Pengertian Ergodic
Definisi matematika yang sempurna untuk ergodicity terlalu kompleks untuk
dijelaskan. Bagaimanapun juga, Shannon
menawarkan penjelasan intuitif sebagai berikut. Dalam proses ergodic setiap urutan dihasilkan oleh
proses yang sama dalam properti statistik. Jadi frekuensi huruf, frekuensi
pasangan huruf, dan sebagainya, diperoleh dari urutan yang khusus, seiring dengan meningkatnya panjang urutan
mendekati limit tak bebas dari urutan khusus tersebut. Sebenarnya tidaklah
benar untuk tiap urutan tetapi kumpulan darinya salah jika probabilitasnya nol.
Secara kasar properti ergodic berarti
“statistikal homogenitas”.
Algoritma
Blahut Untuk Mengkalkulasi Rate-Distortion Function
Misalkan diberikan suatu sumber diskrit dengan fungsi massa probabilitas:
dan
pengukuran distorsi
Dipilih
sebuah nilai negatif
dan nilai
integer yang kecil
Bagian berikut ini adalah Algoritma Blahut untuk
mengkalkulasi titik pada kurva R(D) dengan slope s. Î merepresentasikan
akurasi dari R(D). Dalam algoritma ini, indeks i dan j
adalah nilai integer yang mempunyai kisaran dari 1 hingga m.
Algoritma:
2. Inisialisasi: ................................................. (2.18)
3. Kalkulasi persamaan dengan urutan berikut
ini:
................................................. (2.19)
4. Jika TU − TL ³ Î, maka kembali ke langkah 3. Jika tidak lanjutkan ke
langkah 5
5. Kalkulasi
urutan persamaan berikut ini:
(2.20)
6. Selesai
Sebagai Catatan:
- Direkomendasikan memilih s menurut:
........................................... (2.21)
Dimana A > 0, b
> 0 dan K adalah nilai point
pada kurva R(D) yang akan dihitung.
- Direkomendasikan setting Î = 0.001. Hasil kalkulasi nilai dari R(D) akurat hingga ± Î / 2.
- Adalah mungkin untuk menyamaratakan algoritma dalam kasus dimana alphabet reproduksi berbeda dari alphabet sumber. Dalam kasus ini, hanya diubah range j dari 1 melalui m menjadi 1 melalui n, dimana n ¹ m.
- Terdapat sedikit kesalahan kecil pada paper Blahut. Tanda negatif hilang dari TU dan TL. Ini berlawanan dan mempengaruhi langkah 4 pada algoritma.
- Untuk sumber alphabet yang berkelanjutan. Algoritma Blahut boleh dipakai untuk perkiraan kurva R(D). Ini dapat diselesaikan dengan memperkirakan awalan dari sumber dengan menggunakan quantizer skalar laju tinggi dan kemudian mengkalkulasi kurva R(D) dari sumber yang dikuantisasi.