В этом примере показана работа с полями Galois. Этот пример также показывает эффекты использования с кодами Хэмминга и теорией поля Галуа для кодирования с управлением ошибками.
Поле Галуа - алгебраическое поле с конечным числом членов. Поле Галуа, имеющее членов, обозначается ), где m - целое число в диапазоне [1, 16].
Создание массивов полей Galois с помощью gf функция. Например, создайте элемент 3 в поле Галуа ).
A = gf(3,2)
A = GF(2^2) array. Primitive polynomial = D^2+D+1 (7 decimal) Array elements = 3
Теперь вы можете использовать A как если бы это был встроенный тип данных MATLAB ®. Например, добавьте два различных элемента в поле Галуа.
A = gf(3,2); B = gf(1,2); C = A+B
C = GF(2^2) array. Primitive polynomial = D^2+D+1 (7 decimal) Array elements = 2
Правила арифметических операций отличаются для элементов поля Галуа по сравнению с целыми числами. Например, в ) 3 + 1 = 2. В этой таблице показаны некоторые различия между арифметикой поля Галуа и арифметикой целых чисел от 0 до 3.
+__0__1__2__3
0| 0 1 2 3
1| 1 2 3 4
2| 2 3 4 5
3| 3 4 5 6
Определите такую таблицу в MATLAB ®.
A = ones(4,1)*(0:3); B = (0:3)'*ones(1,4); A+B
ans = 4×4
0 1 2 3
1 2 3 4
2 3 4 5
3 4 5 6
Аналогично, создайте таблицу сложения для поля Галуа ).
A = gf(ones(4,1)*(0:3),2); B = gf((0:3)'*ones(1,4),2); A+B
ans = GF(2^2) array. Primitive polynomial = D^2+D+1 (7 decimal) Array elements = 0 1 2 3 1 0 3 2 2 3 0 1 3 2 1 0
Список функций MATLAB ®, работающих с массивами Galois, см. в разделе Вычисления Galois на gf страница ссылки на функцию. Например, создайте два различных массива Galois, а затем используйте conv функция для умножения двух многочленов.
A = gf([1 33],8); B = gf([1 55],8); C = conv(A,B)
C = GF(2^8) array. Primitive polynomial = D^8+D^4+D^3+D^2+1 (285 decimal)
Array elements =
1 22 153
Вы можете использовать roots для поиска корней многочлена. Например, найти корни полинома C. Результаты показывают, что корни соответствуют исходным значениям в многочленах A и B.
roots(C)
ans = GF(2^8) array. Primitive polynomial = D^8+D^4+D^3+D^2+1 (285 decimal) Array elements = 33 55
В этом разделе показано, как использовать простой код Хэмминга и теорию полей Галуа для кодирования с контролем ошибок. Код управления ошибками добавляет избыточность к информационным битам. Например, код (7,4) Хэмминга отображает 4 бита информации в 7-битовые кодовые слова путем умножения 4 информационных битов на матрицу генерации 4 на 7 в поле Галуа ). Используйте hammgen для получения этой матрицы.
[paritymat,genmat] = hammgen(3)
paritymat = 3×7
1 0 0 1 0 1 1
0 1 0 1 1 1 0
0 0 1 0 1 1 1
genmat = 4×7
1 1 0 1 0 0 0
0 1 1 0 1 0 0
1 1 1 0 0 1 0
1 0 1 0 0 0 1
Продукция paritymat является матрицей проверки на четность, а выходной genmat - матрица генератора. Кодирование информационных битов [0 1 0 0], умножить биты на матрицу генератора genmat в поле Галуа ).
A = gf([0 1 0 0],1)
A = GF(2) array. Array elements = 0 1 0 0
code = A*genmat
code = GF(2) array. Array elements = 0 1 1 0 1 0 0
Для этого примера предположим, что где-то вдоль передачи в это кодовое слово вводится ошибка. Код Хэмминга, используемый в этом примере, может исправить до 1 битовой ошибки. Вставка ошибки в передачу путем изменения первого бита с 0 кому 1.
code(1) = 1
code = GF(2) array. Array elements = 1 1 1 0 1 0 0
Используйте матрицу контроля четности, чтобы определить, где произошла ошибка, путем умножения ошибочного кодового слова на матрицу контроля четности.
paritymat*code'
ans = GF(2) array. Array elements = 1 0 0
Найдите ошибку, проверив матрицу контроля четности, paritymat. Столбец в paritymat что соответствует [1 0 0]' - местоположение ошибки. В этом примере первым столбцом является [1 0 0]', таким образом, первый элемент вектора code содержит ошибку.
paritymat
paritymat = 3×7
1 0 0 1 0 1 1
0 1 0 1 1 1 0
0 0 1 0 1 1 1