Skip to content

9 Channel Coding

字数 4,097阅读时间 9 分钟Ayaskt
2026/07/07 15:56:38 CST
空が盗まれた日 - mamomo / nayuta 封面图
あのあぜ道あぜみちかぜまち砂浜すなはまえがいたうばっていった
田间小道与吹着风的街道,甚至那幅在沙滩上描绘着的画都被夺走了
あのときながめた青空あおぞらいまだにむねのこってるんだ
那时眺望的蓝天,现在还残留在心中

「空が盗まれた日」

mamomo / nayuta

章节目录

9-1 误差控制系统 Error Control Systems

9-1-1 ARQ、FEC 与 HEC

信道编码的目标是在有噪信道中提高传输可靠性。它通过加入冗余,使接收端能检测或纠正传输错误。

误差控制系统与信道编码模型

三类误差控制方式如下:

方式 Method机制特点
ARQ Automatic Repeat reQuest接收端检测错误,发现错误后请求重传译码简单,需要反馈链路,实时性较弱
FEC Forward Error Correction接收端直接利用冗余纠错不需要反馈链路,译码复杂度较高
HEC Hybrid Error Control可纠正则纠正,不可纠正则请求重传兼顾连续性和复杂度

FEC 的抽象链路为:

其中 是原始消息, 是码字, 是接收向量, 是译码结果。


9-1-2 随机错误与突发错误 Random and Burst Errors

随机错误 Random Error 指错误在传输序列中近似独立、均匀出现。BSC 是随机错误模型的基本例子。

突发错误 Burst Error 指一段时间内连续或密集出现错误。无线衰落、强干扰和同步失效都可能导致突发错误。

在 BSC 中,长度为 的码块恰好出现 个错误的概率为:

少于 个错误的概率为:

不少于 个错误的概率为:

平均错误个数为:

因此 BSC 的平均误码率仍为


9-1-3 最小错误概率译码 Minimum Error Probability Decoding

接收端收到 后,若译码规则为:

则条件错误概率为:

为了最小化条件错误概率,应选择后验概率最大的输入符号:

由 Bayes 公式:

由于 与候选输入无关,最小错误概率准则等价于:

若输入符号等概率,则先验概率相同,准则退化为最大似然译码:

9-2 信道编码定理 Channel Coding Theorem

9-2-1 重复码直觉 Repetition Code Intuition

在 BSC 中,若直接传输一个二元符号,最大似然译码的错误概率就是交叉概率

把一个符号重复 次:

接收端按多数判决译码。若发送 ,错误译成 的条件是至少两个位置出错:

时:

错误概率下降,但编码率也下降为:

次重复码的一般形式为:

为奇数,多数判决错误概率为:

时,若 ,错误概率趋近于 ;同时 。重复码说明“加冗余能降错”,也说明“只靠重复会牺牲速率”。


9-2-2 ML 与 MAP 译码 ML and MAP Decoding

设发送码字为 ,接收向量为

最大似然 Maximum Likelihood, ML 译码为:

ML 默认各码字等概率发送。

最大后验 Maximum A Posteriori, MAP 译码为:

由 Bayes 公式可得:

MAP 把先验概率 一并纳入判决。当各码字等概率时,MAP 与 ML 相同。


9-2-3 有噪信道编码定理 Noisy Channel Coding Theorem

有噪信道编码定理 Noisy Channel Coding Theorem

该定理又称香农第二定理 Shannon's Second Theorem

设离散无记忆信道容量为 。若信息传输率 ,则存在一列编码方案,使码长足够大时译码错误概率满足:

其中 任意小。

,则无法保证任意小的错误概率。

若发送端每秒发送 个信道符号,线性分组码的编码率为:

实际信息传输率为:

单位时间信道容量为 ,因此可靠传输要求:

即:

信道编码定理给出存在性结论。具体构造哪一种码、复杂度是否可接受,需要在线性分组码、卷积码、Turbo 码、LDPC 码等具体方案中处理。

9-3 线性分组码 Linear Block Codes

9-3-1 基本定义 Basic Definitions

线性分组码 Linear Block Code 位消息映射为 位码字,记作 码。

消息向量为:

码字为:

接收向量为:

编码率为:

线性分组码的“线性”指所有运算在有限域中进行。二元线性分组码在 上运算,加法就是异或:


9-3-2 生成矩阵 Generator Matrix

线性分组码可用生成矩阵 表示:

其中:

矩阵大小为 。所有合法码字构成一个 维线性子空间,因此:

  1. 全零向量 是合法码字;
  2. 任意两个码字异或后仍是合法码字;
  3. 任意码字都是 的行向量线性组合。

例如 重复码的生成矩阵为:

因此:


9-3-3 校验矩阵与伴随式 Parity Check Matrix and Syndrome

对生成矩阵 ,若存在 矩阵 满足:

称为校验矩阵 Parity Check Matrix

任意合法码字都满足:

设传输错误图样为:

其中 表示第 位发生错误。接收向量为:

定义伴随式 Syndrome

代入接收向量:

伴随式只与错误图样有关,与发送的具体码字无关。这是线性分组码译码的基本依据。


9-3-4 系统码 Systematic Code

若生成矩阵可写为:

则对应码称为系统码 Systematic Code。消息位直接出现在码字前 个位置。

对二元系统码,可取校验矩阵:

此时:

系统码便于从译码后的码字中直接读出消息位。

9-4 检错纠错能力 Error Detection and Correction

9-4-1 最小 Hamming 距离 Minimum Hamming Distance

Hamming 重量 Hamming Weight 是向量中非零元素个数:

Hamming 距离 Hamming Distance 是两个等长向量对应位置不同的个数:

对二元向量:

码的最小 Hamming 距离为:

线性分组码中,任意两个码字之差仍是码字,因此:


9-4-2 伴随式译码 Syndrome Decoding

最小距离与有限距离译码

若码的最小距离为 ,则:

最多可检测个错误

以及:

最多可纠正个错误

若要求同时纠正 个错误并检测 个错误,需要:

伴随式译码的流程为:

  1. 选取最可能出现的错误图样
  2. 计算每个错误图样对应的伴随式
  3. 建立 表;
  4. 对接收向量计算
  5. 查表得到估计错误图样
  6. 修正码字:

在 BSC 且 时,错误位数越少,错误图样概率越大。因此实际译码通常优先选择 Hamming 重量最小的错误图样。


9-4-3 重复码性能 Repetition Code Performance

重复码只有两个码字:

最小距离为:

因此最多可纠正:

个错误。

若 BSC 交叉概率为 ,且两个码字等概率发送,采用多数判决时:

时:

但编码率为:

重复码适合说明可靠性与速率的权衡,不适合作为高效率编码方案。


9-4-4 Hamming 码 Hamming Code

Hamming 码 Hamming Code 是一类线性分组码,满足:

因此伴随式个数正好等于“无错误”加上所有单比特错误图样的个数。Hamming 码是单比特纠错的完美码。

二元 Hamming 码的一种系统生成矩阵为:

对应校验矩阵可取:

它满足:

Hamming 码的最小距离为:

因此它可以纠正 位错误,也可以检测 位错误。

若 BSC 的比特错误概率为 Hamming 码纠正 位或 位错误后译码正确。译码错误概率为:

一般 Hamming 码的单错纠正错误概率为:

其编码率为:

时:

但单错纠正能力不随码长同比例增长,因此固定交叉概率下:

这说明高码率本身不等于高可靠性。码的距离结构和译码能力必须同时考虑。

除特别注明外,本站原创内容采用 CC BY-NC-SA 4.0 协议授权;引用的歌词、课程材料、图片等第三方内容版权归原权利人所有。
Built with VitePress.