代数系统在计算机科学中的应用(new)分解.ppt

　为讨论方便，我们建立三个谓词： 　　　P1(a1,a2,…,a7): a1 +2 a2 +2 a3 +2 a5=0 　　　P2(a1,a2,…,a7): a1 +2 a2 +2 a4 +2 a6=0 　　　P3(a1,a2,…,a7): a1 +2 a3 +2 a4 +2 a7=0 这三个谓词的真假与对应等式是否成立相一致。 　　我们建立三个集合S1，S2，S3分别对应P1，P2，P3。令 　　　　S1＝｛a1,a2,a3,a5｝ S2＝｛a1,a2,a4,a6｝ 　　　　S3＝｛a1,a3,a4,a7｝ 　　显然，Si是使Pi为假的所有出错字的集合。我们可构成下面7个非空集合： 　　从这七个集合我们可以决定出错位。例如，　　　　　　　　即表示a3∈S2， a3∈S1， a3∈S3，所以a3出错，则必有P2为真，P1、P3为假。反之亦然。如此类推，可得到表2－2所示的纠错对照表。从表中可看出这种编码C能纠正一个错误。 2－2　纠错对照表 P1 P2 P3 出错码元 0 0 0 a1 0 0 1 a2 0 1 0 a3 0 1 1 a4 1 0 0 a5 1 0 1 a6 1 1 0 a7 1 1 1 无 　　我们将上例加以抽象，首先将方程（2－1）、（2－2）、（2－3）表示为矩阵形式： 　　　　　　H·XT＝ΘT 　　　　 1　1　1　0　1　0　0 其中H＝　1　1　0　1　0　1　0 　　　　 1　0　1　1　0　0　1　， X＝(a1,a2,a3,a4,a5,a6,a7), Θ=(0,0,0),XT、 ΘT分别是X、Θ的转置矩阵，这里加法运算为＋2。 　　　可见，一个编码可由矩阵H确定，而它的纠错能力可由H的特性决定。下面讨论矩阵H。 定义2.5　重量（Weight） 　　　一个码字X所含1的个数称为此码字的重量，记为W(X)。 　　　例如，码字001011的重量为3，码字100000的重量为1，码字00…0的重量为0，通常将00…0记为0′或Θ。利用码字的重量，我们有如下结论： （1）设有码C，对任意X,Y∈C，有 　　　H(X,Y)=H(X?Y, Θ)=W(X?Y)； （2）群码C中非零码字的最小重量等于此群码的最小距离。即 （3）设H是k行n列矩阵，X=x1x2…xn,并设集合G＝｛X｜H·XT＝ΘT｝，这里加法运算为＋2，则＜G，?＞是群，即G是群码。 　　上述介绍的汉明码就是群码。 定义2.6　群码G＝｛X｜H·XT＝ΘT｝称为由H生成的群码，而G中每一个码字称为由H生成的码字，矩阵H称为一致校验矩阵（Uniform Check Matrix） 。 现在我们介绍矩阵列向量的概念，设矩阵H为 此时矩阵H可记为 H＝（h1 h2 h3 … hn) 而hi叫做矩阵H的第i个列向量（Column Vector). 我们有如下结论： （1）一致校验矩阵H生成一个重量为p的码字的充分必要条件是在H中存在p个列向量，它们的按位加为ΘT 。 （2）由H生成的群码的最小距离等于H中列向量按位加为ΘT的最小列向量数。 　　　这个结论建立了最小距离与列向量之间的联系。前面结论我们知道：一个码的纠错能力由其最小距离决定。故有：一个群码的纠错能力可由其一致校验矩阵H中列向量按位加为ΘT的最小列向量数决定。 　　故只要选取适当的H就可使其生成的码达到预定的纠错能力。 　　　对于前面所述的汉明码，它的一致校验矩阵H中没有零向量，且各列向量之间均互不相同，但它的第二、三、四列向量的按位加为ΘT，由此结论可知这个码的最小距离为3，而且可知此群必能纠正单个错误。 　　将上述汉明码推广到一般情况，码C的每一码字X由信息位x1x2…xm及附加校验位xm+1xm+2…xm+k组成，其形式为　　　　　X＝ x1x2…xm xm+1xm+2…xm+k 　　X中信息位与校验位之间的关系如下： 　　　　xm+i=qi1x1+2qi2x2+2···+2qimxm,(i=1,2,…,k) 而qij∈｛0,1｝（i=1,2,…,k;j=1,2,…,m),作矩阵H为 　　　　　　H＝（Qk×m Ik×k） 其中 码C的任一码字均满足方程 　　　　　　 H·XT＝ΘT 令n=m+k，我们称这种码为（n,m）码。 　　要使码C能纠正单个错误，由前面结论可知，只要对H作适当赋值，使得H的列向量均不相同且无零列向量，这样可保证C的最小距离大于2，即要求H中的Q的列向量均不为Θ，不出现I中的k个向量且互不相同。 　　　Q的列向量是k维的，故可有2k个不同的列向量，而供Q选择的列向量是这2k 个列向量中除去I中的k个列向量及零列向量以外的所有2k-k-1个列向量。故我们可在这些列向