信息论与编码篇---信道分类
下面用“邮局寄信”的比喻，让你零基础搞懂信道的数学模型和常见分类。
1. 信道是什么？—— 一条“会出错”的邮路
想象你要寄一封信：
输入= 你写的信（符号、电压、电磁波…）
信道= 邮局分拣 + 运输 + 投递（会丢件、损毁、涂改）
输出= 对方收到的信（可能和寄出的不一样）
数学上，信道就是一个条件概率 P(Y∣X)：
给定输入 XX，输出 YY 的概率分布是什么。
信道的全部秘密，就藏在这个 P(Y∣X)里。
2. 信道的数学模型 —— 三要素
| 要素 | 比喻 | 数学符号 |
|---|---|---|
| 输入符号集 | 你能写哪些文字（中文、英文、数字…） | X |
| 输出符号集 | 对方可能收到哪些文字 | Y |
| 转移概率 | 你写“A”，对方收到“A”“B”“C”…的概率各是多少 | (P(yx)) |
一个信道 = {X,Y,P(y∣x)}
只要你描述清楚这三个东西，信道就完全确定了。
3. 信道的分类 —— 从不同角度给信道贴标签
🏷️ 按“输入/输出”取值分（最常用）
| 类型 | 输入/输出取值 | 比喻 | 例子 |
|---|---|---|---|
| 离散信道 | 有限/可数个符号 | 只能寄“字母” | 电报、数字通信 |
| 连续信道 | 连续实数 | 可以寄任意重量 | 模拟电话线、光纤功率 |
| 半离散/半连续 | 一边离散一边连续 | 输入是离散符号，输出是连续电压 | 数字调制后经高斯信道 |
🏷️ 按“有无记忆”分
| 类型 | 含义 | 比喻 |
|---|---|---|
| 无记忆信道 | 当前输出只依赖当前输入，与前后无关 | 每次寄信独立出错 |
| 有记忆信道 | 输出还依赖之前输入/输出 | 信道会“累”（如电池没电、电容充电） |
生活例子：
无记忆：抛硬币，每次正反独立。
有记忆：你连续大声说话，话筒过载失真，后一个字受前一个字影响。
🏷️ 按“噪声/干扰”性质分
| 类型 | 含义 | 比喻 |
|---|---|---|
| 无噪信道 | 输入唯一决定输出 | 完美邮差，从不送错 |
| 确定信道 | 输入决定输出的概率分布（但可能多个输出对应一个输入） | 邮差有固定犯错模式 |
| 有噪信道 | 输出随机，不同输入可能产生相同输出 | 最常见，如BSC、高斯信道 |
🏷️ 按“参数是否随时间变化”分
| 类型 | 含义 | 比喻 |
|---|---|---|
| 恒参信道 | 转移概率固定不变 | 邮局规则长期不变 |
| 变参信道 | 转移概率随时间变化 | 天气影响无线电信号 |
🏷️ 按“物理介质”分（工程视角）
有线信道：双绞线、同轴电缆、光纤
无线信道：短波、微波、卫星、水下声呐
4. 一张图总结：信道的数学模型与分类
📋 ASCII 速查表
┌─────────────────────────────────────────────────────────────┐ │ 信道的数学模型与分类 │ ├─────────────────────────────────────────────────────────────┤ │ │ │ 【数学模型】 │ │ 信道 = { 𝒳, 𝒴, P(y|x) } │ │ 输入 X ∈ 𝒳 → 转移概率 P(y|x) → 输出 Y ∈ 𝒴 │ │ │ ├─────────────────────────────────────────────────────────────┤ │ │ │ 【常用分类】 │ │ │ │ ① 按取值： 离散信道 │ 连续信道 │ 混合信道 │ │ （电报） （模拟电话） （数字调制+高斯噪声） │ │ │ │ ② 按记忆： 无记忆信道 │ 有记忆信道 │ │ （每次独立） （有拖尾、码间串扰） │ │ │ │ ③ 按噪声： 无噪/确定信道 │ 有噪信道 │ │ （一一映射） （BSC、高斯） │ │ │ │ ④ 按时变： 恒参信道 │ 变参信道 │ │ （光纤、电缆） （无线衰落、卫星） │ │ │ │ ⑤ 按介质： 有线信道 │ 无线信道 │ │ │ └─────────────────────────────────────────────────────────────┘🧠 一句终极总结
信道就是一个带有固定犯错规则的“信息搬运工”——用“输入集合、输出集合、犯错概率”三句话就能完整刻画它；而分类就是看这个搬运工搬的是离散还是连续货物、有无记性、犯错是否固定、环境是否多变、用管道还是空气传。