信息论第6章.pptVIP

* * 习题课 求“译码错误概率表示式”，第一种的理解是： * * 习题课 求“译码错误概率表示式”，第二种的理解是： * * (c)若码通过BEC信道传送，则至少可恢复dmin-1=2个删除。 因此，当接收向量中有不超过2个删除时，对应译码值是显然的。当接收向量中有大于2个删除时，对应译码值比较复杂。 (d)一般，最小距离为dmin的线性码，可恢复dmin-1个删除。理由很简单：一个码字，它的dmin-1个分量“模糊不清”，根据该码字的其它N-(dmin-1)个分量来唯一确定码字。如果竟然确定了两个码字满足条件，则这两个码字的距离≤ dmin-1。矛盾。 * * 习题课 6.2 设证件号码由7位10进制数x7x6…x1构成。今附加一位校验位x0，其中 若(x7x6…x1)＝(8245123)，试求x0。若其中数字x6模糊不清时，能否恢复出原来的数字？ [6.2的解答] x0=3×3+2×9+1×27+5×81+4×243+2×729+8×2187(mod10) =5。 若其中数字x6模糊不清时， 5=3×3+2×9+1×27+5×81+4×243+ x6×729+8×2187(mod10)。 7= x6×9(mod10)。 x6=7×9(mod10)=3。 * * 习题课 一个校验矩阵为H=[3, 1, 7, 9, 3, 1, 7,1]。即： 8维向量(x7x6…x1x0)是一个码字，当且仅当 3x7+x6+7x5+9x4+3x3+x2+7x1+x0(mod10)=0。 若码字其中有个别数字模糊不清，说明将码字输入了“纯删除信道”。当只有一个位置模糊不清时，根据其它7个位置的值可以恢复模糊不清的数字。 严重的问题：10不是素数！因此，{0, 1, … , 9}关于模10加法和模10乘法不构成有限域！不过只要生成矩阵G关于模10是满行秩的，仍然可以得到10元(8,7)线性分组码。 * * * §6.5 译码方法和纠错能力 （4）设输出向量为y，并计算出了y的伴随式s=yHT。则此时所有“可能的差错向量” ，恰好就是任何一个“可能的差错向量”加上全体码字。 换句话说，此时所有“可能的差错向量”，恰好就是方程s=tHT的任何一个固定解t加上全体码字。 （证明思想：非齐次通解=非齐次特解+齐次通解） （5）每个伴随式所对应的“可能的差错向量”共有DL个。伴随式是N-L维行向量，因此有DN-L个不同的伴随式。不同的伴随式所对应的“可能的差错向量”不会重合。DLDN-L=DN。 定义 在以s为伴随式的全体“可能的差错向量”中，取一个Hamming重量最小的向量称为s的陪集首，记为e(s)。 （在以s为伴随式的全体“可能的差错向量”中，Hamming重量最小的向量或许有不止一个。任意选择一个作为陪集首e(s)即可） * * §6.5 译码方法和纠错能力 （6）对信道的输出向量y，计算伴随式s=yHT，以s为地址查找陪集首e(s)，计算u=y- e(s)。则u就是在所有码字中与y的Hamming距离最小的码字。 证明 首先，注意到e(s)是一个“可能的差错向量”。 因此 uHT=yHT- e(s)HT=s-s=全0的N-L维行向量， 说明 u=y- e(s)是一个码字。 其次，对任意另一个码字c， (y- c)HT=yHT- cHT=yHT=s。 这就是说，(y- c)是另外一个“可能的差错向量”。 另一方面，(y- u)=e(s)是以s为伴随式的所有“可能的差错向量”中Hamming重量最小的。 所以w(y- u)≤w(y- c)，即d(y, u)≤w(y, c)。证完。 * * §6.5 译码方法和纠错能力 实用纠错译码算法 预计算 对每个伴随式（即N-L维行向量）s，寻找s的陪集首e(s)，并以s为地址存储e(s)。（预计算的总体计算量很大，但有许多技巧可以大幅度地减少计算量） 现场纠错译码 （1）对信道的输出向量y，计算伴随式s=yHT。 （2）以s为地址查找陪集首e(s)。 （3）将输出向量y译为码字u=y- e(s)。结束。u就是在所有码字中与y的Hamming距离最小的码字。 * * §6.5 译码方法和纠错能力 现场纠错译码的计算量 计算量最大的是第（2）步。因为s是N-L维行向量，所以查找s的计算量是 logDN-L=(N-L)logD （而不是DN-L）。 总之，计算量远远小于直接使用最小距离准则的计算量DL。 * * §6.5 译码方法和纠错能力 线性分组码的检错能力和纠错能力 首先我们发现，能否正确译码并不依赖于输入的是什么码字，仅仅依赖于真正的差错向量是什么。显然 P(正确译码)= P(真正的差错向量是某个陪集首)。 其次我们可以定义更加简单的检错能力和纠错能力。