信源

出自 MBA智库百科(https://wiki.mbalib.com/)

信源(Source)

　　信源是指貝爾電話實驗室的電訊工程師克勞德•香農和其合作者沃淪•韋弗合著的《傳播的數理理論》(1949)中提出的信息傳輸基本模型。如下圖所示：

　　信息的來源通常簡稱為信源。信源通常是個人或組織傳播者為一定的傳播目的而進行的有選擇性的組織與加工後的信息。傳播的第一個環節就是信源選擇與組織。在傳播過程中，離開了信源，訊息將無從產生，傳播也就無從談起。信源從一組可能傳播的消息中產生出實際傳播的一條消息，這個消息可能是由口頭語、文字、音樂、圖像、數字元號、符號式邏輯、身體動作、面部表情或我們可用的其他很多形式來表現。

　　傳播中的信息既來源於客觀，也來源於主觀，這就意味著信源既可以來自外部世界，也可以來自傳播者本人的內部世界。從地域上看，信源既可以是本地的，也可以是外地甚至是全球的。在口語表達中，信源是大腦；在電視領域，製片人、導演和播音員是信源。

　　最基本的信源是單個消息（符號）信源，它可以用隨機變數X及其概率分佈P來表示。通常寫成（X，P）。根據信源輸出的隨機變數的取值集合，信源可以分為離散信源和連續信源兩類。對於離散信源

　　式中X為隨機變數，其取值集合為A={x₁，x₂，…，x_n}，X取x_i的概率為P_i。例如當時，二進位數據信源可表示為對於連續信源式中隨機變數X取值於區間（ɑ，b），對應的概率密度為p(x）。

　　實際信源是由最基本的單個消息信源組合而成的。離散時，它是由一系列消息串組成的隨機序列X₁,X₂，…，X_j，…，X_L來表示。電報、數據、數字等信源均屬此類。連續時，它是由連續消息所組成的隨機過程X_t來表示。語聲、圖像等信源屬於這類。對於離散隨機序列信源，消息序列X的取值集合為A_L，概率分佈為P_X()，記為（X，P_X()）。

　　離散序列信源又分為無記憶和有記憶兩類。當序列信源中的各個消息相互統計獨立時，稱信源為離散無記憶信源。若同時具有相同的分佈，則稱信源為離散平穩無記憶信源。例如最簡單的（設L=3）脈衝編碼信源，當P₀ = P₁ = 1 / 2時，

　　當序列信源中各個消息前後有關聯時，稱信源為離散有記憶信源。描述它一般比較困難，尤其當記憶長度很大時。但在很多實際問題中僅須考慮有限記憶長度，特別是當信源系列中的任一消息僅與其前面的一個消息有關聯，數學上稱它為一階馬爾科夫鏈。在馬爾科夫鏈中,若其轉移概率與所在位置無關，則稱為齊次馬爾科夫鏈。若同時還滿足當轉移步數充分大時與起始狀態無關，則稱它為齊次遍歷馬爾科夫鏈。例如數字圖像信源常採用這一模型。

　　連續的隨機過程信源，一般很複雜且很難統一描述。但在實際問題中往往可採用以下兩類方法。最常見的處理方法是將連續的隨機過程信源在一定的條件下轉化為離散的隨機序列信源；另一種方法則是把連續的隨機過程信源按易於分析的已知連續過程信源處理。實際上，絕大多數連續隨機過程信源都近似地滿足限時（T）、限頻（F）的條件。這時，連續的隨機過程可以轉化為有限項傅里葉級數或抽樣函數的隨機序列，而抽樣函數表達式尤為常用。但這兩種方式在一般情況下其轉化後的離散隨機序列是相關的，即信源是有記憶的。這給進一步分析帶來一定的困難。另外一種是將連續隨機過程展開成相互線性無關的隨機變數序列，這種展開稱為卡休寧-勒維展開。由於實現困難，這種展開除具有一定理論價值外，實際上很少被採用。直接按隨機過程來處理信源受到分析方法的限制，人們還主要限於研究平穩遍歷信源和簡單的馬爾科夫信源。

　　上述信源都是單一信源，又稱為單用戶信源。70年代以來又進一步引入多個相互不獨立或相關的信源，稱為多用戶信源，其目的是研究多用戶信源編碼，以進一步壓縮信源的信息率或達到某些其他目的。

　　它包括兩個要素：第一是傳播者的信譽（Credibility），包括誠實、客觀、公正等品格條件；第二是專業權威性（Expertness），即傳播者對特定問題是否具有發言權和發言資格。這兩者構成了可信性的基礎。對信源（傳播者）的可信性與說服效果的關係進行了實證考察的是霍夫蘭等人，他們提出了“可信性效果”的概念：一般來說，信源的可信度越高，其說服效果越大；可信度越低，說服效果越小。這個概念說明，對傳播者來說，樹立良好的形象爭取受眾的信任是改進傳播效果的前提條件。