通信原理板块——线性分组码之监督矩阵、生成矩阵、编解码计算

这篇具有很好参考价值的文章主要介绍了通信原理板块——线性分组码之监督矩阵、生成矩阵、编解码计算。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

微信公众号上线,搜索公众号***小灰灰的FPGA***,关注可获取相关源码,定期更新有关FPGA的项目以及开源项目源码,包括但不限于各类检测芯片驱动、低速接口驱动、高速接口驱动、数据信号处理、图像处理以及AXI总线等
线性分组码例题及答案解析,通信原理板块,矩阵,fpga开发,线性代数
线性分组码之监督矩阵、生成矩阵、编解码计算
以(n,k)码为例,进行码长n,信息位k,最小码距d0,纠错能力t,校正子计算
(1)监督矩阵H
监督矩阵H是一个r×n阶(r行n列)矩阵,r为监督位长,n为码长
线性分组码例题及答案解析,通信原理板块,矩阵,fpga开发,线性代数
典型监督矩阵,具有[PIr]形式的H矩阵
P为r×k阶矩阵;Ir为r×r阶矩阵
线性分组码例题及答案解析,通信原理板块,矩阵,fpga开发,线性代数
(2)生成矩阵G
生成矩阵G是一个k×n阶(k行n列)矩阵,k为信息位长,n为码长
线性分组码例题及答案解析,通信原理板块,矩阵,fpga开发,线性代数
典型生成矩阵,具有[IkQ]形式的G矩阵
Ik为k×k阶矩阵;Q为k×r阶矩阵,是P的转置矩阵
线性分组码例题及答案解析,通信原理板块,矩阵,fpga开发,线性代数
由典型生成矩阵G得出的码组A中,信息位的位置不变,监督位附加于其后,这种形式的码称为系统码
线性分组码例题及答案解析,通信原理板块,矩阵,fpga开发,线性代数
(3)校正子与译码
线性分组码的编码码组A满足:
线性分组码例题及答案解析,通信原理板块,矩阵,fpga开发,线性代数
线性分组码的译码码组B满足:
线性分组码例题及答案解析,通信原理板块,矩阵,fpga开发,线性代数
若校正子S=0,表示接收码组B无错;
若校正子S≠0
线性分组码例题及答案解析,通信原理板块,矩阵,fpga开发,线性代数
E为错误图样,译码或者纠错后的码组A=B+E
S称为接收码组B的校正子
例题一:
已知某线性分组码的生成矩阵G如下,并求:
线性分组码例题及答案解析,通信原理板块,矩阵,fpga开发,线性代数
①码长n,信息位长k,最小码距d0,纠错能力;
②若信息码为1011,求编码结果。该码是否是系统码?若不是,求系统码编码结果;
③校验矩阵H(典型阵);
④若接收码字是1100011,求校正子。该码是否是正确码?若是错码,请纠正。
解析:
①生成矩阵G是一个k×n阶(k行n列)矩阵,k为信息位长,n为码长
则码长为7,信息位长为4
典型生成矩阵G(典型)的求解
G的第2行与第3行异或可得:0001011
G的第2行与第4行异或可得:0010101
G的第1行与0001011异或可得:1000111
G的第4行与0001011异或可得:0100110
故G(典型)
线性分组码例题及答案解析,通信原理板块,矩阵,fpga开发,线性代数
有A=[a6a5a4a3]·G;
则所有码组为:
a6a5a4a3a2a1a0
0000000
0001011
0010101
0011110
0100110
0101101
0110011
0111000
1000111
1001100
1010010
1011001
1100001
1101010
1110100
1111111
编码为1的个数最小为3,故最小码距d0为3
根据d0≥2t+1,则t=1
②信息码1011,对应的系统码为1011001
③由G=[IkQ]可得Q
P为Q的转置矩阵,则
H=[PIr]
线性分组码例题及答案解析,通信原理板块,矩阵,fpga开发,线性代数
④接收码组为1100011
线性分组码例题及答案解析,通信原理板块,矩阵,fpga开发,线性代数
S=010,为错码
由所有码组可得,由于只能纠错一位,故接收端的码字应为1100001
例题二:
已知某线性分组码的校验矩阵H如下,求:
线性分组码例题及答案解析,通信原理板块,矩阵,fpga开发,线性代数
①码长n,信息位长k;
②典型生成矩阵G,若信息码为1010,求编码;
③最小码距d0,纠错能力t;
④若接收码字是1010101,求校正子,并判断是否是正确码字。
解析:
①监督矩阵H是一个r×n阶(r行n列)矩阵,r为监督位,n为码长
故码长n=7,信息位长k=n-r=3
②典型监督矩阵H(监督)
将H的第一行与第三行异或可得:1000111
将H的第一行与1000111异或可得:1110100
将H的第三行0011110与1110100异或可得:1101010
故H(监督)
线性分组码例题及答案解析,通信原理板块,矩阵,fpga开发,线性代数
由H=[PIr]可得P
由G=[IkQ]可得Q
Q为P的转置矩阵,则
G=[IkQ]
线性分组码例题及答案解析,通信原理板块,矩阵,fpga开发,线性代数
有A=[a6a5a4a3]·G;
则信息码为1010,对应的系统码编码为1010010
③根据A=[a6a5a4a3]·G
则所有码组为:
a6a5a4a3a2a1a0
0000000
0001011
0010101
0011110
0100110
0101101
0110011
0111000
1000111
1001100
1010010
1011001
1100001
1101010
1110100
1111111
编码为1的个数最小为3,故最小码距d0为3
根据d0≥2t+1,则t=1
④接收码组为1010101
线性分组码例题及答案解析,通信原理板块,矩阵,fpga开发,线性代数
S=111,为错码
由所有码组可得,由于只能纠错一位,故接收端的码字应为0010101文章来源地址https://www.toymoban.com/news/detail-764548.html

到了这里,关于通信原理板块——线性分组码之监督矩阵、生成矩阵、编解码计算的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 信息论基础——线性分组码编码的设计与实现

    本文仅供学习使用,如有侵权请及时联系,博主会第一时间进行处理 1.掌握线性分组码的编码原理及其方法; 2.理解生成矩阵和校验矩阵的对应关系; 3.探究线性分组码的编码效率和纠错检错能力。 线性分组码编码的基本原理及其方法 线性分组码是指分组码中信息元和校验

    2024年02月02日
    浏览(35)
  • 通信原理板块——幅度调制(线性调制)原理(AM、DSB、SSB、VSB)

    微信公众号上线,搜索公众号 小灰灰的FPGA ,关注可获取相关源码,定期更新有关FPGA的项目以及开源项目源码,包括但不限于各类检测芯片驱动、低速接口驱动、高速接口驱动、数据信号处理、图像处理以及AXI总线等 1、调制的定义、目的及分类 (1)调制——将信号形式转换成

    2024年02月04日
    浏览(32)
  • 基于共享矩阵的线性秘密共享方案原理、构造与代码实现

      线性秘密共享方案是一种加密技术,用于将一个秘密信息分割成多个片段,并将这些片段分发给多个参与者,只有当足够数量的参与者合作时,才能还原出完整的秘密信息。   线性秘密共享方案的基本原理是使用多项式插值。假设我们有一个 (t-1) 阶的多项式,其中

    2024年04月27日
    浏览(29)
  • 编码生成矩阵与检错监督矩阵

    本专栏包含信息论与编码的核心知识,按知识点组织,可作为教学或学习的参考。markdown版本已归档至【Github仓库:https://github.com/timerring/information-theory 】或者公众号【AIShareLab】回复 信息论 获取。 线性分组码数学定义: 编码前信息码元空间 U k U^{k} U k , 经映射 f f f , 编码后码

    2024年02月04日
    浏览(29)
  • 循环码生成矩阵与监督 (校验) 矩阵

    本专栏包含信息论与编码的核心知识,按知识点组织,可作为教学或学习的参考。markdown版本已归档至【Github仓库:https://github.com/timerring/information-theory 】或者公众号【AIShareLab】回复 信息论 获取。 定义:记 C ( x ) mathrm{C}(x) C ( x ) 为 (n, k) 循环码的所有码字对应的多项式的集

    2024年02月06日
    浏览(32)
  • 无监督学习的集成方法:相似性矩阵的聚类

    在机器学习中,术语Ensemble指的是并行组合多个模型,这个想法是利用群体的智慧,在给出的最终答案上形成更好的共识。 这种类型的方法已经在监督学习领域得到了广泛的研究和应用,特别是在分类问题上,像RandomForest这样非常成功的算法。通常应用一些投票/加权系统,将

    2024年02月05日
    浏览(32)
  • 人工智能基础_机器学习001_线性回归_多元线性回归_最优解_基本概念_有监督机器学习_jupyter notebook---人工智能工作笔记0040

       线性和回归,就是自然规律,比如人类是身高趋于某个值的概率最大,回归就是通过数学方法找到事物的规律. 机器学习作用: 该专业实际应用于机器视觉、指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别、专家系统、自动规划、智能搜索、定理证明、博弈、自动程序

    2024年02月06日
    浏览(40)
  • MAE:视觉自监督2021(原理+代码)

    主要介绍MAE及其升级版CAE原理与代码 代码连接:MAE: https://github.com/facebookresearch/mae CAE :https://github.com/lxtGH/CAE 论文「Masked Autoencoders Are Scalable Vision Learners」 证明了 masked autoencoders(MAE) 是一种可扩展的计算机视觉自监督学习方法。 本文提出了一种掩膜自编码器 (MAE)架构,

    2023年04月08日
    浏览(24)
  • ML:机器学习中有监督学习算法的四种最基础模型的简介(基于概率的模型、线性模型、树模型-树类模型、神经网络模型)、【线性模型/非线性模型、树类模型/基于样本距离的模型】多种对比(假设/特点/决策形式等

    ML:机器学习中有监督学习算法的四种最基础模型的简介(基于概率的模型、线性模型、树模型-树类模型、神经网络模型)、【线性模型/非线性模型、树类模型/基于样本距离的模型】多种对比(假设/特点/决策形式等) 目录

    2024年02月09日
    浏览(40)
  • ENVI监督分类后背景值也被分成一种地物,解决方案和转移矩阵制作方法

    背景值也被分为一种地物是由于一开始没有选择mask掩膜,让背景不参与运算,百度可了解具体过程。 现在来解决已经分类完后怎么补救 之后转移矩阵的制作,对文件格式有着严格要求,分类结果如果裁剪或者地物名字发生更改,就不再是分类结果,无法进行转移矩阵的制作

    2024年02月11日
    浏览(24)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包