信息论第六章精选PPT.ppt
《信息论第六章精选PPT.ppt》由会员分享,可在线阅读,更多相关《信息论第六章精选PPT.ppt(72页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、信息论第六章2022/9/291第1页,此课件共72页哦6.1 分组码的概念分组码的概念设信道是一个D元字母输入/D元字母输出的DMC信道,字母表为0,1,D-1。其信道转移概率矩阵为DD矩阵传输错误的概率为 p。信道容量为C=logD-H(p)-plog(D-1)。2022/9/292第2页,此课件共72页哦6.1 分组码的概念分组码的概念对随机变量序列X1X2进行的信道编码为(N,L)码:(X1X2XL)(U1U2UN)=C(X1X2XL)。这个(N,L)码又称为(N,L)分组码。已经有结论:当设备所确定的编码速率RC/H(X)时,存在(N,L)分组码,使得n实际编码速率(信息率L/N)任
2、意接近R,n译码错误的概率任意接近0。问题是:怎样构造这样的分组码?这样的分组码的编码、译码计算量会不会太大?(这才是研究分组码的含义)2022/9/293第3页,此课件共72页哦6.1 分组码的概念分组码的概念预备知识预备知识1:有限域:有限域设D是一个素数。于是字母表0,1,D-1中的所有字母关于(modD)加法、(modD)乘法构成了一个封闭的代数结构,称作有限有限域域,又称作Galois域域,记作GF(D):GF(D)=(0,1,D-1,(modD)加法,(modD)乘法)。即(1)(0,1,D-1,(modD)加法)构成交换群(Abel群)。(2)(1,D-1,(modD)乘法)构成
3、交换群(Abel群)。(3)分配率成立:a(b+c)(modD)=ab+ac(modD)。2022/9/294第4页,此课件共72页哦6.1 分组码的概念分组码的概念注1:如果D不是素数,(0,1,D-1,(modD)加法,(modD)乘法)不是有限域,只是有限环。注2:有限域GF(D)上的线性代数完全类似于实数域上的线性代数,线性代数的所有内容都在“加法”和“乘法”基础上得到。元素的元素的“加法加法”负元;非负元;非0元的元的“乘法乘法”逆元;逆元;一组向量是否一组向量是否“线性无关线性无关”的概念以及所有等价的判别方法;的概念以及所有等价的判别方法;矩阵的矩阵的“秩秩”的概念以及所有计算方
4、法;的概念以及所有计算方法;方阵是否方阵是否“可逆可逆”的所有判别方法;的所有判别方法;求方阵的求方阵的“逆阵逆阵”的所有算法;的所有算法;关于对称矩阵的所有结论;等等。关于对称矩阵的所有结论;等等。注3:有限域GF(D)与实数域的区别是:传统的“逼近逼近”、“极限极限”的概念消失了消失了。2022/9/295第5页,此课件共72页哦例例:取D=2,则GF(2)=(0,1,(mod2)加法,(mod2)乘法)。运算规则为:0+0=1+1=0,0+1=1,00=01=0,11=1。方阵 是否可逆?回答是肯定的。两种不同的判别方法都能够证明它是可逆的:(1)它经过可逆行变换能够变成单位阵;(2)它
5、的行列式不等于0。(等于1!)2022/9/296第6页,此课件共72页哦6.1 分组码的概念分组码的概念该方阵的逆矩阵是什么?怎样计算?做联合可逆行变换:2022/9/297第7页,此课件共72页哦6.1 分组码的概念分组码的概念例例:取D=3,则GF(3)=(0,1,2,(mod3)加法,(mod3)乘法)。运算规则为:0+0=1+2=0,0+1=2+2=1,0+2=1+1=2,00=01=02=0,11=22=1,12=2。矩阵 是不是满行秩的?换句话说,此矩阵的三个行向量是不是在域GF(3)上线性无关的?再换句话说,能否保证此矩阵的各行的任何非0线性组合都不是全0的4维向量?再换句话说
6、,此矩阵能否通过一些可逆行变换变成一个“阶梯阵”?2022/9/298第8页,此课件共72页哦6.1 分组码的概念分组码的概念可逆行变换2022/9/299第9页,此课件共72页哦6.1 分组码的概念分组码的概念例:例:域GF(D)上的一个L行N列的矩阵(LN阶的矩阵)G,设它是满行秩的(当然此时有LN)。则变换(u1,u2,uN)=(x1,x2,xL)G一定是单射(即(x1,x2,xL)的不同值一定变换为(u1,u2,uN)的不同值)。证明 设u(1)=x(1)G,u(2)=x(2)G,且x(1)x(2)。要证明u(1)u(2)。根据线性性质,u(1)-u(2)=(x(1)-x(2)G,因为
7、(x(1)-x(2)全0的L维向量,所以(x(1)-x(2)G是G的各行的非0线性组合。G满行秩,所以(x(1)-x(2)G全0的N维向量。所以u(1)u(2)。2022/9/2910第10页,此课件共72页哦6.1 分组码的概念分组码的概念预备知识预备知识2:有限域上的分组码:有限域上的分组码当D是素数时,分组码可以充分利用有限域GF(D)的代数运算,使得编码和译码更加简便。2022/9/2911第11页,此课件共72页哦6.2 线性分组码线性分组码定义定义 取GF(D)上的一个L行N列的矩阵G,它是满行秩的。(N,L)分组码定义为(u1,u2,uN)=(x1,x2,xL)G其中(x1,x2
8、,xL)是信息向量信息向量,(u1,u2,uN)是对应的码字码字。(1)称此码为D元(N,L)线性分组码。(2)称矩阵G为此码的生成矩阵。2022/9/2912第12页,此课件共72页哦6.2 线性分组码线性分组码线性分组码的代数结构线性分组码的代数结构命题命题1 不同的信息向量对应不同的码字。(因为矩阵G是满行秩的,所以变换u=xG是单射)命题命题2 生成矩阵G的第1行是信息向量(1,0,0,0)的码字;生成矩阵G的第2行是信息向量(0,1,0,0)的码字;生成矩阵G的第L行是信息向量(0,0,0,1)的码字。2022/9/2913第13页,此课件共72页哦6.2 线性分组码线性分组码命题命
9、题3 信息向量(x1,x2,xL)的码字是:x1数乘G的第1行,加x2数乘G的第2行,加,加xL数乘G的第L行。换句话说,任何一个码字都是生成矩阵G的线性组合。命题命题4 当u(1)和u(2)都是码字,u(1)+u(2)也是码字。(线性分组码的码字关于线性运算封闭)证明 设u(1)是信息向量x(1)的码字:u(1)=x(1)G;u(2)是信息向量x(2)的码字:u(2)=x(2)G。则u(1)+u(2)=x(1)G+x(2)G=(x(1)+x(2)G,即u(1)+u(2)是信息向量(x(1)+x(2)的码字。证完。2022/9/2914第14页,此课件共72页哦6.2 线性分组码线性分组码(命
10、题(命题3和命题和命题4告诉我们,一个告诉我们,一个N维向量是一个码字,当且仅当它是生成矩阵维向量是一个码字,当且仅当它是生成矩阵G的第的第1行行第第L行的线性组合。还告诉我们,线性分组码的码字集合构成一个线性行的线性组合。还告诉我们,线性分组码的码字集合构成一个线性空间。这个线性空间是几维的?空间。这个线性空间是几维的?L维的,因为生成矩阵维的,因为生成矩阵G的第的第1行行第第L行恰好是行恰好是该线性空间的一组基)该线性空间的一组基)命题命题5 设一个D元(N,L)线性分组码的生成矩阵为G。设另一个D元(N,L)线性分组码的生成矩阵为G=MG,其中M是L阶可逆方阵。则两个码的码字集合完全重合
11、,只是信息向量与码字的对应关系不同。换句话说,如果把线性分组码的生成矩阵G做可逆行变换变成另一个生成矩阵,则不改变码字集合,只改变信息向量与码字的对应关系。2022/9/2915第15页,此课件共72页哦6.2 线性分组码线性分组码证明 (要证明,第一个码中任一个码字也是第二个码中的码字;第二个码中任一个码字也是第一个码中的码字)设在第一个码中,u是信息向量x的码字:u=xG;则在第二个码中,u是信息向量xM-1的码字:u=xM-1MG=xM-1G。设在第二个码中,u是信息向量x的码字:u=xG;则在第一个码中,u是信息向量xM的码字:u=xMM-1G=xMG。证完。2022/9/2916第1
12、6页,此课件共72页哦6.2 线性分组码线性分组码线性分组码的特例:系统码线性分组码的特例:系统码定义定义(p178)D元(N,L)线性分组码的生成矩阵为G=PL(N-L),IL,其中IL是L阶单位阵,PL(N-L)是(N-L)L阶矩阵。则称此码为系统码。此时信息向量(x1,x2,xL)的码字是(u1,u2,uN)=(x1,x2,xL)G=(x1,x2,xL)PL(N-L),x1,x2,xL)。码字的后L位恰好是信息向量(x1,x2,xL),称为码字的信息位。称码字的前N-L位为码字的一致校验位。2022/9/2917第17页,此课件共72页哦6.2 线性分组码线性分组码例例 此二元(7,4)
13、码是线性分组码,生成矩阵G是由信息向量(1000)、(0100)、(0010)、(0001)的码字组成的4行2022/9/2918第18页,此课件共72页哦6.2 线性分组码线性分组码例例 此二元(5,3)线性分组码的生成矩阵是 2022/9/2919第19页,此课件共72页哦6.3 线性分组码的校验矩阵线性分组码的校验矩阵线性分组码的校验矩阵线性分组码的校验矩阵定理定理(p179)对于D元(N,L)线性分组码的生成矩阵G(G 是LN阶矩阵),必存在一个(N-L)N阶矩阵H,(1)H是满行秩的;(2)GHT=OL(N-L)。(HT是H的转置矩阵,OL(N-L)是全0的L(N-L)阶矩阵。不证明
14、。这方面的知识属于有限域上的线性代数)定义定义(p179)由上述定理所描述的矩阵H称为D元(N,L)线性分组码的校验矩阵。2022/9/2920第20页,此课件共72页哦6.3 线性分组码的校验矩阵线性分组码的校验矩阵有以下的结论。(1)一个线性分组码有很多校验矩阵。一个校验矩阵H经过可逆行变换变为H,H是同一个线性分组码的另一个校验矩阵。(2)固定一个校验矩阵H。则一个N维向量u是一个码字,当且仅当:uHT=全0的N-L维行向量。(3)设一个D元(N,L)线性分组码的生成矩阵G,校验矩阵H。则H是一个D元(N,N-L)线性分组码的生成矩阵,G是此码的一个校验矩阵。称这两个码互为对偶码对偶码。
15、D元元(N,L)线性分组码线性分组码D元元(N,N-L)线性分组码线性分组码生成矩阵生成矩阵G校验矩阵校验矩阵H生成矩阵生成矩阵H校验矩阵校验矩阵G2022/9/2921第21页,此课件共72页哦6.3 线性分组码的校验矩阵线性分组码的校验矩阵(怎样由生成矩阵G计算出校验矩阵H?)(4)设D元(N,L)线性分组码是系统码,生成矩阵为G=P,IL,其中IL是L阶单位阵,P是L(N-L)阶矩阵。则校验矩阵可以取为H=IN-L,-PT,其中IN-L是N-L阶单位阵,PT是P 的转置矩阵。证明 GHT=P,IL IN-L,-PTT=P-P=OL(N-L)。证完。(5)设D元(N,L)线性分组码的生成矩
16、阵经过可逆行变换后变为P,IL,则校验矩阵也可以取为H=IN-L,-PT。2022/9/2922第22页,此课件共72页哦6.3 线性分组码的校验矩阵线性分组码的校验矩阵2022/9/2923第23页,此课件共72页哦6.5 译码方法和纠错能力译码方法和纠错能力线性分组码的纠错译码准则线性分组码的纠错译码准则定义定义(已知)一个N维向量u的Hamming重量定义为它的对应位置值等于0的位数。记为w(u)。两个N维向量u(1)和u(2)的Hamming距离定义为它们的对应位置值不相同的位数。记为d(u(1),u(2)。显然有以下的结论d(u(1),u(2)=w(u(1)-u(2)。三角不等式:d
17、(u(1),u(3)d(u(1),u(2)+d(u(2),u(3)。或w(u(1)-u(3)w(u(1)-u(2)+w(u(2)-u(3)。2022/9/2924第24页,此课件共72页哦6.5 译码方法和纠错能力译码方法和纠错能力设GF(D)上的D元(N,L)线性分组码,生成矩阵为G。将信息向量x编码,得到码字u=xG。将码字u输入信道。信道的输出值为y。使用最小距离准则:使用最小距离准则:给定输出值y,寻找码字c使d(y,c)最小。将输出值y译为码字c。当c=u时,就实现了正确译码。直接使用最小距离准则的困难:直接使用最小距离准则的困难:需要将DL个码字与输出值y的Hamming距离进行对
18、比,才能找到码字c使d(y,c)最小。计算量大。2022/9/2925第25页,此课件共72页哦编码编码-译码过程图示。其中译码过程图示。其中x(1)、x(2)、x(3)、x(4)是各个信息向量;是各个信息向量;c(1)、c(2)、c(3)、c(4)是各个对应码字。是各个对应码字。2022/9/2926第26页,此课件共72页哦6.5 译码方法和纠错能力译码方法和纠错能力实用纠错译码算法的预备知识:差错向量和伴随式实用纠错译码算法的预备知识:差错向量和伴随式定义定义6.1.8 设:信道的输入为码字u;信道的输出值为向量y。称向量e=y-u为差错向量差错向量,或差错图样差错图样。(请注意:此时y
19、=u+e;u=y-e;向量的加减法是对应分量的(modD)加减法。在信道的输出端,只能得到输出向量y,并不能得到差错向量e,因此不能得到输入码字u。)定义定义6.1.9(p195)设H是校验矩阵。对于N维行向量t,记s=tHT并称N-L维行向量s为N维行向量t的伴随式伴随式。2022/9/2927第27页,此课件共72页哦6.5 译码方法和纠错能力译码方法和纠错能力有以下的结论。(1)N维行向量t是一个码字,当且仅当t的伴随式是一个全0的N-L维行向量。(这是已知的结论)(2)设信道的输入码字u,输出向量y,差错向量e=y-u,则e的伴随式等于y的伴随式。证明 eHT=(y-u)HT=yHT-
20、uHT=yHT。证完。结论(结论(2)的注解:)的注解:在信道的输出端,虽然不能得到差错向量,却能计算出差错向量的伴随式:它恰好等于输出向量的伴随式。换句话说,设输出向量为y,并计算出y的伴随式s=yHT。则此时虽然不能确切地得到差错向量,但任何一个“可能的差错向量可能的差错向量”e都满足方程eHT=s2022/9/2928第28页,此课件共72页哦6.5 译码方法和纠错能力译码方法和纠错能力(3)设n输出向量为y,并计算出了y的伴随式s=yHT。nt是任意一个满足方程s=tHT的N维行向量。则:y-t是一个码字。证明 (y-t)HT=yHT-tHT=s-s=全0的N-L维行向量,因此y-t是
21、一个码字。证完。结论(结论(3)的注解:)的注解:当输入码字为该y-t,差错向量为该t时,输出向量必然为该y。换句话说,此时的t就是一个“可能的差错向量可能的差错向量”。结论(结论(2)和结论()和结论(3)的综合结论:)的综合结论:设输出向量y,并计算出了y的伴随式s=yHT。则此时所有“可能的差错向量可能的差错向量”,恰好就是方程s=tHT的所有解t。2022/9/2929第29页,此课件共72页哦6.5 译码方法和纠错能力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“可能可能的差错向量的差错向量”,恰好就是任何一个“可能的差错向量可能的差错向量”加上
22、全体码字。换句话说,此时所有“可能的差错向量可能的差错向量”,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“可能可能的差错向量的差错向量”不会重合。DLDN-L=DN。定义定义 在以s为伴随式的全体“可能的差错向量可能的差错向量”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“可能的差错向量可能的差错向量”中,Hamming重量最小的向量或许有不止
23、一个。任意选择一个作为陪集首e(s)即可)2022/9/2930第30页,此课件共72页哦6.5 译码方法和纠错能力译码方法和纠错能力(6)对信道的输出向量y,计算伴随式计算伴随式s=yHT,以,以s为地址查找陪集为地址查找陪集首首e(s),计算,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
24、错向量可能的差错向量”。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。2022/9/2931第31页,此课件共72页哦6.5 译码方法和纠错能力译码方法和纠错能力实用纠错译码算法实用纠错译码算法预计算预计算 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)
25、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。2022/9/2932第32页,此课件共72页哦6.5 译码方法和纠错能力译码方法和纠错能力现场纠错译码的计算量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。2022/9/2933第33页,此课件共72页哦6.5 译码方法和纠错能力译码方法和纠错能力线性分组码的检错能力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
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 信息论 第六 精选 PPT
限制150内