 Este código se forma con una secuencia de dígitos binarios y lo
llamaremos palabrade código.

 La codificación más sencilla que se le puede hacer a una fuente de
información discreta es una asignación de palabras de código de
longitud fija.
 Por ejemplo, si la fuente tiene 3 símbolos entonces se le pueden asignar 2
bits a cada palabra de código de cada símbolo.
 Por ejemplo A = 00; B = 10; C = 11.
 Sin embargo, una codificación más eficiente es A = 0; B = 10; C = 11. Esta
codificación se llama de longitud variable.

 Para hacer una codificación de longitud variable se requiere conocer la
probabilidad de ocurrencia de los elementos de la fuente.
 Conociendo esto, se asignan las palabras de código más cortas a los
elementos más probables, y las más largas a los elementos menos
probables.
 Por ejemplo, el código Morse asigna un punto (“.”) a la letra E que es la
que ocurre con mayor frecuencia, y el código “--.-” a la letra Q que es la
menos frecuente.

 ¿Qué se logra con este criterio de codificación? Transmitir la menor cantidad posible
de bits (dígitos binarios) para transmitir la misma cantidad de información.
 Beneficios:
 Transmitir la información utilizando el mismo tiempo que en el caso de codificación
de longitud fija pero a menor velocidad (tasa de bit), o sea, usando un menor ancho
de banda.
 Transmitir con el mismo ancho de banda que en el caso de codificación de longitud
fija (es decir, a igual velocidad) pero en menor tiempo.
 Reducir la tasa de error de bit como consecuencia del aumento de la energía de bit.

 Requisitos:
 1. El código generado por el codificador debe ser del tipo binario.
 2. El código debe ser unívocamentedecodificable, esto quiere decir
que el símbolo original se puede reconstruir perfectamente, sin
ambigüedad, a partir de la secuencia binaria codificada.

 Supongamos entonces que los elementos sk que una fuente de información genera a su salida
son convertidos por el codificador en una secuencia de unos y ceros, denotada por bk.
 Asumimos que la fuente tiene un alfabeto con K símbolos diferentes y que el k-ésimo elemento
sk ocurre con una probabilidad pk (k desde 0 hasta K-1).
 Supongamos que la palabra de código asignada al símbolo sk tiene una longitud lk, medida en
bits (dígitos binarios).
 Definimos a la longitud promedio de la palabra de código, , generado por el codificador de
fuente, como:




1
0
K
k
k
k l
p
L
L

 Conceptualmente, la ecuación anterior representa el número promedio de bits por
símbolo de fuente, que se obtiene con el codificador que se esté usando.
 Sea el mínimo valor posible que teóricamente puede tener para una fuente de
información discreta dada y usando alguna cierta codificación.
 Entonces definimos la eficiencia de un código generado por un codificador de fuente
como:
 Como > entonces resulta η < 1. Cuanto más cercano a 1 es η, más eficiente es
el código.
min
L L
L
Lmin


L min
L

 ¿Cuál es el valor más pequeño posible que puede tener L medio mínimo?
¿Hay algún límite teórico? Sí:
 Es decir, nunca puede ser más pequeño que la entropía de la fuente. El
caso óptimo se da cuando = H(S).
 Por lo tanto, se obtiene cuando = H(S). Bajo esta condición
obtenemos:
)
(S
H
L 
L
L
min
L L
L
S
H )
(



 La eficiencia es un valor adimensional. Este resultado surge de
simplificar [bit/símbolo] del numerador con [bit/símbolo] del
denominador a pesar de que ambos términos “bit” son unidades
diferentes.
 La ecuación nos dice cuántosbits (dígitos binarios) se
requieren en promedio por cada símbolo de la fuente, comomínimo,
para transmitir la información que genera la fuente. La diferencia entre
los valores de Lmedio y H(S) da una idea de cuántos bits (dígitos binarios)
redundantes se está transmitiendo.
)
(S
H
L 

 En general H(S) no es un número entero, pero si se usa codificación de
longitud fija, Lmedio sí es un número entero, entonces no es posible en este caso
alcanzar el 100% de eficiencia en la codificación.
 Por eso un código de longitud variable es más eficiente que uno de longitud
fija.
 Si la fuente tiene K elementos, con K = 2N, siendo N un entero, y son
igualmente probables, entonces la codificación de longitud fija es
perfectamente eficiente ya que se requieren N bits para codificar cada uno de
los K elementos y la entropía de la fuente resulta ser log2(K) = N.

 Supongamos una fuente de información discreta sin memoria con 8 elementos, y que
tiene una H(S) = 2,3 bit/símbolo.
 Supongamos que se transmite un símbolo por segundo.
 La tasa de información es R = r.H(S).
 R = 1 símbolo/seg x 2,3 bit/símbolo.
 R = 2,3 bit/seg.
 El límite de Shannon nos dice que para transmitir 2,3 bits de información por
segundo, se requieren transmitir por lo menos 2,3 bits (dígitos binarios) por segundo.
 Para saber exactamente cuántos dígitos binarios por segundo se deben transmitir, se
debe conocer la distribución de probabilidades de los elementos de la fuente.

Código libre de prefijo
 Consideremos una fuente discreta sin memoria con un alfabeto {s0, s1,
...sK-1} con sus respectivas probabilidades {p0, p1, ...pK-1}.
 El código que represente a esta fuente tiene que ser unívocamente
decodificable.
 Esta restricción asegura que a dos diferentes secuencias finitas de
símbolos de la fuente le correspondan dos secuencias de palabras de
código también diferentes.

 Un código libre de prefijo es aquel en el que ninguna palabra de código es prefijo de ninguna
otra palabra de código del conjunto.
 Es decir, ninguna de las palabras de código asignadas a una fuente es parte inicial de
cualquiera de las otras palabras de código asignadas al resto de los elementos de esa misma
fuente.
 En la tabla siguiente, los códigos I y III no son libre de prefijo. No obstante, el III puede
resolverse pero no en forma instantánea.
Elemento
de la fuente
Probabilidad de
ocurrencia
Código I Código II Código III
s0 0,5 0 0 0
s1 0,25 1 10 01
s2 0,125 00 110 011
s3 0,125 11 111 0111

 Árbol de decisión:
 Por ejemplo, la secuencia codificada 1011111000... es decodificada en la
secuencia s1s3s2s0s0...

 Si se ha construido un código libre de prefijo para una fuente discreta sin memoria
con un alfabeto {s0, s1, ..., sK-1} y con distribución de probabilidades {p0, p1, ...,pK-1}, y
cada palabra de código correspondiente a cada símbolo sk tiene una longitud lk,
entonces con seguridad se cumple la siguiente desigualdad llamada desigualdad de
Kraft McMillan:
 A la inversa, podemos establecer que si las longitudes que se pretenden asignar a las
palabras de código de una fuente discreta sin memoria satisfacen la desigualdad de
Kraft-McMillan, entonces es posible construir un código libre de prefijo usando esas
longitudes de palabras de código.
1
2
1
0





K
k
lk

 Ejemplo. Una fuente de información discreta tiene tres elementos: A, B y C. ¿Es posible
construir un código libre de prefijos con la distribución de longitudes palabras de código
siguiente? (X representa uno o cero):
 Solución. Aplicando la desigualdad de Kraft-McMillan:
 Como el resultado es menor que 1, entones es posible obtener un código libre de prefijo con la
distribución de dígitos binarios pretendida.
Elemento
de la fuente
Código
A X
B XX
C XXX
875
,
0
2
2
2
2 3
2
1
1
0



 






K
k
lk

 Dada una fuente discreta sin memoria que tiene una entropía H(S), la longitud promedio de
palabras de código para una codificación óptima libre de prefijo, tiene los siguientes límites:
 Además, para una codificación óptima libre de prefijo, la ecuación de Kraft-McMillan da
siempre 1.
 ¿Qué ocurre con la longitud media de palabra de código usando fuentes extendidas?
 Teniendo en cuenta que H(Sn) = nH(S), obtenemos:
 O, equivalentemente:
1
)
(
)
( 

 s
H
L
s
H
1
)
(
)
( 

 n
n
n
S
H
L
S
H
1
)
(
)
( 

 S
nH
L
S
nH n
n
S
H
n
L
S
H n 1
)
(
)
( 



Codificación Huffman
 El código Huffman es una codificación de fuente cuya longitud media de
palabra de código se aproxima al límite fundamental dado por la
entropía H(S) de una fuente discreta sin memoria.
 El código de Huffman es óptimo en el sentido de que no hay otra
codificación que permita obtener una longitud media de palabra de
código más pequeña, o dicho de otro modo, que no permita obtener una
eficiencia η más alta.

 Ejemplo. En la tabla siguiente se muestran los seis símbolos de una
fuente discreta sin memoria junto con sus respectivas probabilidades,
ordenadas de manera decreciente. Se desea armar un código libre de
prefijo mediante la codificación Huffman.
Símbolo Probabilidad
Código
resultante
lk lk x pk
a 0,4 11 2 0,8
b 0,2 00 2 0,4
c 0,1 101 3 0,3
d 0,1 100 3 0,3
e 0,1 011 3 0,3
f 0,1 010 3 0,3
L = 2,4

 Los símbolos de la fuente se ordenan de acuerdo a su probabilidad en
forma decreciente.

 A los dos símbolos menos probables se les asigna un 0 y un 1 (o un 1 y un
0, pero se debe mantener el mismo criterio durante todo el proceso).

 Estos dos símbolos se combinan entre sí sumando sus probabilidades.

 Este nuevo símbolo, con su nueva probabilidad, se coloca en una nueva
columna con el resto de los símbolos de la fuente, otra vez según un orden
decreciente.

 El proceso de reducción continúa…

 El algoritmo termina cuando en la última columna quedan dos elementos,
designados con un 1 y un 0 y cuya suma de probabilidades será obviamente 1.

Código
resultante
lk lk x pk
a 0,4 11 2 0,8
b 0,2 00 2 0,4
c 0,1 101 3 0,3
d 0,1 100 3 0,3
e 0,1 011 3 0,3
f 0,1 010 3 0,3
L = 2,4

 La longitud media de palabra de código es 2,4 bits por símbolo. Esto no significa que
se transmite un número no entero de bits. Significa que en promedio, para transmitir
por ejemplo 100 símbolos de la fuente, se transmiten 240 bits por el canal de
comunicación.
 Utilizando un sistema de codificación de longitud fija, se necesitarían 3 bits para
poder codificar los 6 elementos de la fuente. Es decir, en promedio, por cada 100
símbolos se transmitirían 300 bits.
 Se llama relación de compresión R al cociente entre la longitud media de palabra de
código para una codificación de longitud fija y la longitud media obtenida con la
codificación de longitud variable. Por lo tanto, para este ejemplo, la relación de
compresión R es (3/2,4) = 1,25.

 La eficiencia de compresión es:
 Es decir que se “comprime” a un 96,7% del máximo teórico posible.
También se puede observar que la longitud media de palabra de código
es mayor que H(S) y menor que H(S) + 1.
%
7
,
96
100
lo
bits/símbo
4
,
2
lo
bits/símbo
32
,
2





 El proceso de codificación de Huffman no es único es decir, se puede llegar al mismo
resultado por otro camino.
 En cada etapa es arbitraria la asignación del 1 y el 0 a las dos últimas ramas que se
suman, pudiendo invertirse el orden.
 Si la suma de estos dos elementos da como resultado una probabilidad que es igual a
la de un elemento de la siguiente columna, este elemento resultante puede ubicarse ya
sea lo más arriba posible como en cualquier otro puesto intermedio en la columna
siguiente, siempre respetando el orden decreciente.
 Estas alternativas conducen a resultados diferentes en cuanto a la longitud de las
palabras de código que le terminará correspondiendo a cada símbolo, aunque la
longitud media resultante sigue siendo la misma.

 Se puede medir la variabilidad de las longitudes de las palabras de código a
través de su varianza, es decir, la dispersión que hay entre las longitudes de
palabras de código correspondientes a cada elemento de la fuente:
 En la ecuación anterior pk es la probabilidad del símbolo sk y lk es la longitud
de la palabra de código asociada al símbolo sk.
 Cuando se aplica el algoritmo de Huffman colocando la probabilidad
resultante de la suma de las dos últimas ramas en el lugar más alto posible de
la columna siguiente, entonces se obtiene el valor más pequeño para σ2.
 





1
0
2
2
K
k
k
k L
l
p


 Ejemplo. Considérese el siguiente alfabeto con sus respectivas probabilidades. Resolver el
algoritmo de Huffman para esta fuente y para la fuente extendida de orden 2.
 En la tabla anterior se muestra el código resultante, luego de aplicar Huffman, como así
también la longitud media de palabra de código que es 1,27. De aquí resulta que la relación de
compresión es R = 2/1,27 = 1,57, teniendo en cuenta que usando codificación de longitud fija
tres símbolos se pueden codificar con dos bits. Así mismo, la eficiencia de compresión es η =
0,944/1,27 x 100 = 74%, ya que la entropía es H(S) = 0,944 bits/símbolo.
Código
resultante
lk lk x pk
a 0,73 1 1 0,73
b 0,25 01 2 0,50
c 0,02 00 2 0,04
L = 1,27

 Aplicando Huffman a la fuente extendida se obtiene la tabla siguiente:
 El valor de Lmedio es 1,9342 bits por cada dos símbolos de la fuente original, o bien 0,9671 bit por cada símbolo de la
fuente original. La relación de compresión es R = 2/0,9671 = 2,068. La eficiencia del código ahora es η = 97,6%.
 Al extender la fuente se consigue una mejor eficiencia en la representación de los símbolos y una mejor relación de
compresión.
Código
resultante
lk lk x pk
aa 0,5329 1 1 0,5329
ab 0,1825 00 2 0,3650
ba 0,1825 011 3 0,5475
bb 0,0625 0101 4 0,2500
ac 0,0146 01000 5 0,0730
ca 0,0146 010011 6 0,0876
bc 0,0050 0100100 7 0,0350
cb 0,0050 01001011 8 0,0400
cc 0,0004 01001010 8 0,0032
L = 1,9342

Método de compresión de Shannon - Fano
 Es otro método de compresión, en el que también se deben ubicar los elementos de la
fuente en orden decreciente de probabilidad para proceder con el algoritmo. La tabla
formada se divide en dos partes buscando que la suma de probabilidades en ambas
partes sean lo más próximas posibles entre sí.
Símbolo Probabilidad I II III Código
a 0,4 0 0 00
b 0,2 0 1 01
c 0,1 1 0 0 100
d 0,1 1 0 1 101
e 0,1 1 1 0 110
f 0,1 1 1 1 111

 A los símbolos de la mitad superior se les asigna el bit 0 mientras que a
los de la mitad inferior se les asigna el bit 1 (o viceversa, pero
manteniendo el mismo criterio durante todo el algoritmo).
a 0,4 0 0 00
b 0,2 0 1 01
c 0,1 1 0 0 100
d 0,1 1 0 1 101
e 0,1 1 1 0 110
f 0,1 1 1 1 111

 El proceso continúa iterativamente hasta que no se puedan hacer más
divisiones.
a 0,4 0 0 00
b 0,2 0 1 01
c 0,1 1 0 0 100
d 0,1 1 0 1 101
e 0,1 1 1 0 110
f 0,1 1 1 1 111

Códigos de longitud de pasada (Run Lengh Codes, RLC)
 Este esquema de codificación se aplica a aquellas fuentes de datos cuyos elementos se van
transmitiendo a modo de secuencias repetidas de un mismo elemento, como por ejemplo
acccbbaaabb...
 En vez de transmitir un código para cada elemento de la fuente, la idea es transmitir pares
que, para el ejemplo dado serían:
 (1, a), (3, c), (2, b), (3, a), (2, b)...
 Es decir, el primer término del par indica cuántas veces se transmite el segundo elemento del
par. La secuencia sería 1a3c2b3a2b..., donde cada letra es reemplazada por el código ASCII
correspondiente, por ejemplo:
000000111000010000011110001100000101100010000001111000
01...
 Por lo tanto, si se usa un ASCII de 7 bits, se transmitirían 11 x 7 = 77 bits, mientras que usando
Run Length Code se transmiten 5 x 2 x 7 = 70 bits.

 Esta idea es explotada en la codificación de mensajes de fax. Los mensajes de
fax están formados por largas cadenas binarias que representan puntos
blancos o negros, como ser:
11111111111110000000000111111000000000111111111111111111100001111110... donde 1
representa blanco y 0 representa negro, por ejemplo.
 Para el caso del fax, como las cadenas de repeticiones de blancos y negros se
transmiten en forma alternada, la idea básica sería transmitir secuencias del
tipo 22, 11, 30, 99, 48, ..., etc., en lugar de pares, ya que el primer elemento del
par no es necesario debido a la alternancia en los colores de los píxeles.

 La Recomendación T.4 de la ITU-T es la que establece el mecanismo para la
transmisión de fax. Cada línea de la hoja de fax se compone de una secuencia de
palabras de código de longitud variable. Cada palabra de código representa una
longitud de repeticiones de elementos todos blancos o todos negros. Las repeticiones
de blanco y de negro se realizan de forma alternada. Cada línea horizontal de
exploración está formada por 1728 elementos o píxeles.
 Para garantizar el sincronismo entre transmisor y receptor todas las líneas de datos
comienzan con una palabra de código correspondiente a una repetición de elementos
blancos.

 La secuencia de repeticiones 200B, 10N,
10B, 84N, 884B, 540N se descompone
como 192B, 8B; 10N, 10B; 64N, 20N; 832B,
52B; 512N, 28N; EOL

Resumen
 Hemos visto los beneficios de codificar una fuente de información discreta con
la menor cantidad posible de dígitos binarios.
 Shannon establece un límite inferior para la longitud promedio de palabra de
código, el cual es igual a la entropía de la fuente.
 Un código que conduce a la longitud media más pequeña posible se dice que
es óptimo. Un algoritmo para obtenerlo es el de la codificación Huffman.
 Shannon-Fano es un algoritmo alternativo pero no garantiza que el código sea
óptimo.
 La codificación RLC se aplica en secuencias que tienen repeticiones, como por
ejemplo las líneas que conforman una hoja de fax.

Compresión por diccionarios
Nos vemos en el próximo capítulo:

6 Codificación de fuente.ppsx

Más contenido relacionado

La actualidad más candente (20)

Similar a 6 Codificación de fuente.ppsx (20)

Último (20)

6 Codificación de fuente.ppsx