信息论与编码3汇总.ppt

信息论与编码 - 线性分组码 由 S 的定义式， ，即 共有 n-k 个方程，但有 n 个未知量，所以解不唯一。对 于二进制，少一个方程导致两个解，少两个方程导 致四个解，少 k 个方程导致有 个解，也就是说， 可以解出 个不同的错误图样，从而对应了 个码字（码字的全部可能）。根据最大似然译码规 则，应该译成可能性最大的那个码字。 T n k n n k n n k n h h h h e e e s s s ? ? ? ? ? ? ? ? ? ? ? ? ) ( 1 1 ) ( 11 2 1 2 1 ) , , , ( ) , , , ( ? ? ? ? ? ? k 2 k 2 k 2 T EH S ? 信息论与编码 - 线性分组码 对于二进制对称信道，若差错概率为 p ，则错一个 比特的概率（ ）大于错两个比特的概 率（ ）， … 。所以，应该译成所有 个差错图样中重量最小的那一个。 但如果每接收一个 R 就要解一次方程组，显然太麻 烦了。可以预先把不同 S 下的方程组解出来，并 得到最大概率的那个错误图样，和错误图样对应 的 R ，存成一个表格，译码的时候，只要根据不 同的 R 查表，就可以得到对应的最大可能的码字。 1 ) 1 ( ? ? n p p 2 2 ) 1 ( ? ? n p p k 2 信息论与编码 - 线性分组码 下表就是一个这样的表，叫做标准阵列译码表。表 中有 列，每一列的头一个元素对应的是一个 码字，所以共对应 个不同的码字；每一列的列 首元素下，是 个禁用码字（即 n 维空间点中 不是码字的那些点），代表该列首元素（码字） 在不同差错图样下偏移后所对应的空间点，正好 对应了 个不同的伴随式。全部的元素个数 是 ，正好是 n 维矢量空间中总的 点数，也就是说，每一个空间点 k 2 k 2 k n ? 2 k n ? 2 n k k n 2 2 2 ? ? ? 信息论与编码 - 线性分组码 都有其所对应的码字，这样，在译码的时候， 当接收到一个 R 后，只要在标准阵列表中找 到该 R 的位置，这一列的列首元素就是它应 该译成的码字。 信息论与编码 - 线性分组码 标准阵列译码表 1 1 E S ? 2 2 E S ? j j E S ? k n k n ? ? ? 2 2 E S ? ? 0 0 0 1 1 ? ? ? ? C E 2 1 2 E C E ? ? j j E C E ? ? 1 k n k n E C E ? ? ? ? 2 1 2 ? ? 2 2 1 C C E ? ? 2 2 C E ? 2 C E j ? 2 2 C E k n ? ? ? ? i C E ? 2 i j C E ? i C E k n ? ? 2 i i C C E ? ? 1 k k C C E 2 2 1 ? ? k C E 2 2 ? k C E j 2 ? k k n C E 2 2 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 信息论与编码 - 线性分组码 表中第一行对应的是 个码字，相当于差错为 零；第二行到第 n+ 1 行分别对应 n 个差错为 1 的 差错图样； … 。每一行的行首元素叫做陪集 首，是该行所对应的错误图样。 但是，错误图样数有 个，标准阵列译码表只 有 行，代表 个伴随式和错误图样。 那么，怎么从 个错误图样中选择 个， 作为陪集首？ n 2 k 2 n 2 k n ? 2 k n ? 2 k n ? 2 信息论与编码 - 线性分组码 原则当然是要使得译码的错误概率最小。前面已经 说过，对 BSC 信道，当错误概率 p 0.5 时，产生一 个错误的概率比产生两个错误的概率要大，产生 两个错误的概率比产生 3 个错误的概率要大， … 。 总之，错误图样重量越小，产生的可能性就越大。 因此，译码器必须首先保证能正确纠正这些出现 可能性比较大的错误图样，这相当于构造标准阵 列译码表时，要求按照错误图样重量从轻到重的 顺序挑选为陪首集。 信息论与编码 - 线性分组码 例题：某（ 5 ， 2 ）系统线性码的生成矩阵是 设收到的码是 R=(10101) ，请先构造该码的标准 阵列译码表，然后译出发码的估值 C 。 ? ? ? ? ? ? ? 1 1 0 1 1 1 1