В этом примере показано, как работать с полями Галуа. Этот пример также показывает эффекты использования с кодами Хемминга и теорией поля Галуа для кодирования управления ошибками.
Поле Галуа является алгебраическим полем с конечным числом представителей. Поле Галуа, которое имеет представители обозначаются , где m - целое число в области значений [1, 16].
Создайте массивы полей Галуа с помощью gf
функция. Например, создайте элемент 3 в поле Galois .
A = gf(3,2)
A = GF(2^2) array. Primitive polynomial = D^2+D+1 (7 decimal) Array elements = 3
Теперь можно использовать A
как будто это встроенный тип данных MATLAB ®. Для примера добавьте два разных 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 для арифметических операций отличаются для элементов поля Галуа по сравнению с целыми числами. Для примера, в , 3 + 1 = 2 . В этой таблице показаны некоторые различия между арифметикой поля Галуа и целочисленной арифметикой для 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
Точно так же создайте таблицу сложений 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 ®, которые работают с массивами Galois, см. в gf
Galois Computations страница с описанием функции. Например, создайте два разных массива Galois, а затем используйте
conv
функция для умножения двух полиномов.
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
Можно использовать roots
функция для поиска корней полинома. Для примера найдите корни полинома C
. Результаты показывают, что корни совпадают с исходными значениями в полиномах 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 Хемминга и теорию поля Галуа для кодирования управления ошибками. Код управления ошибками добавляет избыточность к информационным битам. Для примера (7,4) Код Хемминга преобразует 4 бита информации в 7-битные кодовые слова путем умножения 4 информационных битов на матрицу генерации 4 на 7 в поле Галуа . Используйте hammgen
функция 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
Область выхода paritymat
- матрица проверки четности и выход genmat
- матрица генератора. Чтобы закодировать информационные биты [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
В данном примере предположим, что где-то вдоль передачи в это кодовое слово вводится ошибка. Код Hamming, используемый в этом примере, может исправить до 1 битовой ошибки. Вставьте ошибку в передаче, изменив первый бит с 0
на 1
.
code(1) = 1
code = GF(2) array. Array elements = 1 1 1 0 1 0 0
Используйте матрицу проверки четности, чтобы определить, где произошла ошибка, умножив ошибочное кодовое слово на матрицу проверки четности.
paritymat*code'
ans = GF(2) array. Array elements = 1 0 0
Найдите ошибку, проверив матрицу проверки четности, paritymat
. Столбец в paritymat
который соответствует [1 0 0]'
- местоположение ошибки. В этом примере первый столбец 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