Cơ sở lý thuyết truyền tin – Tập 1

Nội dung chính của Tập 1:

• Chương 1: Những khái niệm chung
  • Giới thiệu khái niệm “Thông tin” là sự cảm hiểu của con người về thế giới xung quanh.
  • Trình bày mô hình tổng quát của hệ thống truyền tin với ba khâu chính: Nguồn tin, Kênh tin và Nhận tin (Hình 1-1-1).
  • Phân loại hệ thống truyền tin dựa trên năng lượng mang tin (hệ thống điện tín, vô tuyến điện, quang năng, sóng âm) và biểu hiện thông tin (truyền số liệu, truyền hình, thoại). Đặc biệt phân loại thành hệ thống truyền tin rời rạc và liên tục.
  • Định nghĩa và nhiệm vụ của từng khâu:
    • Nguồn tin: Nơi sản sinh hay chứa các tin cần truyền đi. Phân biệt nguồn tin nguyên thủy (tiếng nói, hình ảnh) và nguồn tin rời rạc (bảng chữ, tin điện tín).
    • Kênh tin: Môi trường lan truyền thông tin, nơi hình thành và truyền tín hiệu mang tin, đồng thời sinh ra tạp nhiễu. Kênh được mô tả bằng mô hình mạng hai cửa với nhiễu cộng và nhiễu nhân.
    • Nhận tin: Cơ cấu khôi phục thông tin ban đầu từ tín hiệu ở đầu ra của kênh.
  • Nêu các vấn đề cơ bản của hệ thống truyền tin: Hiệu suất truyền tin (tốc độ) và độ chính xác truyền tin (khả năng chống nhiễu).
  • Độ đo thông tin: Định nghĩa lượng tin I(xᵢ) = log(1/p(xᵢ)), trong đó p(xᵢ) là xác suất xuất hiện của tin xᵢ. Các đơn vị đo lượng tin phổ biến là bit (cơ số 2), nat (cơ số e) và Hartley (cơ số 10).
  • Mã hóa: Phép biến đổi cấu trúc thống kê của nguồn nhằm cải thiện các chỉ tiêu kỹ thuật của hệ thống truyền tin, đảm bảo lượng tin không đổi. Giải thích lý do thường chọn mã nhị phân (m’=2).
  • Điều chế và giải điều chế: Quá trình chuyển thông tin thành dạng năng lượng thích hợp với môi trường truyền lan để giảm tổn hao và biến dạng do nhiễu. Trình bày các phương pháp điều chế thông dụng cho tin liên tục (AM, FM, PM, PAM, PCM, DM) và tin rời rạc (ASK, PSK, FSK, DPSK). Giải điều chế là quá trình ngược lại.
• Chương 2: Xác suất và quá trình ngẫu nhiên
  • Cung cấp các công cụ toán học nền tảng để nghiên cứu hệ thống truyền tin.
  • Xác suất:
    • Định nghĩa các khái niệm cơ bản: sự kiện, không gian mẫu, sự kiện bù, sự kiện loại trừ nhau, hợp, giao.
    • Xác suất xuất hiện P(A) của một sự kiện A (0 ≤ P(A) ≤ 1).
    • Sự kiện đồng thời và xác suất đồng thời P(A, B).
    • Xác suất có điều kiện P(A|B) = P(A, B)/P(B).
    • Công thức Bayes: P(Aᵢ|B) = [P(B|Aᵢ)P(Aᵢ)] / Σ[P(B|Aⱼ)P(Aⱼ)].
    • Tính độc lập thống kê: P(A, B) = P(A)P(B).
  • Biến ngẫu nhiên, hàm phân bố xác suất và hàm mật độ phân bố xác suất:
    • Định nghĩa biến ngẫu nhiên rời rạc và liên tục.
    • Hàm phân bố xác suất F(x) = P(X ≤ x).
    • Hàm mật độ phân bố xác suất p(x) = dF(x)/dx.
    • Trình bày hàm phân bố và mật độ phân bố xác suất nhiều chiều.
    • Hàm phân bố xác suất có điều kiện và biến ngẫu nhiên độc lập thống kê.
  • Hàm của biến ngẫu nhiên: Giải thích cách xác định hàm mật độ phân bố xác suất của một biến ngẫu nhiên Y=g(X) hoặc Y=g(X₁, …, Xn) thông qua ví dụ biến đổi tuyến tính, bậc ba, bậc hai và biến đổi tuyến tính nhiều chiều.
  • Trị trung bình thống kê của các biến ngẫu nhiên:
    • Kỳ vọng toán học (trung bình thống kê) E(X) và mô men cấp n E(Xⁿ).
    • Mô men trung tâm cấp n và sai phương (phương sai) σₓ² = E(X²) – [E(X)]².
    • Hàm tương quan E(XᵢXⱼ) và hàm hiệp biến μᵢⱼ = E[(Xᵢ – mᵢ)(Xⱼ – mⱼ)].
    • Khái niệm không tương quan và trực giao.
    • Hàm đặc tính Ψ(jv) = E(e^(jvX)), vai trò của nó trong việc xác định mô men và hàm mật độ xác suất của tổng các biến ngẫu nhiên độc lập.

Tóm lại, tập một của cuốn sách cung cấp một cái nhìn tổng quan về lý thuyết truyền tin, từ các khái niệm cơ bản về thông tin, cấu trúc hệ thống truyền tin, đến các công cụ toán học cần thiết như lý thuyết xác suất và quá trình ngẫu nhiên, làm nền tảng cho việc nghiên cứu sâu hơn trong các tập tiếp theo.