《信息论与编码》_第16,17讲_信道编码.ppt

回顾-信道容量 信道容量的数学模型和分类 单符号离散信源信道容量 多符号离散信源信道容量 连续信道信道容量 信道编码定理 信道编码 6.1 信道编码基本理论 6.2 分组码的概念 6.3 线性分组码 6.4 线性分组码的校验矩阵 6.5 译码方法和纠错能力 6.6 一些特殊的线性分组码 6.1 信道编码基本理论 6.1.1 离散信道编码问题 6.1.2 离散信道编码定理 6.1.1 离散信道编码问题 Shannon在1948年的文章中提出并证明了信道编码的正、反定理，揭示了信源编码器产生的信息在什么条件下可以实现任意小的错误概率传给信宿，在什么条件下不能实现它。后来很多研究者给出了更严格、更一般化的证明，指出了各种信道和编码条件下所能达到的编码定理的上、下限。这些理论的进展不仅给出了信道编码、译码所能达到的性能，而且深刻揭示了编码、译码器实现的复杂度，指出了信息速率、信道容量和错误概率之间的关系，为合理设计实际通信系统提供了理论依据。 6.1.1 离散信道编码问题 最简单的检错和纠错 单个的字无法检错：扪→？ 词汇能够检错：我扪的→我扪的 词汇能够纠错：我扪的→我们的，我等的，我辈的，我班的，… 原因分析：“扪→？”可以有几万个答案，但“我扪的→？”的答案却很少。 结论：课文以及词汇的概率分布的稀疏性可以用来检错和纠错。 6.1.1 离散信道编码问题 设信道是一个D元字母输入/ D元字母输出的D元对称DMC信道，字母表为{0, 1, …, D-1}。其信道转移概率矩阵为D×D矩阵如下。 这是一个对称信道。信道传输错误的概率定义为 P(输出不等于k|输入为k)= p，k∈{0, 1, …, D-1}。此处p(1-p)。 6.1.1 离散信道编码问题 设信源消息序列经过D元信源编码（等长编码或不等长编码）后变成了如下的随机变量序列 …X-2X-1X0X1X2…， 其中每个随机变量Xl的事件全体都是D元字母表 {0, 1, …, D-1}。 将此随机变量序列切割成L维随机向量准备将其输入信道： (X1X2…XL), (XL+1XL+2…X2L), …。 6.1.1 离散信道编码问题 如果直接将(X1X2…XL)输入信道，信道的输出为(X1’X2’…XL’)，则 ①当信道传输错误时无法检测到（即接收方无法确知是否正确接收）。 ②正确接收的概率为P((X1’X2’…XL’)=(X1X2…XL)) =P(X1’=X1)P(X2’=X2)…P(XL’=XL)=(1-p)L。 6.1.1 离散信道编码问题 将(X1X2…XL)进行变换： C(X1X2…XL)=(U1U2…UN)， 其中 (U1U2…UN)为N维随机向量，N≥L，且变换是单射（即(X1X2…XL)的不同事件映射到(U1U2…UN)的不同事件）。 将(U1U2…UN)输入信道； 信道的输出为(Y1Y2…YN)； 再根据(Y1Y2…YN)的值猜测出输入信道的值(U1’U2’…UN’)，并根据变换式(U1’U2’…UN’)=C(X1’X2’…XL’) 将(U1’U2’…UN’)反变换为(X1’X2’…XL’)。 如果(X1’X2’…XL’)=(X1X2…XL)，则正确接收。 6.1.1 离散信道编码问题 （1）(X1X2…XL)的事件共有DL个，因此(U1U2…UN)的事件共有DL个，占N维向量值的份额为DL/DN=1/DN-L。因此当信道传输错误时，有可能使输出值(Y1Y2…YN)不在这1/DN-L份额之内。这就是说，信道传输错误有可能被检测到。 （2）如果精心地设计变换C(X1X2…XL)=(U1U2…UN)和猜测规则(Y1Y2…YN)→(U1’U2’…UN’)，则正确接收的概率远远大于(1-p)L。 （3）变换 (X1X2…XL)→(U1U2…UN)=C(X1X2…XL) 称为信道编码，又称为(N, L)码。一个事件的变换值称为该事件的码字。L称为信息长，N称为码长。 6.1.1 离散信道编码问题 （4）过程 (Y1Y2…YN)→(U1’U2’…UN’)→(X1’X2’…XL’) 称为纠错译码。当(X1’X2’…XL’)=(X1X2…XL)时称为正确译码（实际上就是正确接收）。 （5）N比L大得越多，1/DN-L份额越小，码字的分布越稀疏，信道传输错误不在这1/DN-L份额之内的可能性越大，即信道传输错误越容易被检测到。但N比L大得越多，信道传输的浪费越大。 （6）称R=L/N为编码速率，也称为纠错编码的信息率。（似乎与信源编码相互倒置？）表征实现纠错所付出的多余度代价。 （7）注解：“(X1X2…XL)不进行编码”实际上也是一种编码，称为恒等编码。 此时N=L，事件x=(x1x2…xL)的码字就是x自身。