准对称离散无记忆信道容量的矩阵分解法推广与严谨证明（P124302086杨雪）

摘要：本文针对离散无记忆信道（DMC）中一类重要的信道——准对称信道（Quasi-Symmetric Channel），对其信道容量的“矩阵分解法”计算公式进行了严格的数学推导与证明。通过将转移概率矩阵划分为若干互不相交的对称子矩阵，结合信息论中熵的极值理论、输出符号概率分布的重构以及矩阵元素双重计数法（Double Counting），完整论证了当输入符号等概分布时信道达到最大互信息，并推导出其信道容量的闭式表达式。最终，通过一个全新构建的三阶非对称微调矩阵进行了算例验证。

一、 基本概念与问题描述

1.1 准对称离散无记忆信道定义

设离散无记忆信道的输入符号集为，输出符号集为。信道的转移概率矩阵为，其大小为：

若矩阵可以按列划分为个互不相交的子矩阵，且每一个子矩阵（大小为）都满足“每一行都是其他行的置换（排列），每一列都是其他列的置换”，则称该信道为准对称信道。

1.2 参数定义

根据准对称信道的强对称几何性质，对于任意第个子矩阵：

• 行元素之和（）：因每行元素相同或互为置换，其行和在子矩阵内部均相等，记为。
• 列元素之和（）：因每列元素相同或互为置换，其列和在子矩阵内部均相等，记为。
• 输入行向量性质：由于各个子矩阵拼接后构成完整的，整个矩阵的任意一行所包含的元素集合是完全相同的，将其总集记为，其中为总列数。

二、 核心定理

对于输入符号数为的准对称离散无记忆信道，其信道容量可由下式唯一确定：

其中'表现为转移概率矩阵中任意一行的条件熵。

三、 数学证明与推导

步骤 1：条件熵的恒等性与容量公式简化

由于信道具有行置换对称性，对于任意指定的输入符号，其条件熵为常数：

由于该值与具体的输入状态无关，因此平均条件熵可以直接提取平移：

根据信道容量的定义，由于HY|X已被固定，极大化互信息等价于极大化输出熵：

步骤 2：等概输入分布的合理性论证

设输入概率分布为。输出熵是输入分布的严格凹函数（Strictly Concave Function）。由于准对称矩阵中各行可以通过置换相互转换，系统对任意输入符号具有代数对称性。根据凸优化中的对称性定理，当且仅当输入满足均匀的等概分布时，输出熵达到全局极大值：

步骤 3：子矩阵规模的几何双重计数（Double Counting）

考虑第个子矩阵，其行数为，设其列数为。

我们通过行、列两种不同的视角来计算该子矩阵内所有元素的总和：

1. 按行求和：每行和为，共行：
2. 按列求和：每列和为，共列：

由此建立拓扑恒等式：

由于各个子矩阵空间互不相交且全覆盖总矩阵，根据全概率限制，原始矩阵每一行的总和必须为。因此有：

步骤 4：等概输入下的输出概率分布计算

将等概分布代入全概率公式，任意一个输出符号的概率为：

其中为第列的列和。

若该列隶属于第个子矩阵，则其列和必然为。因此，隶属于同一子矩阵的所有输出符号概率完全简并：

步骤 5：输出熵 H(Y)的代数展开与化简

根据输出熵定义，引入子矩阵指标进行分组求和：

由于第个分组中共有个元素，上式简化为：

将步骤3中的几何归约式代入：

利用对数性质展开并分离项：

结合归一化条件，输出熵的极大值精简为：

步骤 6：合成信道容量闭式解

将极大输出熵与平均条件熵代入容量定义式，即得：

证毕。

四、实例验证

为了验证上述推导的普适性，我们自行构建一个具有 2 个输入符号、4 个输出符号（,）的全新准对称信道。其转移概率矩阵设为：

1. 传统方法计算（对照组）

输入等概。

• 条件熵：

每行均为，故

• 
  输出概率：
• 
  
  
  
  输出熵：
• 
  信道容量：

2. 矩阵分解法计算（实验组）

将矩阵拆分为三个不相交的对称子矩阵)：

• • 子矩阵（前两列）：行和
  • 列和子矩阵（第三列）行和

列和子矩阵=（第四列）：行和列和代入本文证明的矩阵分解公式：

合并后两项（因为）：

计算该项的值：

最终求得容量：

结论：通过全新的三子矩阵数据进行验算，矩阵分解法求得的容量与定义法完全一致，再次证明了该定理推导的无误性与严密性。