信息论与编码理论基础第六章
合集下载
信息论与编码(第三版) 第6章 信道编码理论

信号无失真传 输条件:通频 带内系统增益 为常数;相位 为线性(群延时
相等)
❖ 信号差错的指标通常用概率大小表征,符号差错概率 也称为误码元率,是指信号差错的概率;
❖ 误比特率则是表示信息差错概率的一种方法 ;
❖ 对于M进制码元,差图样E为
E (C R)(mod M )
❖ 二进制码而言 E CR
2需要反馈信道, 占用额外频率资源
二、前向纠错方式(FEC)
检测 结果
发送端
信道
接收端
发送
纠错码
接收码字
根据编译 码规则
Y 错误
N
译码 规则 纠错
纠错能力足够好,能够纠 正信道引入的数据错误
输出信息
优点 不足
1.不需要反馈信道,能够实现一对多的同 步广播通信 2.译码实时性好,控制电路比ARQ也简 单 由于假设纠错码的纠错能力足够纠正信息序 列传输中的错误,也就是纠错码与信道的干 扰是相匹配的,所以对信道的适应性较差
❖ 差错图样中的1就是符号差错,同时也是比特差错,而差错 的个数就是汉明距离。
C (1010)
R (0011)
E C R (1001)
一、功能
纠错码的分类
检测码
纠错码
只检测信息传输是否出现错 误,本身没有纠错的能力
不仅能够检测信 息传输中的错误,
并且能够自动纠
循环冗余校验码、 奇偶校验码等
信号传输过程中出现大的 信号波形畸变,导致信号 检错时发生错误,进而出 现 码元错误
叠加强的干扰 或者噪声
信号传输过程 中出现线性或 者非线性失真
线性失真
信号传输过程中不同的频率 分量增益不同,或者由于非
线性相位引起的延时不同
相等)
❖ 信号差错的指标通常用概率大小表征,符号差错概率 也称为误码元率,是指信号差错的概率;
❖ 误比特率则是表示信息差错概率的一种方法 ;
❖ 对于M进制码元,差图样E为
E (C R)(mod M )
❖ 二进制码而言 E CR
2需要反馈信道, 占用额外频率资源
二、前向纠错方式(FEC)
检测 结果
发送端
信道
接收端
发送
纠错码
接收码字
根据编译 码规则
Y 错误
N
译码 规则 纠错
纠错能力足够好,能够纠 正信道引入的数据错误
输出信息
优点 不足
1.不需要反馈信道,能够实现一对多的同 步广播通信 2.译码实时性好,控制电路比ARQ也简 单 由于假设纠错码的纠错能力足够纠正信息序 列传输中的错误,也就是纠错码与信道的干 扰是相匹配的,所以对信道的适应性较差
❖ 差错图样中的1就是符号差错,同时也是比特差错,而差错 的个数就是汉明距离。
C (1010)
R (0011)
E C R (1001)
一、功能
纠错码的分类
检测码
纠错码
只检测信息传输是否出现错 误,本身没有纠错的能力
不仅能够检测信 息传输中的错误,
并且能够自动纠
循环冗余校验码、 奇偶校验码等
信号传输过程中出现大的 信号波形畸变,导致信号 检错时发生错误,进而出 现 码元错误
叠加强的干扰 或者噪声
信号传输过程 中出现线性或 者非线性失真
线性失真
信号传输过程中不同的频率 分量增益不同,或者由于非
线性相位引起的延时不同
信息论与编码理论2012-ch6 信道编码-卷积码2

V1
g0(1,1) g1(1,1) g2(1,1)
U
g0(1,2)
σ1
g1(1,2)
σ2
g0(1,3)
V2
图6.4.13 (2,1,2)卷积码编码电路
2012/12/27
9
第六章 信道编码
6.4.5 卷积码的状态转移图与栅格描述
U
σ (0) (1) (σ’2σ’1)(V1V2) (00) (00)(00) (01)(11) (σ’2σ’1)(V1V2) (01) (10)(10) (11)(01) (σ’2σ’1)(V1V2) (10) (00)(11) (01)(00) (σ’2σ’1)(V1V2) (11) (10)(01) (11)(10)
(01/0,10/1)
图6.4.15 (2,1,2)码状态转移图(开放型)
2012/12/27
12
第六章 信道编码
6.4.5 卷积码的状态转移图与栅格描述
(2) 卷积码的状态转移图
闭合型的状转移态图:直接地描述了卷积编码器在任 一时刻的工作状况; 开放型的状态转移图:更适合去描述一个特定输入序 列的编码过程。
2
6.4.1 6.4.2 6.4.3 6.4.4 6.4.5 6.4.6 6.4.7 6.4.8 6.4.9
2012/12/27
第六章 信道编码
6.4.4 卷积码的译码
(1) 卷积码译码的种类:卷积码的译码可分为代数译码和 概率译码。 (2) 代数译码:从码的代数结构出发,以一个约束度的接 收序列为单位,对该接收序列的信息码组进行译码。 大数逻辑译码是代数译码的主要方法。 代数译码中,用矩阵描述比较方便。 (3) 概率译码:从信道的统计特性出发,以远大于约束度 的接收序列为单位,对信息码组进行最大似然的判决。 维特比译码和序列译码是其最主要的方法。 在维特比译码中,用篱笆图来描述码的译码更为方便。
信息论与编码第六章

编码矩阵的第i行第j列元素表示由一个状态转移到
下一个状态时发送的码字。“.”表示该状态转移 不可能。
信息论与编码-卷积码
还可以用状态流图(状态转移图)来表示,如下图所示。
1/111
S2
1/100
S0
1/110
0/011
S3
0/000 0/001
S1
0/010
1/101
所以当输入信息序列是10110…时,输出码字为:
码流首先经串并转换送入移位寄存器中,移位寄 存器的一列存放一个信息组。由于约束长度为 L+1,所以共有k行L+1列。这L+1个信息码组 的k(L+1)个码元信息送入线性组合器,得到线性
组合后的n个码元 c0 i、 c1i、 、 cn i1 ,经并串
转换后作为编码器的输出。
信息论与编码-卷积码
S 1/111
0
……。
S 0/011
2
S S S 1/110 1
S 1/100
0/010
2
3
1
信息论与编码-卷积码
从例题中可以看出,编码矩阵C比较好地展示了 状态转移规律,但不足之处在于没有状态随时 刻变化的状态转移轨迹。网格图解决了这一问 题。
网格图分两部分:一部分实际上就是状态转移图, 即在某移时刻从某一状态可能转移到下一时刻 的哪些状态,输入/输出信息是什么;另一部 分是对编码过程的纪录,即状态随时刻变化的 轨迹。通过一个例题来说明。
解:本题 n=3,k=1,L=2,可以得到编码器的状态 定义、不同状态和输入时的输出以及不同状态和 输入时的下一个状态,如下表所示。
信息论与编码-卷积码
信号入
m
i 0
信息论与编码第6章

当校验位数增长时, 能够检测到差错图案 种类数也增长,同步 码率减小。
s 1
t 1
ps,t mi,t ms, j
i0
j0
mod 2
27
(3) 反复消息位措施
• n反复码:码率为 1/n,仅有两个码字 C0和 C1,传送1比特(k=1)
消息;
• C0=(00…0),C1=(11…1)
• n反复码能够检测出任意不大于 n/2 个差错旳错误图案 – BSC信道:pb≤1/2,n比特传播中发生差错数目越少,概率越 大 (1-pb)n> pb(1-pb)n -1>… > pbt(1-pb)n -t>… > pbn – 总以为发生差错旳图案是差错数目较少旳图案,当接受到反
– 是指信号差错概率 • 比特差错率 /比特误码率:
– 在传播旳比特总数中发生差错旳比特数所占百分 比
– 是指信息差错概率
• 对二进制传播系统,符号差错等效于比特差错;对多进 制系统,一种符号差错相应多少比特差错却难以拟定 5
差错率
• 根据不同旳应用场合对差错率有不同旳要求: – 在电报传送时,允许旳比特差错率约为: 10-4~10-5; – 计算机数据传播,一般要求比特差错率不大于: 10-8~10-9; – 在遥控指令和武器系统旳指令系统中,要求有 更小旳误比特率或码组差错率
信 源
信 源 编 码
m
信 道
编
码
C调 制 器
传 输 媒 介
解 调 器
R
信 道
译
码
m'
信 源
译
码
信 宿
图6.1.2 有信道编码的数字通信系统框图
31
• 最大后验概率译码准则
《信息论与编码》课件第6章 信道编码理论

X
信源编码
Y
差错控制 编码
Z
调制
信息错误
数据错 误一定
物理信道
条件:实
信宿
重建 符号
Xˆ
信源译码
Yˆ 差错控制 Zˆ
接收 信息
译码
接收 数据
解调
注
际信息传 输速率不 大于信道
容量,
意 1.信道一定,数据出现差错的概率一定,这是无
法改变的,与差错控制编码/译码方式无关
2.数据出现差错的概率不可改变,但是可以通过引 入差错控制编码/译码,降低信息传递中的错误
即如何选择 译码规则和 编码方法
减少信道传 输中的信息 差错
由于信道噪声或者干扰的存在, 会产生数据传输错误。
信道编码定理,也 称为香农第二定理
通信原理告诉我们,信噪声为例, 介绍虚警概率、漏报概率,以及 计算错误概率的过程和方法
原始
数
符号
信息
据
信源
(4) 纠正t个随机错误, ρ个删除,则要求码的最小距离满足 d0 ≥ ρ +2t+1
分组码的最小汉明距离满足下列关系
d0 n k 1
奇偶校验码是只有一个检验元的分组码 最小汉明距离为2,只能检测一个错误, 不能纠错。
是不等式, 不能用于计
算d0
差错 控制 译码 已知 条件
任务
6.3 译码规则
p( y)
p( y)
﹝ ❖ 考虑y的取值 两者之间比较
P(0 | y 0)
(1 pe ) p
p(1 pe ) (1 p) pe
P(1| y 0)
(1 p) pe
p(1 pe ) (1 p) pe
﹝ 两者之间比较
信源编码
Y
差错控制 编码
Z
调制
信息错误
数据错 误一定
物理信道
条件:实
信宿
重建 符号
Xˆ
信源译码
Yˆ 差错控制 Zˆ
接收 信息
译码
接收 数据
解调
注
际信息传 输速率不 大于信道
容量,
意 1.信道一定,数据出现差错的概率一定,这是无
法改变的,与差错控制编码/译码方式无关
2.数据出现差错的概率不可改变,但是可以通过引 入差错控制编码/译码,降低信息传递中的错误
即如何选择 译码规则和 编码方法
减少信道传 输中的信息 差错
由于信道噪声或者干扰的存在, 会产生数据传输错误。
信道编码定理,也 称为香农第二定理
通信原理告诉我们,信噪声为例, 介绍虚警概率、漏报概率,以及 计算错误概率的过程和方法
原始
数
符号
信息
据
信源
(4) 纠正t个随机错误, ρ个删除,则要求码的最小距离满足 d0 ≥ ρ +2t+1
分组码的最小汉明距离满足下列关系
d0 n k 1
奇偶校验码是只有一个检验元的分组码 最小汉明距离为2,只能检测一个错误, 不能纠错。
是不等式, 不能用于计
算d0
差错 控制 译码 已知 条件
任务
6.3 译码规则
p( y)
p( y)
﹝ ❖ 考虑y的取值 两者之间比较
P(0 | y 0)
(1 pe ) p
p(1 pe ) (1 p) pe
P(1| y 0)
(1 p) pe
p(1 pe ) (1 p) pe
﹝ 两者之间比较
信息论与编码理论基础(第六章)

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。
2021/6/19
3
§6.1 分组码的概念
预备知识1: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, 称作有限域,又称作Galois域,记作GF(D): GF(D)=({0, 1, …, D-1}, (modD)加法, (modD)乘法)。 即
2021/6/19
17
§6.2 线性分组码
例 此二元(7, 4)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
1 1 0 1 0 0 0 G0 1 1 0 1 0 0
1 1 1 0 0 1 0 1 0 1 0 0 0 1
该码是系统码。
1 1
0 0
1 0
0,则可取 H 1
1 0
0 1
1 0
1 1
10。
1 0 1 0 0
其中(x1, x2, …, xL)是信息向量,(u1, u2, …, uN)是对应的码字。 (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。
2021/6/19
12
§6.2 线性分组码
线性分组码的代数结构 命题1 不同的信息向量对应不同的码字。
(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。
2021/6/19
3
§6.1 分组码的概念
预备知识1: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, 称作有限域,又称作Galois域,记作GF(D): GF(D)=({0, 1, …, D-1}, (modD)加法, (modD)乘法)。 即
2021/6/19
17
§6.2 线性分组码
例 此二元(7, 4)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
1 1 0 1 0 0 0 G0 1 1 0 1 0 0
1 1 1 0 0 1 0 1 0 1 0 0 0 1
该码是系统码。
1 1
0 0
1 0
0,则可取 H 1
1 0
0 1
1 0
1 1
10。
1 0 1 0 0
其中(x1, x2, …, xL)是信息向量,(u1, u2, …, uN)是对应的码字。 (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。
2021/6/19
12
§6.2 线性分组码
线性分组码的代数结构 命题1 不同的信息向量对应不同的码字。
信息论与编码-第六章2精讲

R
• 其中p,(R) 是接收R的概率, 与译码方法无关, • 译码错误概率最小的最佳译码规则是使 PE 最
小, 即
min PE min P(E / R) min P(Cˆ C / R)
信息论与编码-最优译码和最大似然译码
而 min P(Cˆ C / R) max P(Cˆ C / R)
信息论与编码-最优译码和最大似然译码
由贝叶斯公式
p(Ci
/ R)
p(Ci ) p(R / Ci ) p(R)
可知, 如果发送端发送每一个码字的概率 p(Ci )均相 同,且p(R)对所有R也相等(信道对称均衡), 则有
max
i1,2,,2k
p(Ci
/ R) max
i1,2,,2k
p(R / Ci )
偏移到另外的码字点上, 也就有可能检不出该
错误来。因此, 对于最小码距为 dm的in 码子 字集, 其检错能力为 dmin 。1
信息论与编码-码距与检错、纠错能力
纠错能力:如果我们采用最佳译码或最大似然译 码,那么当接收到的码字偏离其在N维空间中 原来的位置时,只要偏离得不太远,就可以根 据最大似然译码规则(或最佳译码规则)经过 译码得到正确的结果。但如果偏离得太远,以 至于离另外一个码字的空间点更近一些,则经 过最大似然译码,就会译成另一个码字,也就 是不能纠正误码,或者说超出了该种编码的最 大纠错范围。那么纠错范围是多大呢?
信息论与编码-码距与检错、纠错能力
码距与检错、纠错能力的关系 码距: 在随机编码中,我们曾说过,一个码字可
以看作是N维矢量空间的一个点,全部码字所 对应的点集合构成矢量空间的一个子集。子集 的任意两点之间都存在一定的距离,这个距离 叫做码字之间的码距。子集任意两点之间的码
• 其中p,(R) 是接收R的概率, 与译码方法无关, • 译码错误概率最小的最佳译码规则是使 PE 最
小, 即
min PE min P(E / R) min P(Cˆ C / R)
信息论与编码-最优译码和最大似然译码
而 min P(Cˆ C / R) max P(Cˆ C / R)
信息论与编码-最优译码和最大似然译码
由贝叶斯公式
p(Ci
/ R)
p(Ci ) p(R / Ci ) p(R)
可知, 如果发送端发送每一个码字的概率 p(Ci )均相 同,且p(R)对所有R也相等(信道对称均衡), 则有
max
i1,2,,2k
p(Ci
/ R) max
i1,2,,2k
p(R / Ci )
偏移到另外的码字点上, 也就有可能检不出该
错误来。因此, 对于最小码距为 dm的in 码子 字集, 其检错能力为 dmin 。1
信息论与编码-码距与检错、纠错能力
纠错能力:如果我们采用最佳译码或最大似然译 码,那么当接收到的码字偏离其在N维空间中 原来的位置时,只要偏离得不太远,就可以根 据最大似然译码规则(或最佳译码规则)经过 译码得到正确的结果。但如果偏离得太远,以 至于离另外一个码字的空间点更近一些,则经 过最大似然译码,就会译成另一个码字,也就 是不能纠正误码,或者说超出了该种编码的最 大纠错范围。那么纠错范围是多大呢?
信息论与编码-码距与检错、纠错能力
码距与检错、纠错能力的关系 码距: 在随机编码中,我们曾说过,一个码字可
以看作是N维矢量空间的一个点,全部码字所 对应的点集合构成矢量空间的一个子集。子集 的任意两点之间都存在一定的距离,这个距离 叫做码字之间的码距。子集任意两点之间的码
精品课件-信息论与编码-第6章

第6章 离散信源及其信息冗余
6.1.1 由于信源输出的消息载荷着信息,这种消息所具有的一
个基本属性便是随机性,因此信源输出的符号或符号序列可 以使用随机变量、随机矢量或随机过程表示。由第2章的讨 论我们知道,如果已知信源的消息集合(即样本空间或值域) 和消息发生的概率分布,则可以使用由样本空间和它的概率
第6章 离散信源及其信息冗余
1. 根据信源输出消息X的取值特点,可将信源划分为连
1) 信源输出符号为离散随机变量的信源称为离散信源。 设离散信源输出随机变量X的值域R为一离散集合 R={a1, a2, …, an},其中,n可以是有限正数,也可以 是可数的无限大正数。若已知R上每一消息发生的概率分 布为
P(a1), P(a2), …, P(an)
第6章 离散信源及其信息冗余
则离散信源X的概率空间为
[
R,
P]
[
X
,
P]
a1 p(a1
)
a2 pБайду номын сангаасa2 )
an p(an )
(6.1)
其中, 信源输出消息的概率 P(ai)(i=1, 2, …, n)满 足:
p(ai )
n
p(ai
i 1
0 )
第6章 离散信源及其信息冗余
第6章 离散信源及其信息冗余
6.1 信源的描述与分类 6.2 离散无记忆信源的扩展信源 6.3 离散平稳信源 6.4 马尔可夫信源 6.5 信源的信息冗余 习题6
第6章 离散信源及其信息冗余
6.1 信源是发出信息的某种设备,可以是人、生物、机器 或其他任何向外发出信息的事物。信源的输出称做消息。 在人类的社会活动中,发出信息的信息源多种多样,其输 出可以是离散的符号,如书信中的文字和字母,也可以是
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
§6.1 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: (X1X2…XL)→(U1U2…UN)=C(X1X2…XL)。
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R<C/H(X)时, 存在
(N, L)分组码,使得 实际编码速率 (信息率L/N)任意接近R, 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
0×0=0×1==0×2=0,1×1=2×2=1,1×2=2。
矩阵
1 1 0 1
2
1
1
0
0 1 1 0
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,此矩阵能否通过一 些可逆行变换变成一个“阶梯阵”?
§6.1 分组码的概念
可逆行变换
1 1 0 1 1 1 0 1 1 1 0 1 2 1 1 00 2 1 10 2 1 1 0 1 1 0 0 1 1 0 0 0 2 1
1 1 0 1 2 1 1 0是满行秩的。
0 1 1 0
§6.1 分组码的概念
例:域GF(D)上的一个L行N列的矩阵(L×N阶的矩阵)G, 设它是满行秩的(当然此时有L≤N)。则变换
§6.2 线性分组码
命题3 信息向量(x1, x2, …, xL)的码字是: x1数行乘。G的第1行,加x2数乘G的第2行,加…,加xL数乘G的第L 换句话说, 任何一个码字都是生成矩阵G的线性组合。 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
码计算量会不会太大?(这才是研究分组码的含义)
§6.1 分组码的概念
预备知识1: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, 称作有限域,又称作Galois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) 构成交换群(Abel群)。 (3)分配律成立:a(b+c) (modD) =ab+ac(modD)。
§6.1 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“加法”负元;非0元的“乘法”逆元; 一组向量是否“线性无关”的概念以及所有等价的判别方法; 矩阵的“秩”的概念以及所有计算方法; 方阵是否“可逆”的所有判别方法; 求方阵的“逆阵”的所有算法; 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”、“极
0 0 1 1 1 1 0 0 1 1 1 1
1 0 11 0 1 1 1 1 0 0 0 1
0 1 0 1 1 1
§6.1 分组码的概念
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,
因为(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)。
§6.1 分组码的概念
预备知识2: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。
§6.2 线性分组码
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, …, xL)是信息向量,(u1, u2, …, uN)是对应的码字。 (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。
101 1 1 001000010 010
§6.1 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:
101100 101100 101100 110010 011110 011110 010001 010001 001111
1 0 1 1 0 0 1 0 0 0 1 1 0 1 0 0 0 10 1 0 0 0 1
限”的概念消失了。
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, 0×0=0×1=0,1×1=1。
方阵
1
1
0 1
1
0
是否可逆?回答是肯定的。两种不同的判
0 1 0
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)它的行列式不等于0。(等于1!)
信息论与编码理论基础第六章
§6.1 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D×D矩阵
1
p
p
p D 1 1 p
p
D
p1ຫໍສະໝຸດ D1D
1
p D 1
p D 1
1
p
传输错误的概率为 p。信道容量为 C=logD-H(p)-plog(D-1)。
(u1, u2, …, uN)=(x1, x2, …, xL)G 一定的是不单同射值()即。(x1, x2, …, xL)的不同值一定变换为(u1, u2, …, uN) 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,
§6.2 线性分组码
线性分组码的代数结构 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。