Документация

Функции кода CRC

Кодирование контроля циклическим избыточным кодом (CRC) является методом кодирования контроля ошибок для обнаружения ошибок, которые происходят, когда сообщение передается. В отличие от блочных или сверточных кодов, коды CRC не имеют встроенной возможности исправления ошибок. Вместо этого когда система связи обнаруживает ошибку в полученном слове сообщения, приемник запрашивает отправителя ретранслировать слово сообщения.

В кодировании CRC передатчик применяет правило к каждому слову сообщения, чтобы создать дополнительные биты, названные контрольной суммой или синдромом, и затем добавляет контрольную сумму к слову сообщения. После получения переданного слова приемник применяет то же правило к полученному слову. Если получившаяся контрольная сумма является ненулевой, ошибка произошла, и передатчик должен снова послать слово сообщения.

Откройте библиотеку Error Detection и Correction путем двойного клика по ее значку в основной библиотеке блоков Communications Toolbox™. Откройте подбиблиотеку CRC путем двойного клика на ее значке в библиотеке Error Detection и Correction.

Communications Toolbox поддерживает Кодирование CRC с помощью Simulink^® блоки, Системные объекты или MATLAB^® объекты. Эти функции кодирования CRC перечислены в Выявлении ошибок и Коррекции.

CRC непрямой алгоритм

CRC непрямой алгоритм принимает вектор двоичных данных, соответствуя полиному M, и добавляет контрольную сумму r битов, соответствуя полиному C. Конкатенация входного вектора и контрольной суммы затем соответствует полиномиальному T = M *x^r + C, начиная с умножения на x^r соответствует сдвигу входного вектора биты r налево. Алгоритм выбирает контрольную сумму C так, чтобы T был делимым предопределенным полиномиальным P степени r, названный порождающим полиномом.

Алгоритм делит T на P и устанавливает контрольную сумму, равную бинарному вектору, соответствующему остатку. Таким образом, если T = Q *P + R, где R является полиномом степени меньше, чем r, контрольная сумма, является бинарным вектором, соответствующим R. При необходимости алгоритм предварительно ожидает нули к контрольной сумме так, чтобы это имело длину r.

Функция генерации CRC, которая реализует фазу передачи алгоритма CRC, делает следующее:

Функция обнаружения CRC вычисляет контрольную сумму для своего целого входного вектора, аналогичного описанному выше.

Алгоритм CRC использует бинарные векторы, чтобы представлять бинарные полиномы, в порядке убывания степеней. Например, векторный [1 1 0 1] представляет полином x³ + x² + 1.

Биты вводят линейный сдвиговый регистр обратной связи (LFSR) от самого низкого бита индекса до самого высокого бита индекса. Последовательность битов входного сигнала представляет коэффициенты полинома сообщения в порядке уменьшающихся степеней. Вектор сообщения увеличивается с нулями r, чтобы спугнуть LFSR, где r является степенью порождающего полинома. Если выход от крайнего левого этапа d (1) регистра является 1, то биты в сдвиговом регистре являются XORed с коэффициентами порождающего полинома. Когда увеличенная последовательность сообщения полностью отправляется через LFSR, регистр содержит контрольную сумму [d (1) d (2)... d (r)]. Это - реализация бинарного длинного деления, в котором последовательность сообщения является делителем (числитель), и полином является дивидендом (знаменатель). Контрольная сумма CRC является остатком от операции деления.

Пример Используя CRC непрямой алгоритм

Предположим, что входным кадром является [1 1 0 0 1 1 0]', соответствие полиному M = x⁶ +x ⁵ + x² + x, и порождающий полином P = x³ + x² + 1, степени r = 3. Полиномиальным делением, M*x³ = (x⁶ + x³ + x) *P + x. Остаток является R = x, так, чтобы контрольной суммой был затем [0 1 0]'. Дополнительный 0 добавляется слева, чтобы заставить контрольную сумму иметь длину 3.

CRC прямой алгоритм

где

Обменивайтесь сообщениями Вход Блока $$m_0,m_1,\mathrm{...},m_{k-1}$$

Кодовая комбинация Выход $$c_0,c_1,\mathrm{...}\text{}\text{},\text{}{c}_{n-1}=\underset{X}{\underbrace{m_0,m_1,\mathrm{...}\text{}\text{},m_{k-1},}}\underset{Y}{\underbrace{d_0,d_1,\mathrm{...},d_{n-k-1}}}$$

Начальный шаг прямого кодирования CRC происходит с тремя переключателями в положении X. Алгоритм кормит битами сообщения k энкодер. Эти биты являются первыми битами k кодовой комбинации выход. Одновременно, алгоритм отправляет биты k в линейный сдвиговый регистр обратной связи (LFSR). Когда система полностью питается, k th передают бит к LFSR, переключатели перемещаются в положение Y. Здесь, LFSR содержит математический остаток от полиномиального деления. Эти биты смещены из LFSR, и они - остающиеся биты (контрольная сумма) кодовой комбинации выход.

Выбрал Bibliography for CRC Coding

Функции блочного кодирования

Методы кодирования контроля ошибок обнаруживают, и возможно корректируют, ошибки, которые происходят, когда сообщения передаются в системе цифровой связи. Чтобы выполнить это, энкодер передает не только информационные символы, но также и дополнительные избыточные символы. Декодер интерпретирует то, что он получает, с помощью избыточных символов, чтобы обнаружить и возможно откорректировать независимо от того, что ошибки произошли во время передачи. Вы можете использовать кодирование контроля ошибок, если ваш канал передачи является очень шумным или если ваши данные очень чувствительны к шуму. В зависимости от природы данных или шума, вы можете выбрать определенный тип кодирования контроля ошибок.

Блочное кодирование является особым случаем кодирования контроля ошибок. Методы блочного кодирования сопоставляют постоянное число символов сообщения к постоянному числу кодовых знаков. Кодер блока обрабатывает каждый блок данных независимо и является устройством без памяти. Communications Toolbox содержит возможности блочного кодирования путем обеспечения блоков Simulink, Системных объектов и функций MATLAB.

Класс методов блочного кодирования включает категории, показанные в схему ниже.

Communications Toolbox поддерживает общие линейные блочные коды. Это также обрабатывает циклический, BCH, Хэмминг и коды Рида-Соломона (которые являются всеми специальными видами линейных блочных кодов). Блоки в продукте могут закодировать или декодировать сообщение с помощью одного из ранее упомянутых методов. Тростник-Solomon и декодеры BCH указывают, сколько ошибок они обнаружили при декодировании. Кодеры Тростника-Solomon также позволяют вам решить, использовать ли символы или биты как ваши данные.

Функции поддержки Communications Toolbox.  Функции в Communications Toolbox могут поддержать блоки симуляции

Для получения дополнительной информации о возможностях кодирования контроля ошибок, смотрите Блочные коды.

Терминология

В этом разделе информация, которая будет закодирована, состоит из символов сообщения и кода, который производится, состоит из кодовых комбинаций.

Каждый блок символов сообщения K закодирован в кодовую комбинацию, которая состоит из символов сообщения N. K называется длиной сообщения, N называется длиной кодовой комбинации, и код называется [N, K] код.

Форматы данных для блочного кодирования

Каждое сообщение или кодовая комбинация являются упорядоченной группировкой символов. Каждый блок в подбиблиотеке Block Coding обрабатывает одно слово в каждом временном шаге, как описано в следующем разделе, Двоичный формат (Все Методы Кодирования). Кодеры тростника-Solomon также позволяют вам выбрать между двоичными и целочисленными данными, как описано в Целочисленном формате (Только Тростник-Solomon).

Двоичный формат (Все Методы Кодирования).  Можно структурировать сообщения и кодовые комбинации, когда бинарный вектор сигнализирует, где каждый вектор представляет слово сообщения или кодовую комбинацию. В установленный срок энкодер получает целое слово сообщения, кодирует его и выводит целую кодовую комбинацию. Сигналы сообщения и кода действуют по тому же шагу расчета.

Этот пример иллюстрирует энкодер, получающий четырехбитное сообщение и производящий пятибитную кодовую комбинацию во время 0. Это повторяет этот процесс с новым сообщением во время 1.

Для всех методов кодирования кроме Тростника-Solomon с помощью двоичного входа вектор сообщения должен иметь длину K, и соответствующий вектор кода имеет длину N. Для кодов Рида-Соломона с двоичным входом символы для кода являются двоичными последовательностями длины M, соответствуя элементам поля Галуа GF (2^M). В этом случае вектор сообщения должен иметь длину, M*K и соответствующий вектор кода имеют длину M*N. Блок Binary-Input RS Encoder и блок Binary-Output RS Decoder используют этот формат для сообщений и кодовых комбинаций.

Если вход с блоком блочного кодирования является основанным на системе координат вектором, это должен быть вектор-столбец вместо вектора-строки.

Чтобы произвести основанные на выборке сообщения в двоичном формате, можно сконфигурировать блок Bernoulli Binary Generator так, чтобы его параметр Probability of a zero был вектором, длина которого является длиной сигнала, который вы хотите создать. Чтобы произвести основанные на системе координат сообщения в двоичном формате, можно сконфигурировать тот же блок так, чтобы его параметр Probability of a zero был скаляром, и его параметр Samples per frame является длиной сигнала, который вы хотите создать.

Используя последовательные сигналы

Если вы предпочитаете структурировать сообщения и кодовые комбинации, когда скаляр сигнализирует, где несколько выборок совместно формируют слово сообщения или кодовую комбинацию, можно использовать блоки Unbuffer и Buffer. Буферизация включает задержку и многоскоростную обработку. Если ваша модель вычисляет коэффициенты ошибок, начальная задержка буферизующей кодирование комбинации влияет на параметр Receive delay в блоке Error Rate Calculation.

Можно отобразить шаги расчета сигналов в модели. На вкладке Debug расширьте Information Overlays. В разделе Sample Time выберите Colors. В качестве альтернативы можно присоединить Probe (Simulink) блоки к линиям коннектора, чтобы помочь оценить демонстрационную синхронизацию, буферизацию и задержки.

Целочисленный формат (Только Тростник-Solomon).  Слово сообщения для [N, K] код Рида-Соломона состоит из битов M*K, которые можно интерпретировать как K символы от 0 до 2^M. Символы являются двоичными последовательностями длины M, соответствуя элементам поля Галуа GF (2^M), в порядке убывания степеней. Целочисленный формат для кодов Рида-Соломона позволяет вам сообщения структуры и кодовые комбинации, когда целое число сигнализирует вместо двоичных сигналов. (Вход должен быть основанным на системе координат вектор-столбцом.)

Следующая фигура иллюстрирует эквивалентность между бинарными и целочисленными сигналами для энкодера Тростника-Solomon. Случай для декодера подобен.

Чтобы произвести основанные на выборке сообщения в целочисленном формате, можно сконфигурировать блок Random Integer Generator так, чтобы M-ary number и параметры Initial seed были векторами из желаемой длины, и все записи вектора M-ary number равняются 2^M. Чтобы произвести основанные на системе координат сообщения в целочисленном формате, можно сконфигурировать тот же блок так, чтобы его M-ary number и параметры Initial seed были скалярами, и его параметр Samples per frame является длиной сигнала, который вы хотите создать.

Используя блочные энкодеры и декодеры в модели

Если вы сконфигурировали кодеры, несколько советов могут помочь вам разместить их правильно в вашей модели:

Примеры блочного кодирования

Пример: Код Рида-Соломона в Целочисленном формате.  Этот пример использует код Рида-Соломона в целочисленном формате. Это иллюстрирует соответствующие длины вектора сигналов кода и сообщения для кодеров. Это также показывает исправление ошибок, с помощью простого способа ввести ошибки в каждую кодовую комбинацию.

Откройте модель путем ввода doc_rscoding в командной строке MATLAB. Чтобы создать модель, соберите и сконфигурируйте эти блоки:

Соедините блоки как показано на предыдущем рисунке. На вкладке Simulation, в разделе Simulate, устанавливает Stop time на 500. Раздел Simulate появляется на нескольких вкладках.

Можно отобразить длину вектора сигналов в модели. На вкладке Debug расширьте Information Overlays. В разделе Signals выберите Signal Dimensions.

Энкодер принимает вектор из длины 5 (который является K в этом случае), и дает вектор длины 15 (который является N в этом случае). Декодер делает противоположное.

Выполнение модели производит следующие изображения осциллографа. Нанесенное на график ошибочное количество будет варьироваться на основе значения Initial Seed, используемого в блоке Random Integer Generator. Можно настроить, область значений оси точно совпадают с тем из первого осциллографа. Щелкните правой кнопкой по области построения по второму осциллографу и выберите Configuration Properties. На вкладке Display настройте пределы осей.

Второй график является количеством ошибок, которые декодер обнаружил при попытке восстановить сообщение. Часто номер равняется пяти, потому что блок Gain заменяет первые пять символов в каждой кодовой комбинации с нулями. Однако количество ошибок меньше пять каждый раз, когда правильная кодовая комбинация содержит один или несколько нулей в первых пяти местах.

Первый график является различием между исходным сообщением и восстановленным сообщением; поскольку декодер смог откорректировать все ошибки, которые произошли, каждый из этих пяти потоков данных в графике является нулем.

Примечания по определенным методам блочного кодирования

Несмотря на то, что подбиблиотека Block Coding несколько универсальна в своем стили, различные методы кодирования не идентичны. В этом разделе описываются специальные опции и ограничения, которые применяются к параметрам и сигналам для категорий метода кодирования в этой подбиблиотеке. Кодирование методов, обсужденных ниже, включает - Типовой Линейный Блочный код, Циклический код, Код Хемминга, код BCH и код Рида-Соломона.

Типовые линейные блочные коды

Кодирование сообщения с помощью типового линейного блочного кода требует порождающей матрицы. Декодирование кода требует порождающей матрицы и возможно таблицы истинности. Чтобы использовать Binary Linear Encoder и блоки Binary Linear Decoder, необходимо изучить параметры Error-correction truth table и Generator matrix.

Порождающая матрица - процесс кодирования сообщения в [N, K] линейный блочный код определяется K-by-N порождающей матрицей G. А именно, 1 вектором сообщения K v закодирован в вектор кодовой комбинации 1 на n vG. Если G имеет форму [Ик, P] или [P, Ик], где P является некоторой матрицей K-by-(N-K), и Ик является K-by-K единичной матрицей, G, как говорят, находится в стандартной форме. (Некоторые авторы, такие как Кларк и Каин [2], используют первую стандартную форму, в то время как другие, такие как Лин и Костелло [3], используют второе.) Линейные блоки блочного кодирования в этом продукте требуют, чтобы параметр маски Generator matrix был в стандартной форме.

При декодировании Таблицы - таблица декодирования говорит декодер, как откорректировать ошибки, которые, возможно, повредили код во время передачи. Коды Хемминга могут откорректировать любую односимвольную ошибку в любой кодовой комбинации. Другие коды могут откорректировать, или частично откорректировать, ошибки, которые повреждают больше чем один символ в данной кодовой комбинации.

Блок Binary Linear Decoder позволяет вам задавать таблицу декодирования в параметре Error-correction truth table. Представляйте таблицу декодирования как матрицу со столбцами N и 2^N-K 'Строки' . Каждая строка дает вектор коррекции для одного полученного вектора кодовой комбинации.

Можно постараться не задавать таблицу декодирования явным образом путем установки параметра Error-correction truth table на 0. Когда Error-correction truth table является 0, блок вычисляет таблицу декодирования с помощью syndtable функция.

Циклические коды

Для циклических кодов длина кодовой комбинации N должна иметь форму 2^M- 1, где M является целым числом, больше, чем или равный 3.

Полиномы генератора - Циклические коды имеют специальные алгебраические свойства, которые позволяют полиному определять процесс кодирования полностью. Этот так называемый порождающий полином является степенью - (N-K) делитель полинома x^N- 1. Линт фургона [5] объясняет, как порождающий полином определяет циклический код.

Binary Cyclic Encoder и блоки Binary Cyclic Decoder позволяют вам задавать порождающий полином как второй параметр маски, вместо того, чтобы задать K там. Блоки представляют порождающий полином с помощью вектора, который перечисляет коэффициенты полинома в порядке возрастающих степеней переменной. Можно найти полиномы генератора для циклических кодов с помощью cyclpoly функция.

Если вы не хотите задавать порождающий полином, установите второй параметр маски на значение K.

Коды Хемминга

Для Кодов Хемминга длина кодовой комбинации N должна иметь форму 2^M- 1, где M является целым числом, больше, чем или равный 3. Длина сообщения K должна равняться N-M.

Примитивные Полиномы - Коды Хемминга используют алгебраические поля, которые имеют 2^M элементы (или, в более общем плане, p^M элементы для простого числа p). Элементы таких полей называют относительно выдающегося элемента поля, которое называется примитивным элементом. Минимальный полином примитивного элемента называется примитивным полиномом. Hamming Encoder и блоки Hamming Decoder позволяют вам задавать примитивный полином для конечного поля, которое они используют для расчетов. Если вы хотите задать этот полином, сделайте так во втором поле параметра маски. Блоки представляют примитивный полином с помощью вектора, который перечисляет коэффициенты полинома в порядке возрастающих степеней переменной. Можно найти полиномы генератора для Полей Галуа с помощью gfprimfd функция.

Если вы не хотите задавать примитивный полином, установите второй параметр маски на значение K.

Коды BCH

Коды BCH являются циклическими кодами с коррекцией ошибок, которые создаются с помощью конечных полей. Для этих кодов длина кодовой комбинации N должна иметь форму 2^M- 1, где M является целым числом от 3 до 9. Длина сообщения K ограничивается особыми значениями, которые зависят от N. Чтобы видеть, какие значения K допустимы для данного N, смотрите comm.BCHEncoder Система object™ страница с описанием. Никакая известная аналитическая формула не описывает отношение среди длины кодовой комбинации, длины сообщения и возможности исправления ошибок кодов BCH.

Узкий смысл коды BCH

Порождающий полином узкого смысла является LCM [m_1 (x), m_2 (x)..., m_2t (x)], где:

Коды Рида-Соломона

Коды Рида-Соломона полезны для исправления ошибок, которые происходят в пакетах. В самом простом случае длина кодовых комбинаций в коде Рида-Соломона имеет форму N = 2^M- 1, где 2^M количество символов для кода. Возможностью исправления ошибок кода Рида-Соломона является floor((N-K)/2), где K является длиной слов сообщения. Различие N-K должно быть четным.

Иногда удобно использовать сокращенный код Рида-Соломона, в котором N меньше 2^M- 1. В этом случае энкодер добавляет 2^M- 1-N обнуляют символы к каждому слову сообщения и кодовой комбинации. Возможностью исправления ошибок сокращенного кода Рида-Соломона является также floor((N-K)/2). Блоки Тростника-Solomon Communications Toolbox могут реализовать сокращенные коды Рида-Соломона.

Эффект Небинарных Символов - Одно различие между кодами Рида-Соломона и другими кодами, поддержанными в этом продукте, состоит в том что символы процесса кодов Рида-Соломона в GF (2^M) вместо GF (2). M биты задают каждый символ. Небинарная природа символов кода Рида-Соломона заставляет блоки Тростника-Solomon отличаться от других кодеров этими способами:

Информация об ошибке - блоки декодирования Тростника-Solomon (Binary-Output RS Decoder и Integer-Output RS Decoder) возвращают связанную с ошибкой информацию во время симуляции. Второй выходной сигнал указывает на количество ошибок, которые блок обнаружил во входной кодовой комбинации.-1 во втором выходе указывает, что блок обнаружил больше ошибок, чем это могло откорректировать использование схемы кодирования.

Сокращение, прокалывая, и стирания

Много стандартов используют проколотые коды, и цифровые приемники могут легко вывести стирания. Эффективность BCH и RS значительно улучшается в исчезающих каналах, где приемник генерирует стирания.

Проколотая кодовая комбинация имеет только символы четности, удаленные, и сокращенная кодовая комбинация имеет только информационные удаленные символы. Кодовая комбинация со стираниями может иметь те стирания или в информационных символах или в символах четности.

Примеры Рида Соломона с сокращением, прокалыванием и стираниями

В этом разделе, представительном примере Рида Соломона, кодирующего с сокращением, прокалывание и стирания создаются с увеличивающейся сложностью исправления ошибок.

Пример энкодера с сокращением и прокалыванием

Следующий рисунок показывает представительный пример (7,3) энкодер Рида Соломона с сокращением и прокалыванием.

В этом рисунке, источник сообщения выходные параметры два информационных символа, определяемые _I1I2. (Для примера BCH символы являются битами.), Поскольку код является сокращенным (7,3) код, нуль должен быть добавлен перед информационными символами, дав к сообщению с тремя символами _0I1I2. Модифицированной последовательностью сообщения является RS, закодированный, и добавленный информационный нуль затем удален, который приводит к результату _I1I2P1P2P3P4. (В этом примере биты четности в конце кодовой комбинации.)

Операцией прокалывания управляет вектор прокола, который, в этом случае, является 1011. В векторе прокола, 1 средние значения, которыми символ сохранен, и 0 средние значения, что символ выброшен. В этом примере операция прокалывания удаляет второй символ четности, давая к итоговому вектору из _I1I2P1P3P4.

Пример декодера с сокращением и прокалыванием

Следующий рисунок показывает, как декодер RS работает с сокращенной и проколотой кодовой комбинацией.

Этот случай соответствует работе энкодера, показанной на рисунке из энкодера RS с сокращением и прокалыванием. Как показано на предыдущем рисунке, энкодер получает (5,2) кодовая комбинация, потому что это было сокращено от (7,3) кодовая комбинация одним символом, и один символ был также проколот.

Как первый шаг, декодер добавляет стирание, определяемое E, во втором положении четности кодовой комбинации. Это соответствует вектору прокола 1011. Добавление нуля составляет сокращение, таким же образом как показано на предыдущем рисунке. Одно стирание не превышает корректирующую стирание поддержку кода, который может откорректировать четыре стирания. Операция декодирования приводит к _{сообщению DI1I2} с тремя символами. Первый символ является усеченным, как на предыдущем рисунке, давая к окончательному результату _I1I2.

Пример декодера с сокращением, прокалыванием и стираниями

Следующий рисунок показывает декодер, работающий с проколотой, сокращенной кодовой комбинацией, также корректируя стирания, сгенерированные приемником.

В этом рисунке демодулятор получает вектор _I1I2P1P3P4 что отправленный энкодер. Демодулятор объявляет, что два из пяти полученных символов достаточно ненадежны, чтобы быть стертыми, такие, что символы 2 и 5, как считают, являются стираниями. 01 001 вектор, обеспеченный внешним источником, указывает на эти стирания. В векторе стираний 1 означает, что символ должен быть заменен символом стирания и 0 средние значения, что символ передается неизменный.

Блоки декодера получают кодовую комбинацию и вектор стирания, и выполняют стирания, обозначенные вектором 01001. В векторе стираний 1 означает, что символ должен быть заменен символом стирания и 0 средние значения, что символ передается неизменный. Получившийся вектор кодовой комбинации является _I1EP1P3E, где E является символом стирания.

Кодовая комбинация затем depunctured, согласно вектору прокола, используемому в операции кодирования (i.e., 1011). Таким образом символ стирания вставляется между _P1 и _P3, давая к вектору кодовой комбинации из _I1EP1EP3E.

Только до декодирования, сложение нулей в начале информационного вектора составляет сокращение. Итоговый вектор является _0I1EP1EP3E, таким, что (7,3) кодовая комбинация отправляется в алгоритм Berlekamp.

Эта кодовая комбинация декодируется, давая к сообщению с тремя символами _DI1I2 (где D относится к фиктивному символу). Наконец, удаление символа D от вектора сообщения составляет сокращение и дает _{к исходному I1I2} вектору.

Для получения дополнительной информации смотрите, что Тростник-Solomon Кодирует со Стираниями, Проколами, и Сокращает пример MATLAB или Кодирование Тростника-Solomon со Стираниями, Проколы и Сокращение в примере Simulink.

Код Рида-Соломона в целочисленном формате

Чтобы открыть модель в качестве примера, которая использует код Рида-Соломона в целочисленном формате, введите doc_rscoding в командной строке MATLAB. Для получения дополнительной информации о модели, смотрите Пример: Код Рида-Соломона в Целочисленном формате

Найдите порождающий полином

Чтобы найти порождающий полином для циклического, BCH или код Рида-Соломона, используют cyclpoly, bchgenpoly, или rsgenpoly функция, соответственно. Команды

genpolyCyclic = cyclpoly(15,5) % 1+X^5+X^10
genpolyBCH = bchgenpoly(15,5)  % x^10+x^8+x^5+x^4+x^2+x+1
genpolyRS = rsgenpoly(15,5)

найдите полиномы генератора для блочных кодов различных типов. Выход ниже.

genpolyCyclic =

     1     0     0     0     0     1     0     0     0     0     1


genpolyBCH = GF(2) array.

Array elements =

     1     0     1     0     0     1     1     0     1     1     1


genpolyRS = GF(2^4) array. Primitive polynomial = D^4+D+1 (19 decimal)

Array elements =

     1     4     8    10    12     9     4     2    12     2     7

Форматы этих выходных параметров варьируются:

Групповой из полиномов генератора

Некоторые пары длины сообщения и длины кодовой комбинации исключительно не определяют порождающий полином. Синтаксисы для функций в примере выше также включают опции для получения полиномов генератора, которые удовлетворяют определенным ограничениям, которые вы задаете. Смотрите страницы с описанием функций для получения дополнительной информации об опциях синтаксиса.

Алгебраическое выражение для полиномов генератора

Полиномы генератора, произведенные bchgenpoly и rsgenpoly имейте форму (X - A^b) (X - A^b+1)... (X - A^b+2t-1), где A является примитивным элементом для соответствующего Поля Галуа, и b и t являются целыми числами. Смотрите страницы с описанием функций для получения дополнительной информации об этом выражении.

Выполнение других задач блочного кода

В этом разделе описываются функции, которые вычисляют типичные параметры, сопоставленные с линейными блочными кодами, а также функциями, которые преобразуют информацию от одного формата до другого.

Выбранная библиография для блочного кодирования

Функции сверточного кода

Сверточное кодирование является особым случаем кодирования контроля ошибок. В отличие от кодера блока, сверточный кодер не является устройством без памяти. Даже при том, что сверточный кодер принимает постоянное число символов сообщения и производит постоянное число кодовых знаков, его расчеты зависят не только от текущего набора вводимых символов, но и на некоторых предыдущих вводимых символах.

Communications Toolbox предусматривает сверточные возможности кодирования как блоки Simulink, Системные объекты и функции MATLAB. Этот поддержка продукта feedforward и сверточные коды обратной связи, которые могут быть описаны структурой решетки или набором полиномов генератора. Это использует алгоритм Viterbi, чтобы реализовать декодирование трудного решения и мягкого решения.

Продукт также включает по опыту декодер вероятности, который может использоваться для мягкого выходного декодирования сверточных кодов.

Для справочной информации о сверточном кодировании смотрите работы, перечисленные в Выбранной Библиографии для Сверточного Кодирования.

Параметры блоков для сверточного кодирования

К сверточным кодам процесса используйте Convolutional Encoder, Viterbi Decoder и/или блоки APP Decoder в подбиблиотеке Convolutional. Если параметр маски требуется и в энкодере и в декодере, используйте то же значение в обоих блоках.

Блоки в подбиблиотеке Convolutional принимают, что вы используете одно из двух различных представлений сверточного энкодера:

Для получения дополнительной информации об этих представлениях, см. Полиномиальное Описание Описания Сверточного кода и Решетки Сверточного кода.

Используя полиномиальное описание в блоках

Чтобы использовать полиномиальное описание с Convolutional Encoder, Viterbi Decoder или блоки APP Decoder, использует служебную функцию poly2trellis от Communications Toolbox. Эта функция принимает полиномиальное описание и преобразует его в описание решетки. Например, следующая команда вычисляет описание решетки энкодера, продолжительность ограничения которого равняется 5 и чьи полиномы генератора равняются 35 и 31:

trellis = poly2trellis(5,[35 31]);

Чтобы использовать этот энкодер с одним из сверточных кодеров, просто поместите poly2trellis команда такой как

poly2trellis(5,[35 31]);

в поле параметра Trellis structure.

Полиномиальное описание сверточного кода

Полиномиальное описание сверточного энкодера описывает связи среди сдвиговых регистров и по модулю 2 сумматоров. Например, рисунок ниже изображает feedforward сверточный энкодер, который имеет вход того, два выходных параметров и два сдвиговых регистра.

Полиномиальное описание сверточного энкодера имеет или два или три компонента, в зависимости от того, является ли энкодер типом обратной связи или feedforward:

Продолжительности ограничения.  Продолжительности ограничения энкодера формируют вектор, длина которого является количеством входных параметров в схеме энкодера. Элементы этого вектора указывают на количество битов, сохраненных в каждом сдвиговом регистре, включая текущие входные биты.

На рисунке выше, продолжительность ограничения равняется трем. Это - скаляр, потому что энкодер имеет входной поток того, и его значение один плюс количество сдвиговых регистров для того входа.

Полиномы генератора.  Если схема энкодера имеет входные параметры k и n выходные параметры, матрица генератора кода является k-by-n матрицей. Элемент в i-ой строке и j-ом столбце указывает, как i-ый вход способствует j-ому выходу.

Для систематических битов систематического энкодера обратной связи совпадайте с записью в матрице генератора кода с соответствующим элементом вектора соединения обратной связи. Смотрите Полиномы Соединения обратной связи ниже для деталей.

В других ситуациях можно определить (i, j) запись в матрице можно следующим образом:

Например, двоичные числа, соответствующие верхним и более низким сумматорам на рисунке выше, равняются 110 и 111, соответственно. Эти двоичные числа эквивалентны восьмеричным числам 6 и 7, соответственно, таким образом, матрица порождающего полинома [6 7].

Для таблицы некоторых хороших генераторов сверточного кода обратитесь к [2] в разделе Selected Bibliography for Block Coding, особенно что приложения книги.

Полиномы Соединения обратной связи.  Если вы представляете энкодер обратной связи, вам нужен вектор из полиномов соединения обратной связи. Длина этого вектора является количеством входных параметров в схеме энкодера. Элементы этого вектора указывают на соединение обратной связи для каждого входа, с помощью восьмеричного формата. Сначала создайте представление двоичного числа как на шаге 1 выше. Затем преобразуйте бинарное представление в восьмеричное представление как на шаге 2 выше.

Если энкодер имеет настройку обратной связи и также систематичен, генератор кода и параметры соединения обратной связи, соответствующие систематическим битам, должны иметь те же значения.

Используйте Структуру Решетки для Уровня 1/2 Обратная связь Сверточный Энкодер

Создайте структуру решетки, чтобы представлять уровень 1/2 систематический сверточный энкодер с обратной связью, показанной в этой схеме.

Этот энкодер имеет 5 в течение его продолжительности ограничения, [37 33] как его матрица порождающего полинома, и 37 для ее полинома соединения обратной связи.

Первый порождающий полином восьмеричный 37. Второй порождающий полином восьмеричный 33. Полином обратной связи восьмеричный 37. Первый порождающий полином совпадает с полиномом соединения обратной связи, потому что первый выход соответствует систематическим битам.

Бинарный вектор [1 1 1 1 1] представляет восьмеричные 37 и соответствует верхней строке двоичных цифр в схеме. Бинарный вектор [1 1 0 1 1] представляет восьмеричные 33 и соответствует более низкой строке двоичных цифр в схеме. Эти двоичные цифры указывают на связи от выходных параметров регистров к этим двум сумматорам в схеме. Начальный 1 соответствует входному биту.

Преобразуйте полином в структуру решетки при помощи poly2trellis функция. Когда используется полиномом обратной связи, poly2trellis делает соединение обратной связи к входу решетки.

trellis = poly2trellis(5,[37 33],37)

trellis = struct with fields:
     numInputSymbols: 2
    numOutputSymbols: 4
           numStates: 16
          nextStates: [16x2 double]
             outputs: [16x2 double]

Сгенерируйте случайные двоичные данные. Convolutionally кодируют данные при помощи заданной структуры решетки. Декодируйте закодированные данные при помощи алгоритма Viterbi с заданной структурой решетки, 34 для ее traceback глубины, усеченного режима работы и трудных решений.

data = randi([0 1],70,1);
codedData = convenc(data,trellis);
tbdepth = 34; % Traceback depth for Viterbi decoder
decodedData = vitdec(codedData,trellis,tbdepth,'trunc','hard');

Проверьте, что декодируемые данные имеют нулевые битовые ошибки.

biterr(data,decodedData)

ans = 0

Используя Полиномиальное Описание в MATLAB.  Использовать полиномиальное описание с функциями convenc и vitdec, сначала преобразуйте его в описание решетки с помощью poly2trellis функция. Например, команда ниже вычисляет описание решетки энкодера, изображенного в разделе Polynomial Description Сверточного кода.

trellis = poly2trellis(3,[6 7]);

Структура MATLAB trellis подходящий входной параметр для convenc и vitdec.

Описание решетки сверточного кода

Описание решетки сверточного энкодера показывает, как каждый возможный вход к энкодеру влияет и на выход и на изменения состояния энкодера. В этом разделе описываются решетки, и как представлять решетки в MATLAB и дает пример решетки MATLAB.

Рисунок ниже изображает решетку для сверточного энкодера от предыдущего раздела. Энкодер имеет четыре состояния (пронумерованный в двоичном файле от 00 до 11), однобитный вход и двухбитовый выход. (Отношение входных битов, чтобы вывести биты делает этот энкодер rate-1/2 энкодер.) Каждая твердая стрелка показывает, как энкодер изменяет свое состояние, если текущий вход является нулем, и каждая пунктирная стрелка показывает, как энкодер изменяет свое состояние, если текущий вход является тем. Восьмеричные числа выше каждой стрелы указывают на текущую производительность энкодера.

Как пример интерпретации этой схемы решетки, если энкодер находится в этих 10 состояниях и получает вход нуля, это выводит кодовый знак 3 и превращается в это 01 состояние. Если это находится в этих 10 состояниях и получает вход одного, это выводит кодовый знак 0 и превращается в эти 11 состояний.

Обратите внимание на то, что любое полиномиальное описание сверточного энкодера эквивалентно некоторому описанию решетки, несмотря на то, что некоторые решетки не имеют никаких соответствующих полиномиальных описаний.

Определение Решетки в MATLAB.  Чтобы задать решетку в MATLAB, используйте определенную форму структуры MATLAB, названной структурой решетки. Структура решетки должна иметь пять полей, как в приведенной ниже таблице.

В nextStates матрица, каждая запись является целым числом между 0 и numStates- 1. Элемент в i-ой строке и j-ом столбце обозначает следующее состояние, когда начальное состояние является i-1, и входные биты имеют десятичное представление j-1. Чтобы преобразовать входные биты в десятичное значение, используйте первый входной бит в качестве старшего значащего бита (MSB). Например, второй столбец nextStates матрица хранит следующие состояния, когда текущий набор входных значений {0..., 0,1}. Чтобы изучить, как присвоить номера состояниям, смотрите страницу с описанием для istrellis.

В outputs матрица, элемент в i-ой строке и j-ом столбце обозначают выход энкодера, когда начальное состояние является i-1, и входные биты имеют десятичное представление j-1. Чтобы преобразовать в десятичное значение, используйте первый выходной бит в качестве MSB.

Как Создать Структуру Решетки MATLAB.  Если вы знаете, какую информацию вы хотите поместить в каждое поле, можно создать структуру решетки любым из этих способов:

Чтобы проверять, является ли ваша структура допустимой структурой решетки, используйте istrellis функция.

Пример: Структура Решетки MATLAB.  Считайте решетку показанной ниже.

Чтобы создать структуру решетки, которая описывает его, используйте команду ниже.

trellis = struct('numInputSymbols',2,'numOutputSymbols',4,...
'numStates',4,'nextStates',[0 2;0 2;1 3;1 3],...
'outputs',[0 3;1 2;3 0;2 1]);

Количество вводимых символов равняется 2, потому что схема решетки имеет два типа входа path: твердая стрела и пунктирная стрела. Количество выходных символов равняется 4, потому что числа выше стрел могут быть или 0, 1, 2, или 3. Количество состояний равняется 4, потому что существует четыре маркера на левой стороне схемы решетки (эквивалентно, четыре на правой стороне). Чтобы вычислить матрицу следующих состояний, создайте матрицу, строки которой соответствуют этим четырем текущим состояниям на левой стороне решетки, столбцы которой соответствуют входным параметрам 0 и 1, и чьи элементы дают следующие состояния в конце стрел на правой стороне решетки. Чтобы вычислить матрицу выходных параметров, создайте матрицу, строки и столбцы которой как в следующей матрице состояний, но чьи элементы дают восьмеричные выходные параметры, показанные выше стрелок в решетке.

Создайте и декодируйте сверточные коды

Функции для кодирования и декодирования сверточных кодов convenc и vitdec. В этом разделе рассматриваются использование этих функций, чтобы создать и декодировать сверточные коды.

Кодирование.  Простой способ использовать convenc создать сверточный код показывают в командах ниже.

% Define a trellis.
t = poly2trellis([4 3],[4 5 17;7 4 2]);
% Encode a vector of ones.
x = ones(100,1);
code = convenc(x,t);

Первая команда преобразует полиномиальное описание feedforward сверточный энкодер к соответствующему описанию решетки. Вторая команда кодирует 100 битов, или 50 двухбитовых символов. Поскольку скорость кода в этом примере является 2/3, выходной вектор code содержит 150 битов (то есть, 100 входных раз битов 3/2).

Чтобы проверять, соответствует ли ваша решетка катастрофическому сверточному коду, используйте iscatastrophic функция.

Декодирование трудного решения.  Чтобы декодировать трудные решения использования, используйте vitdec функция с флагом 'hard' и с данными о двоичном входе. Поскольку выход convenc является бинарным декодирование трудного решения может использовать выход convenc непосредственно, без дополнительной обработки. Этот пример расширяет предыдущий пример и реализует декодирование трудного решения.

Define a trellis.

t = poly2trellis([4 3],[4 5 17;7 4 2]);
Encode a vector of ones.

code = convenc(ones(100,1),t);
Set the traceback length for decoding and decode using vitdec.

tb = 2;
decoded = vitdec(code,t,tb,'trunc','hard');
Verify that the decoded data is a vector of 100 ones.

isequal(decoded,ones(100,1))

ans = logical
   1

Декодирование мягкого решения.  Чтобы декодировать использующие мягкие решения, используйте vitdec функция с флагом 'soft'. Задайте номер, nsdec, из битов мягкого решения и входных данных использования, состоящих из целых чисел между 0 и 2^nsdec-1.

Вход 0 представляет самый уверенный 0, в то время как вход 2^nsdec-1 представляет самый уверенный 1. Другие значения представляют менее уверенные решения. Например, таблица ниже приводит интерпретации значений для 3-битных мягких решений.

Реализуйте декодирование Мягкого Решения Используя MATLAB

Скрипт ниже иллюстрирует декодирование с 3-битными мягкими решениями. Сначала это создает сверточный код с convenc и добавляет белый Гауссов шум в код с awgn. Затем чтобы подготовиться к декодированию мягкого решения, использованию в качестве примера quantiz сопоставлять значения зашумленных данных с соответствующими целыми числами значения решения между 0 и 7. Второй аргумент в quantiz вектор раздела, который определяет, который значения данных сопоставляют с 0, 1, 2, и т.д. Раздел выбран так, чтобы значения около 0 карт к 0 и значения около 1 карты к 7. (Можно совершенствовать раздел, чтобы получить лучше декодирующую эффективность, если приложение требует его.) Наконец, пример декодирует код и вычисляет частоту ошибок по битам. При сравнении декодируемых данных с исходным сообщением пример должен принять задержку декодирования во внимание. Непрерывный режим работы vitdec вызывает задержку, равную traceback длине, таким образом, msg(1) соответствует decoded(tblen+1) вместо к decoded(1).

s = RandStream.create('mt19937ar', 'seed',94384);
prevStream = RandStream.setGlobalStream(s);
msg = randi([0 1],4000,1); % Random data
t = poly2trellis(7,[171 133]); % Define trellis.
% Create a ConvolutionalEncoder System object
hConvEnc = comm.ConvolutionalEncoder(t);
% Create an AWGNChannel System object.
hChan = comm.AWGNChannel('NoiseMethod', 'Signal to noise ratio (SNR)',...
  'SNR', 6);
% Create a ViterbiDecoder System object
hVitDec = comm.ViterbiDecoder(t, 'InputFormat', 'Soft', ...
    'SoftInputWordLength', 3, 'TracebackDepth', 48, ...
    'TerminationMethod', 'Continuous');
% Create a ErrorRate Calculator System object. Account for the receive
% delay caused by the traceback length of the viterbi decoder.
hErrorCalc = comm.ErrorRate('ReceiveDelay', 48);
ber = zeros(3,1); % Store BER values
code = step(hConvEnc,msg); % Encode the data.
hChan.SignalPower = (code'*code)/length(code);
ncode = step(hChan,code); % Add noise.

% Quantize to prepare for soft-decision decoding.
qcode = quantiz(ncode,[0.001,.1,.3,.5,.7,.9,.999]);

tblen = 48; delay = tblen; % Traceback length
decoded = step(hVitDec,qcode); % Decode.

% Compute bit error rate.
ber = step(hErrorCalc, msg, decoded);
ratio = ber(1)
number = ber(2)
RandStream.setGlobalStream(prevStream);

Выход ниже.

number =

     5


ratio =

    0.0013

Реализуйте Декодирование Мягкого Решения Используя Simulink.  Этот пример создает уровень 1/2 сверточный код. Это использует квантизатор и блок Viterbi Decoder, чтобы выполнить декодирование мягкого решения. Чтобы открыть модель, введите doc_softdecision в командной строке MATLAB. Для описания модели см. Обзор Симуляции.

Определение сверточного кода

Feedforward сверточный энкодер в этом примере изображен ниже.

Продолжительность ограничения энкодера является скаляром, поскольку энкодер имеет вход того. Значение продолжительности ограничения является количеством битов, сохраненных в сдвиговом регистре, включая текущий вход. Существует шесть регистров памяти, и текущий вход составляет один бит. Таким образом продолжительность ограничения кода равняется 7.

Генератор кода 1 2 матрица восьмеричных чисел, потому что энкодер имеет вход того и два выходных параметров. Первый элемент в матрице указывает, какие входные значения способствуют первому выходу, и второй элемент в матрице указывает, какие входные значения способствуют второму выходу.

Например, первый выход в схеме энкодера является 2 суммами по модулю самого правого и четырьмя крайними левыми элементами в массиве схемы входных значений. Семиразрядное двоичное число 1111001 получает эту информацию и эквивалентно восьмеричному числу 171. Восьмеричное число 171 таким образом становится первой записью матрицы генератора кода. Здесь, каждый триплет битов использует крайний левый бит в качестве старшего значащего бита. Второй выход соответствует двоичному числу 1011011, которое эквивалентно восьмеричному числу 133. Генератор кода поэтому [171 133].

Параметр Trellis structure в блоке Convolutional Encoder говорит блок который код использовать при обработке данных. В этом случае, poly2trellis функция, в Communications Toolbox, преобразует продолжительность ограничения и пару восьмеричных чисел в допустимую структуру решетки.

В то время как данные о сообщении, вводящие блок Convolutional Encoder, являются скалярным потоком битов, закодированные данные, оставляя блок являются потоком бинарных векторов из длины 2.

Отображение принятых данных

Принятые данные, то есть, выход блока AWGN Channel, состоят из комплексных чисел, которые являются близко к-1 и 1. Для того, чтобы восстановить исходное двоичное сообщение, часть приемника модели должна декодировать сверточный код. Блок Viterbi Decoder в этой модели ожидает, что ее входные данные будут целыми числами между 0 и 7. Демодулятор, пользовательская подсистема в этой модели, преобразовывает принятые данные в формат, который блок Viterbi Decoder может интерпретировать правильно. А именно, подсистема демодулятора

Комбинация этого отображения и отображения решения блока Viterbi Decoder инвертирует модуляцию BPSK, которую блок BPSK Modulator Baseband выполняет на стороне передачи этой модели. Чтобы исследовать подсистему демодулятора более подробно, дважды кликните, значок пометил Soft-Output BPSK Demodulator.

Декодирование сверточного кода

После того, как принятые данные правильно сопоставлены с длиной 2 вектора из 3-битных значений решения, блок Viterbi Decoder декодирует его. Блок использует мягкий алгоритм выбора решения с 2³ различные входные значения, потому что параметром Decision type является Soft Decision и параметром Number of soft decision bits является 3.

Интерпретация мягкого решения данных

Когда параметр Decision type устанавливается на Soft Decision, блок Viterbi Decoder требует входных значений между 0 и 2^b- 1, где b является параметром Number of soft decision bits. Блок интерпретирует 0 как самое уверенное решение, что бит кодовой комбинации является 0 и интерпретирует 2^b- 1 как самое уверенное решение, что бит кодовой комбинации является 1. Значения, промежуточные эти экстремальные значения, представляют менее уверенные решения. В следующей таблице перечислены интерпретации восьми возможных входных значений для этого примера.

Traceback и Decoding Delay

traceback глубина влияет на задержку декодирования. Задержка декодирования является количеством нулевых символов, которые предшествуют первому декодируемому символу в выходе.

Оценка глубины Traceback

Как общая оценка, типичное traceback значение глубины приблизительно два - три раза (ConstraintLength – 1) / (1 – coderate). Продолжительность ограничения кода, ConstraintLength, равна (log2 (trellis.numStates) + 1). coderate равен (K / N) × (длина (PuncturePattern) / сумма (PuncturePattern).

K является количеством вводимых символов, N является количеством выходных символов, и PuncturePattern является вектором шаблона прокола.

Например, применяя эту общую оценку, результаты в них аппроксимируют traceback глубины.

Параметр Traceback depth в блоке Viterbi Decoder представляет длину задержки декодирования. Некоторые аппаратные реализации предлагают опции 48 и 96. Этот пример выбирает 48, потому что это ближе к предполагаемой цели для уровня ½ кода с продолжительностью ограничения 7.

Задержка принятых данных

Параметр Receive delay блока Error Rate Calculation является ненулевым, потому что данный бит сообщения и его соответствующий восстановленный бит разделяются вовремя ненулевой суммой времени симуляции. Параметр Receive delay говорит блок который элементы его входных сигналов выдержать сравнение при проверке ошибок.

В этом случае значение Задержки приема равно значению глубины Traceback (48).

Сравнение результатов симуляции теоретическими результатами

В этом разделе описывается сравнить частоту ошибок по битам в этой симуляции с частотой ошибок по битам, которая теоретически следовала бы из неквантованного декодирования. Процесс включает эти шаги

Проект a Rate-2/3 Энкодер Прямого распространения Используя MATLAB

Пример ниже использует уровень 2/3 энкодер прямого распространения, изображенный в этом схематичном. Сопроводительное описание объясняет, как определить параметр структуры решетки из схематического из энкодера и затем как выполнить кодирование с помощью этого энкодера.

Определение параметров кодирования.  convenc и vitdec функции могут реализовать этот код, если их параметры имеют соответствующие значения.

Продолжительность ограничения энкодера является вектором из длины 2, потому что энкодер имеет два входных параметров. Элементы этого вектора указывают на количество битов, сохраненных в каждом сдвиговом регистре, включая текущие входные биты. Подсчет пространств памяти в каждом сдвиговом регистре в схеме и добавление один для текущих входных параметров приводят к продолжительности ограничения [5 4].

Чтобы определить параметр генератора кода как матрицу 2 на 3 восьмеричных чисел, используйте элемент в i-ой строке и j-ом столбце, чтобы указать, как i-ый вход способствует j-ому выходу. Например, чтобы вычислить элемент во второй строке и третьем столбце, крайнее левое и два самых правых элемента во втором сдвиговом регистре схемы питаются в сумму, которая формирует третий выход. Получите эту информацию как двоичное число 1011, которое эквивалентно восьмеричному числу 13. Полное значение матрицы генератора кода [23 35 0; 0 5 13].

Использовать продолжительность ограничения и параметры генератора кода в convenc и vitdec функции, используйте poly2trellis функционируйте, чтобы преобразовать те параметры в структуру решетки. Команда, чтобы сделать это ниже.

trel = poly2trellis([5 4],[23 35 0;0 5 13]); % Define trellis.

Используя Энкодер.  Ниже скрипт, который использует этот энкодер.

len = 1000;

msg = randi([0 1],2*len,1); % Random binary message of 2-bit symbols
trel = poly2trellis([5 4],[23 35 0;0 5 13]); % Trellis
% Create a ConvolutionalEncoder System object
hConvEnc = comm.ConvolutionalEncoder(trel);
% Create a ViterbiDecoder System object
hVitDec = comm.ViterbiDecoder(trel, 'InputFormat', 'hard', ...
    'TracebackDepth', 34, 'TerminationMethod', 'Continuous');
% Create a ErrorRate Calculator System object. Since each symbol represents
% two bits, the receive delay for this object is twice the traceback length
% of the viterbi decoder.
hErrorCalc = comm.ErrorRate('ReceiveDelay', 68);
ber = zeros(3,1); % Store BER values
code = step(hConvEnc,msg); % Encode the message.
ncode = rem(code + randerr(3*len,1,[0 1;.96 .04]),2); % Add noise.
decoded = step(hVitDec, ncode); % Decode.
ber = step(hErrorCalc, msg, decoded);

convenc принимает вектор, содержащий 2-битные символы, и дает вектор, содержащий 3-битные символы, в то время как vitdec делает противоположное. Также заметьте это biterr игнорирует первые 68 элементов decoded. Таким образом, задержка декодирования равняется 68, который является количеством битов на символ (2) из восстановленных времен сообщения traceback значение глубины (34) в vitdec функция. Первые 68 элементов decoded 0s, в то время как последующие элементы представляют декодируемые сообщения.

Спроектируйте Уровень 2/3 Энкодер Прямого распространения Используя Simulink

Этот пример использует уровень 2/3 feedforward сверточный энкодер, изображенный в следующем рисунке. Описание объясняет, как определить параметры кодеров из схематического из уровня 2/3 энкодер прямого распространения. Этот пример также иллюстрирует использование блока Error Rate Calculation с задержкой приема.

Как Определить Параметры Кодирования.  Convolutional Encoder и блоки Viterbi Decoder могут реализовать этот код, если их параметры имеют соответствующие значения.

Продолжительность ограничения энкодера является вектором из длины 2, поскольку энкодер имеет два входных параметров. Элементы этого вектора указывают на количество битов, сохраненных в каждом сдвиговом регистре, включая текущие входные биты. Подсчет пространств памяти в каждом сдвиговом регистре в схеме и добавление один для текущих входных параметров приводят к продолжительности ограничения [5 4].

Чтобы определить параметр генератора кода как матрицу 2 на 3 восьмеричных чисел, используйте элемент в i-ой строке и j-ом столбце, чтобы указать, как i-ый вход способствует j-ому выходу. Например, чтобы вычислить элемент во второй строке и третьем столбце, заметьте, что крайнее левое и два самых правых элемента во втором сдвиговом регистре схемы питаются в сумму, которая формирует третий выход. Получите эту информацию как двоичное число 1011, которое эквивалентно восьмеричному числу 13. Полное значение матрицы генератора кода [27 33 0; 0 5 13].

Чтобы использовать продолжительность ограничения и параметры генератора кода в Сверточных блоках Энкодера и Декодера Витерби, используйте poly2trellis функционируйте, чтобы преобразовать те параметры в структуру решетки.

Как Симулировать Энкодер.  Следующая модель симулирует этот энкодер.

Чтобы открыть завершенную модель, введите doc_convcoding в командной строке MATLAB. Чтобы создать модель, соберите и сконфигурируйте эти блоки:

Соедините блоки как показано на предыдущем рисунке. На вкладке Simulation, в разделе Simulate, устанавливает Stop time на inf. Раздел Simulate появляется на нескольких вкладках.

Примечания по Модели.  Можно отобразить матричный размер сигналов в модели. На вкладке Debug расширьте Information Overlays. В разделе Signals выберите Signal Dimensions.

Энкодер принимает вектор столбцов 2 на 1 и производит вектор-столбец 3 на 1, в то время как декодер делает противоположное. Параметр Samples per frame в блоке Bernoulli Binary Generator равняется 2, потому что блок должен сгенерировать слово сообщения длины 2.

Параметр Receive delay в блоке Error Rate Calculation равняется 68, который является длиной вектора (2) из восстановленных времен сообщения значение Traceback depth (34) в блоке Viterbi Decoder. Если вы исследуете переданные и полученные сигналы как матрицы в рабочем пространстве MATLAB, вы видите, что первые 34 строки восстановленного сообщения состоят из нулей, в то время как последующие строки являются декодируемыми сообщениями. Таким образом задержка полученного сигнала является 34 векторами из длины 2, или 68 выборок.

Выполнение модели производит отображаемый вывод, состоящий из трех чисел: коэффициент ошибок, общее количество ошибок и общее количество сравнений, которые блок Error Rate Calculation делает во время симуляции. (Первые два числа варьируются в зависимости от ваших значений Initial seed по Бернуллиевому Бинарному Генератору и Бинарным Симметричным блокам Канала.) Остановки симуляции после 100 ошибок происходят, потому что Target number of errors установлен в 100 в блоке Error Rate Calculation. Коэффициент ошибок очень меньше 0.02, Error probability в блоке Binary Symmetric Channel.

Проколите сверточный код Используя MATLAB

Этот пример обрабатывает проколотый сверточный код. Это начинается путем генерации 30 000 случайных битов и кодирования их использующий rate-3/4 сверточный энкодер с шаблоном прокола [1 1 1 0 0 1]. Итоговый вектор содержит 40 000 битов, которые сопоставлены со значениями-1 и 1 для передачи. Проколотый код, punctcode, проходит через аддитивный канал белого Гауссова шума. То vitdec декодирует шумный вектор с помощью 'unquant' тип решения.

Наконец, пример вычисляет частоту ошибок по битам и количество битовых ошибок.

len = 30000; msg = randi([0 1], len, 1); % Random data
t = poly2trellis(7, [133 171]); % Define trellis.
% Create a ConvolutionalEncoder System object
hConvEnc = comm.ConvolutionalEncoder(t, ...
    'PuncturePatternSource', 'Property', ...
    'PuncturePattern', [1;1;1;0;0;1]);
% Create an AWGNChannel System object.
hChan = comm.AWGNChannel('NoiseMethod', 'Signal to noise ratio (SNR)',...
  'SNR', 3);
% Create a ViterbiDecoder System object
hVitDec = comm.ViterbiDecoder(t, 'InputFormat', 'Unquantized', ...
    'TracebackDepth', 96, 'TerminationMethod', 'Truncated', ...
    'PuncturePatternSource', 'Property', ...
    'PuncturePattern', [1;1;1;0;0;1]);
% Create a ErrorRate Calculator System object.
hErrorCalc = comm.ErrorRate;
berP = zeros(3,1); berPE = berP; % Store BER values
punctcode = step(hConvEnc,msg); % Length is (2*len)*2/3.
tcode = 1-2*punctcode; % Map "0" bit to 1 and "1" bit to -1
hChan.SignalPower = (tcode'*tcode)/length(tcode);
ncode = step(hChan,tcode); % Add noise.

% Decode the punctured code
decoded = step(hVitDec,ncode); % Decode.
berP = step(hErrorCalc, msg, decoded);% Bit error rate
% Erase the least reliable 100 symbols, then decode
release(hVitDec); reset(hErrorCalc)
hVitDec.ErasuresInputPort = true;
[dummy idx] = sort(abs(ncode));
erasures =  zeros(size(ncode)); erasures(idx(1:100)) = 1;
decoded = step(hVitDec,ncode, erasures); % Decode.
berPE = step(hErrorCalc, msg, decoded);% Bit error rate

fprintf('Number of errors with puncturing: %d\n', berP(2))
fprintf('Number of errors with puncturing and erasures: %d\n', berPE(2))

Реализуйте систематический энкодер с обратной связью Используя Simulink

Этот раздел объясняет, как использовать блок Convolutional Encoder, чтобы реализовать систематический энкодер с обратной связью. Код систематичен, если фактические слова сообщения появляются как часть кодовых комбинаций. Следующая схема показывает пример систематического энкодера.

Чтобы реализовать этот энкодер, установите параметр Trellis structure в блоке Convolutional Encoder к poly2trellis(5, [37 33], 37). Эта установка соответствует

Полином обратной связи представлен бинарным вектором [1 1 1 1 1], соответствуя верхней строке двоичных цифр. Эти цифры указывают на связи от выходных параметров регистров к сумматору. Начальный 1 соответствует входному биту. Восьмеричное представление двоичного числа 11111 равняется 37.

Чтобы реализовать систематический код, установите первый порождающий полином совпадать с полиномом обратной связи в параметре Trellis structure блока Convolutional Encoder. В этом примере оба полинома имеют восьмеричное представление 37.

Второй порождающий полином представлен бинарным вектором [1 1 0 1 1], соответствуя более низкой строке двоичных цифр. Восьмеричное число, соответствующее двоичному числу 11011, равняется 33.

Для получения дополнительной информации об установке параметров маски для блока Convolutional Encoder см. Полиномиальное Описание Сверточного кода.

Декодирование мягкого решения

Этот пример создает уровень 1/2 сверточный код. Это использует квантизатор и блок Viterbi Decoder, чтобы выполнить декодирование мягкого решения. Это описание затрагивает эти темы:

• Обзор симуляции

• Определение сверточного кода

• Отображение принятых данных

• Декодирование сверточного кода

• Задержка принятых данных

• Сравнение результатов симуляции теоретическими результатами

Обзор Симуляции.  Модель в следующем рисунке. Чтобы открыть модель, введите doc_softdecision в командной строке MATLAB. Симуляция создает случайный сигнал двоичного сообщения, кодирует сообщение в сверточный код, модулирует код с помощью метода бинарного манипулирования сдвига фазы (BPSK) и добавляет белый Гауссов шум в модулируемые данные для того, чтобы симулировать шумный канал. Затем симуляция готовит принятые данные к блоку декодирования и декодирует. Наконец, симуляция сравнивает декодируемую информацию с сигналом исходного сообщения для того, чтобы вычислить частоту ошибок по битам. Сверточный энкодер сконфигурирован как уровень 1/2 энкодер. Для каждых 2 битов энкодер добавляет еще 2 избыточных бита. Чтобы вместить это и добавить правильное количество шума, параметр Eb/No (dB) блока AWGN в действительности разделен на два путем вычитания 10*log10 (2). Концы симуляции после обработки 100 битовых ошибок или 10⁷ передайте биты, какой бы ни на первом месте.

Определение Сверточного кода.  Feedforward сверточный энкодер в этом примере изображен ниже.

Продолжительность ограничения энкодера является скаляром, поскольку энкодер имеет вход того. Значение продолжительности ограничения является количеством битов, сохраненных в сдвиговом регистре, включая текущий вход. Существует шесть регистров памяти, и текущий вход составляет один бит. Таким образом продолжительность ограничения кода равняется 7.

Генератор кода 1 2 матрица восьмеричных чисел, потому что энкодер имеет вход того и два выходных параметров. Первый элемент в матрице указывает, какие входные значения способствуют первому выходу, и второй элемент в матрице указывает, какие входные значения способствуют второму выходу.

Например, первый выход в схеме энкодера является 2 суммами по модулю самого правого и четырьмя крайними левыми элементами в массиве схемы входных значений. Семиразрядное двоичное число 1111001 получает эту информацию и эквивалентно восьмеричному числу 171. Восьмеричное число 171 таким образом становится первой записью матрицы генератора кода. Здесь, каждый триплет битов использует крайний левый бит в качестве старшего значащего бита. Второй выход соответствует двоичному числу 1011011, которое эквивалентно восьмеричному числу 133. Генератор кода поэтому [171 133].

Параметр Trellis structure в блоке Convolutional Encoder говорит блок который код использовать при обработке данных. В этом случае, poly2trellis функция, в Communications Toolbox, преобразует продолжительность ограничения и пару восьмеричных чисел в допустимую структуру решетки.

В то время как данные о сообщении, вводящие блок Convolutional Encoder, являются скалярным потоком битов, закодированные данные, оставляя блок являются потоком бинарных векторов из длины 2.

Отображение Принятых данных.  Принятые данные, то есть, выход блока AWGN Channel, состоят из комплексных чисел, которые являются близко к-1 и 1. Для того, чтобы восстановить исходное двоичное сообщение, часть приемника модели должна декодировать сверточный код. Блок Viterbi Decoder в этой модели ожидает, что ее входные данные будут целыми числами между 0 и 7. Демодулятор, пользовательская подсистема в этой модели, преобразовывает принятые данные в формат, который блок Viterbi Decoder может интерпретировать правильно. А именно, подсистема демодулятора

Комбинация этого отображения и отображения решения блока Viterbi Decoder инвертирует модуляцию BPSK, которую блок BPSK Modulator Baseband выполняет на стороне передачи этой модели. Чтобы исследовать подсистему демодулятора более подробно, дважды кликните, значок пометил Soft-Output BPSK Demodulator.

Декодирование Сверточного кода.  После того, как принятые данные правильно сопоставлены с длиной 2 вектора из 3-битных значений решения, блок Viterbi Decoder декодирует его. Блок использует мягкий алгоритм выбора решения с 2³ различные входные значения, потому что параметром Decision type является Soft Decision и параметром Number of soft decision bits является 3.

Интерпретация мягкого решения данных

Когда параметр Decision type устанавливается на Soft Decision, блок Viterbi Decoder требует входных значений между 0 и 2^b- 1, где b является параметром Number of soft decision bits. Блок интерпретирует 0 как самое уверенное решение, что бит кодовой комбинации является 0 и интерпретирует 2^b- 1 как самое уверенное решение, что бит кодовой комбинации является 1. Значения, промежуточные эти экстремальные значения, представляют менее уверенные решения. В следующей таблице перечислены интерпретации восьми возможных входных значений для этого примера.

Traceback и Decoding Delay

Параметр Traceback depth в блоке Viterbi Decoder представляет длину задержки декодирования. Типичные значения для traceback глубины являются приблизительно пять или шесть раз продолжительностью ограничения, которая была бы 35 или 42 в этом примере. Однако некоторые аппаратные реализации предлагают опции 48 и 96. Этот пример выбирает 48, потому что это ближе к целям (35, и 42), чем 96.

Задержка Принятых данных.  Параметр Receive delay блока Error Rate Calculation является ненулевым, потому что данный бит сообщения и его соответствующий восстановленный бит разделяются вовремя ненулевой суммой времени симуляции. Параметр Receive delay говорит блок который элементы его входных сигналов выдержать сравнение при проверке ошибок.

В этом случае значение Задержки приема равно значению глубины Traceback (48).

Сравнение Результатов симуляции Теоретическими Результатами.  В этом разделе описывается сравнить частоту ошибок по битам в этой симуляции с частотой ошибок по битам, которая теоретически следовала бы из неквантованного декодирования. Процесс включает несколько шагов, описанных в этих разделах:

Вычисление теоретических границ для частоты ошибок по битам

Чтобы вычислить теоретические границы для Свинца частоты ошибок по битам сверточного кода в этой модели, можно использовать эту оценку на основе декодирования неквантованного решения:

В этой оценке CD является суммой битовых ошибок для ошибочных событий расстояния d, и f является свободным расстоянием кода. Pd количества является попарной вероятностью появления ошибки, данной

где R является скоростью кода 1/2, и erfc MATLAB дополнительная функция ошибок, заданная

Значения для содействующего CD и свободного расстояния f находятся в опубликованных статьях, таких как "Сверточные коды с Оптимальным Спектром Расстояния" [3]. Свободное расстояние для этого кода является f = 10.

Следующие команды вычисляют значения Свинца для значений Eb/N0 в диапазоне от 1 до 4 с шагом 0,5:

EbNoVec = [1:0.5:4.0];
R = 1/2;
% Errs is the vector of sums of bit errors for
% error events at distance d, for d from 10 to 29.
Errs = [36 0 211 0 1404 0 11633 0 77433 0 502690 0,...
        3322763 0 21292910 0 134365911 0 843425871 0]; 
% P is the matrix of pairwise error probilities, for
% Eb/No values in EbNoVec and d from 10 to 29.
P = zeros(20,7); % Initialize.
for d = 10:29
   P(d-9,:) = (1/2)*erfc(sqrt(d*R*10.^(EbNoVec/10)));
end
% Bounds is the vector of upper bounds for the bit error
% rate, for Eb/No values in EbNoVec.
Bounds = Errs*P;

Симуляция многократно, чтобы собрать частоты ошибок по битам

Можно эффективно варьироваться параметры симуляции при помощи sim (Simulink) функция, чтобы запустить симуляцию из командной строки MATLAB. Например, следующий код вычисляет частоту ошибок по битам в отношениях энергии, подведенной к долоту к шуму в пределах от 1 дБ к 4 дБ с шагом 0,5 дБ. Это собирает все частоты ошибок по битам из этих симуляций в матричном BERVec. Это также строит частоты ошибок по битам в окне рисунка наряду с теоретическими границами, вычисленными в предыдущем фрагменте кода.

% Plot theoretical bounds and set up figure.
figure;
semilogy(EbNoVec,Bounds,'bo',1,NaN,'r*');
xlabel('Eb/No (dB)'); ylabel('Bit Error Rate');
title('Bit Error Rate (BER)');
legend('Theoretical bound on BER','Actual BER');
axis([1 4 1e-5 1]);
hold on;

BERVec = [];
% Make the noise level variable.
set_param('doc_softdecision/AWGN Channel',...
    'EsNodB','EbNodB+10*log10(1/2)');
% Simulate multiple times.
for n = 1:length(EbNoVec)
    EbNodB = EbNoVec(n);
    sim('doc_softdecision',5000000);
    BERVec(n,:) = BER_Data;
    semilogy(EbNoVec(n),BERVec(n,1),'r*'); % Plot point.
    drawnow;
end
hold off;

График частоты ошибок по битам против отношения сигнал-шум следует. Местоположения ваших фактических точек BER могут варьироваться, потому что симуляция включает случайные числа.

Tailbiting, кодирующий Используя энкодеры обратной связи

Этот пример демонстрирует Тэйлбитинга, кодирующего использование энкодеров обратной связи. Для энкодеров обратной связи конечное состояние зависит от целого блока данных. Чтобы выполнить tailbiting, необходимо вычислить для данного информационного вектора (битов N), начальное состояние, которое приводит к тому же конечному состоянию после того, как блок данных закодирован.

Это достигается на двух шагах:

Обратитесь к [8] для теоретического вычисления начального состояния _X0 от _XN ^[zs] использование формулировки пространства состояний. Это - одноразовое вычисление, которое зависит от длины блока и на практике могло быть реализовано как интерполяционная таблица. Здесь мы определяем эту таблицу отображения путем симуляции всех возможных записей для выбранной решетки и длины блока.

Чтобы открыть модель, введите doc_mtailbiting_wfeedback в командной строке MATLAB.

function mapStValues = getMapping(blkLen, trellis)
% The function returns the mapping value for the given block
length and trellis to be used for determining the initial
state from the zero-state response.

% All possible combinations of the mappings
mapStValuesTab = perms(0:trellis.numStates-1);

% Loop over all the combinations of the mapping entries:
for i = 1:length(mapStValuesTab)
mapStValues = mapStValuesTab(i,:);

% Model parameterized for the Block length
sim('mtailbiting_wfeedback');

% Check the boundary condition for each run
% if ending and starting states match, choose that mapping set
if unique(out)==0
        return
    end
end

Выбор возвращенного mapStValues для параметра Table data Direct Lookup Table (n-D) блок в подсистеме Поиска выполнит tailbiting, кодирующий для выбранной длины блока и решетки.

Выбранная библиография для сверточного кодирования

Представляйте слова для линейных блочных кодов

Циклическое, Хэмминг и типовая линейная функциональность блочного кода в этом продукте предлагают вам несколько способов организовать биты в сообщениях или кодовых комбинациях. Эти темы объясняют доступные форматы:

• Используйте MATLAB, чтобы создать сообщения и кодовые комбинации в бинарном векторном формате

• Используйте MATLAB, чтобы создать сообщения и кодовые комбинации в бинарном матричном формате

• Используйте MATLAB, чтобы создать сообщения и кодовые комбинации в десятичном векторном формате

Чтобы изучить, как представлять слова для BCH или кодов Рида-Соломона, смотрите, Представляют Слова для Кодов BCH или Представляют Слова для кодов Рида-Соломона.

Используйте MATLAB, чтобы Создать сообщения и Кодовые комбинации в Бинарном Векторном формате.  Ваши сообщения и кодовые комбинации могут принять форму векторов, содержащих 0s и 1 с. Например, сообщения и коды могут быть похожими на msg и code в линиях ниже.

n = 6; k = 4; % Set codeword length and message length
% for a [6,4] code.
msg = [1 0 0 1 1 0 1 0 1 0 1 1]'; % Message is a binary column.
code = encode(msg,n,k,'cyclic'); % Code will be a binary column.
msg'
code'

Выход ниже.

ans =

  Columns 1 through 5

      1            0            0            1            1

  Columns 6 through 10

      0            1            0            1            0

  Columns 11 through 12

      1            1


ans =

  Columns 1 through 5

      1            1            1            0            0

  Columns 6 through 10

      1            0            0            1            0

  Columns 11 through 15

      1            0            0            1            1

  Columns 16 through 18

      0            1            1      

В этом примере, msg состоит из 12 записей, которые интерпретированы как три 4-разрядных (потому что k = 4) сообщения. Итоговый вектор code включает три 6-разрядных (потому что n = 6) кодовые комбинации, которые конкатенированы, чтобы сформировать вектор из длины 18. Биты четности в начале каждой кодовой комбинации.

Используйте MATLAB, чтобы Создать сообщения и Кодовые комбинации в Бинарном Матричном Формате.  Можно организовать информацию о кодировании, чтобы подчеркнуть группировку цифр в сообщения и кодовые комбинации. Если вы используете этот подход, каждое сообщение или кодовая комбинация занимают строку в бинарной матрице. Пример ниже иллюстрирует этот подход путем листинга каждого 4-битного сообщения на отличной строке в msg и каждая 6-битная кодовая комбинация на отличной строке в code.

n = 6; k = 4; % Set codeword length and message length.
msg = [1 0 0 1; 1 0 1 0; 1 0 1 1]; % Message is a binary matrix.
code = encode(msg,n,k,'cyclic'); % Code will be a binary matrix.
msg
code

Выход ниже.

msg =

     1     0     0     1
     1     0     1     0
     1     0     1     1


code =

     1     1     1     0     0     1
     0     0     1     0     1     0
     0     1     1     0     1     1

Используйте MATLAB, чтобы Создать сообщения и Кодовые комбинации в Десятичном Векторном формате.  Ваши сообщения и кодовые комбинации могут принять форму векторов, содержащих целые числа. Каждый элемент вектора дает десятичное представление битов в одном сообщении или одной кодовой комбинации.

Синтаксис для encode команда должна упомянуть десятичный формат явным образом, как в примере ниже. Заметьте, что /decimal добавлен к четвертому аргументу в encode команда.

n = 6; k = 4; % Set codeword length and message length.
msg = [9;5;13]; % Message is a decimal column vector.
% Code will be a decimal vector.
code = encode(msg,n,k,'cyclic/decimal')

Выход ниже.

code =

    39
    20
    54

Сконфигурируйте параметры для линейных блочных кодов

Этот подраздел описывает элементы, в которых вы можете нуждаться для того, чтобы обработать [n, k] циклический, Хэмминг и типовые линейные блочные коды. Таблица ниже приводит элементы и методы кодирования, для которых они являются самыми важными.

Порождающая матрица.  Процесс кодирования сообщения в [n, k] линейный блочный код определяется k-by-n порождающей матрицей G. А именно, 1 вектором сообщения k v закодирован в вектор кодовой комбинации 1 на n vG. Если G имеет форму _{[Ик П]} или _{[П Ик]}, где P является некоторым k-by-(n-k) матрица, и _Ик является k-by-k единичной матрицей, G, как говорят, находится в стандартной форме. (Некоторые авторы, e.g., Кларк и Каин [2], используйте первую стандартную форму, в то время как другие, e.g., Лин и Костелло [3], используйте второе.) Большинство функций в этом тулбоксе принимает, что порождающая матрица находится в стандартной форме, когда вы используете его в качестве входного параметра.

Некоторые примеры матриц генератора находятся в следующем разделе, Матрице Проверки четности.

Матрица проверки четности.  Декодируя [n, k] линейный блочный код требует (n-k)-by-n матрицы H проверки четности. Это удовлетворяет GH^tr = 0 (mod 2), где H^tr обозначает, что матрица транспонирует H, G является порождающей матрицей кода, и эта нулевая матрица является k-by-(n-k). Если G = _{[Ик П]} затем H = [-P^tr _{Чернила}]. Большинство функций в этом продукте принимает, что матрица проверки четности находится в стандартной форме, когда вы используете его в качестве входного параметра.

Приведенная ниже таблица обобщает стандартные формы генератора и матриц проверки четности для [n, k] бинарный линейный блочный код.

_Ик является единичной матрицей размера k и ' символ указывает, что матрица транспонирует. (Для двоичных кодов знаки "минус" в упомянутой выше форме проверки четности не важны; то есть,-1 = 1 в бинарном поле.)

Примеры

В команде ниже, parmat матрица проверки четности и genmat порождающая матрица для Кода Хемминга в который [n, k] = [2³- 1, n-3] = [7,4]. genmat имеет стандартную форму _{[П Ик]}.

[parmat,genmat] = hammgen(3)
parmat =

     1     0     0     1     0     1     1
     0     1     0     1     1     1     0
     0     0     1     0     1     1     1

genmat =

     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

Следующий пример находит проверку четности и матрицы генератора для [7,3] циклический код. cyclpoly функция упоминается ниже в Порождающем полиноме.

genpoly = cyclpoly(7,3);
[parmat,genmat] = cyclgen(7,genpoly)
parmat =

     1     0     0     0     1     1     0
     0     1     0     0     0     1     1
     0     0     1     0     1     1     1
     0     0     0     1     1     0     1

genmat =

     1     0     1     1     1     0     0
     1     1     1     0     0     1     0
     0     1     1     1     0     0     1

Пример ниже преобразований порождающая матрица для [5,3] линейный блочный код в соответствующую матрицу проверки четности.

genmat = [1 0 0 1 0; 0 1 0 1 1; 0 0 1 0 1];
parmat = gen2par(genmat)

parmat =

     1     1     0     1     0
     0     1     1     0     1

Та же функция gen2par может также преобразовать матрицу проверки четности в порождающую матрицу.

Порождающий полином.  Циклические коды имеют алгебраические свойства, которые позволяют полиному определять процесс кодирования полностью. Этот так называемый порождающий полином является степенью - (n-k) делитель полинома xⁿ- 1. Линт фургона [5] объясняет, как порождающий полином определяет циклический код.

cyclpoly функция производит полиномы генератора для циклических кодов. cyclpoly представляет порождающий полином с помощью вектора-строки, который перечисляет коэффициенты полинома в порядке возрастающих степеней переменной. Например, команда

genpoly = cyclpoly(7,3)

genpoly =

     1     0     1     1     1

находит, что один допустимый порождающий полином для [7,3] циклический код равняется 1 + x² + x³ + x⁴.

Используйте таблицу декодирования в MATLAB

Таблица декодирования говорит декодер, как откорректировать ошибки, которые могут повредить код во время передачи. Коды Хемминга могут откорректировать любую односимвольную ошибку в любой кодовой комбинации. Другие коды могут откорректировать, или частично откорректировать, ошибки, которые повреждают больше чем один символ в данной кодовой комбинации.

Этот тулбокс представляет таблицу декодирования как матрицу с n столбцами и 2^ (n-k) строки. Каждая строка дает вектор коррекции для одного полученного вектора кодовой комбинации. Таблица декодирования Хэмминга имеет n+1 строки. syndtable функция генерирует таблицу декодирования для данной матрицы проверки четности.

Этот пример использует таблицу декодирования Хэмминга, чтобы откорректировать ошибку в полученном сообщении. hammgen функция производит матрицу проверки четности и syndtable функция производит таблицу декодирования. Чтобы определить синдром, транспонирование матрицы проверки четности умножается слева полученной кодовой комбинацией. Таблица декодирования помогает определить вектор коррекции. Откорректированная кодовая комбинация является суммой (по модулю 2) вектора коррекции и полученной кодовой комбинации.

Установите параметры для [7,4] Код Хемминга.

m = 3; 
n = 2^m-1; 
k = n-m;

Произведите матрицу проверки четности и таблицу декодирования.

parmat = hammgen(m);    
trt = syndtable(parmat);

Задайте вектор из принятых данных.

recd = [1 0 0 1 1 1 1]

recd = 1×7

     1     0     0     1     1     1     1

Вычислите синдром, и затем отобразите десятичное и двоичное значение для синдрома.

syndrome = rem(recd * parmat',2);
syndrome_int = bit2int(syndrome',m); % Convert to decimal.
disp(['Syndrome = ',num2str(syndrome_int),...
      ' (decimal), ',num2str(syndrome),' (binary)'])

Syndrome = 3 (decimal), 0  1  1 (binary)

Определите вектор коррекции при помощи таблицы декодирования и синдрома, и затем вычислите откорректированную кодовую комбинацию при помощи вектора коррекции.

corrvect = trt(1+syndrome_int,:)

corrvect = 1×7

     0     0     0     0     1     0     0

correctedcode = rem(corrvect+recd,2)

correctedcode = 1×7

     1     0     0     1     0     1     1

Создайте и декодируйте линейные блочные коды

Функции для кодирования и декодирования циклического, Хэмминг и типовые линейные блочные коды encode и decode. В этом разделе рассматриваются, как использовать эти функции, чтобы создать и декодировать типовые линейные блочные коды, циклические коды и Коды Хемминга.

Типовые Линейные Блочные коды.  Кодирование сообщения с помощью типового линейного блочного кода требует порождающей матрицы. Если вы задали переменные msgNK, и genmat, любая из команд

code = encode(msg,n,k,'linear',genmat);
code = encode(msg,n,k,'linear/decimal',genmat);

кодирует информацию в msg использование [nK] код, что порождающая матрица genmat определяет. /decimal опция, подходящая, когда 2^n и 2^k не являются очень большими, указывает на тот msg содержит неотрицательные десятичные целые числа, а не их бинарные представления. Смотрите Представляют Слова для Линейных Блочных кодов или страницу с описанием для encode для описания форматов msg и code.

Декодирование кода требует порождающей матрицы и возможно таблицы декодирования. Если вы задали переменные codeNK, genmat, и возможно также trt, затем команды

newmsg = decode(code,n,k,'linear',genmat);
newmsg = decode(code,n,k,'linear/decimal',genmat);
newmsg = decode(code,n,k,'linear',genmat,trt);
newmsg = decode(code,n,k,'linear/decimal',genmat,trt);

декодируйте информацию в code, использование [nK] код, что порождающая матрица genmat определяет. decode также корректирует ошибки согласно инструкциям в таблице декодирования что trt представляет.

Пример: типовое линейное блочное кодирование

Пример ниже кодирует сообщение, искусственно добавляет некоторый шум, декодирует шумный код и отслеживает ошибки, которые декодер обнаруживает по пути. Поскольку таблица декодирования содержит только нули, декодер не корректирует ошибок.

n = 4; k = 2;
genmat = [[1 1; 1 0], eye(2)]; % Generator matrix
msg = [0 1; 0 0; 1 0]; % Three messages, two bits each
% Create three codewords, four bits each.
code = encode(msg,n,k,'linear',genmat);
noisycode = rem(code + randerr(3,4,[0 1;.7 .3]),2); % Add noise.
trt = zeros(2^(n-k),n);  % No correction of errors
% Decode, keeping track of all detected errors.
[newmsg,err] = decode(noisycode,n,k,'linear',genmat,trt);
err_words = find(err~=0) % Find out which words had errors.

Выход указывает, что ошибки произошли в первых и вторых словах. Ваши результаты могут варьироваться, потому что этот пример использует случайные числа в качестве ошибок.

err_words =

     1
     2

Циклические Коды.  Циклический код является линейным блочным кодом со свойством, что циклические сдвиги кодовой комбинации (описанный как ряд битов) являются также кодовыми комбинациями. Альтернативная характеристика циклических кодов основана на своем порождающем полиноме, как упомянуто в Порождающем полиноме и обсудила в [5].

Кодирование сообщения с помощью циклического кода требует порождающего полинома. Если вы задали переменные msgNK, и genpoly, затем любая из команд

code = encode(msg,n,k,'cyclic',genpoly);
code = encode(msg,n,k,'cyclic/decimal',genpoly);

кодирует информацию в msg использование [nK] код, определенный порождающим полиномом genpoly. genpoly дополнительный аргумент для encode. Порождающим полиномом по умолчанию является cyclpoly(n,k). /decimal опция, подходящая, когда 2^n и 2^k не являются очень большими, указывает на тот msg содержит неотрицательные десятичные целые числа, а не их бинарные представления. Смотрите Представляют Слова для Линейных Блочных кодов или страницу с описанием для encode для описания форматов msg и code.

Декодирование кода требует порождающего полинома и возможно таблицы декодирования. Если вы задали переменные codeNK, genpoly, и trt, затем команды

newmsg = decode(code,n,k,'cyclic',genpoly);
newmsg = decode(code,n,k,'cyclic/decimal',genpoly);
newmsg = decode(code,n,k,'cyclic',genpoly,trt);
newmsg = decode(code,n,k,'cyclic/decimal',genpoly,trt);

декодируйте информацию в code, использование [nK] код, что порождающая матрица genmat определяет. decode также корректирует ошибки согласно инструкциям в таблице декодирования что trt представляет. genpoly дополнительный аргумент в первых двух синтаксисах выше. Порождающим полиномом по умолчанию является cyclpoly(n,k).

Пример

Можно изменить пример в Типовых Линейных Блочных кодах так, чтобы он использовал циклический метод кодирования вместо линейного блочного кода с порождающей матрицей genmat. Делайте изменения описанными ниже:

Другой пример кодирования и декодирования циклического кода находится на странице с описанием для encode.

Коды Хемминга.  Страницы с описанием для encode и decode содержите примеры кодирования и декодирования Кодов Хемминга. Кроме того, раздел Use Decoding Table в MATLAB иллюстрирует исправление ошибок в Коде Хемминга.

Создайте код Хемминга в двоичном формате Используя Simulink

Этот пример показывает очень просто, как использовать энкодер и декодер. Это иллюстрирует соответствующие длины вектора сигналов кода и сообщения для кодеров. Поскольку блок Error Rate Calculation принимает только скаляры или основанные на системе координат вектор-столбцы как переданные и полученные сигналы, этот пример использует основанные на системе координат вектор-столбцы повсюду. (Это таким образом избегает необходимости изменять атрибуты сигнала с помощью блока, такие как Convert 1-D to 2-D.)

Откройте эту модель путем ввода doc_hamming в командной строке MATLAB. Чтобы создать модель, соберите и сконфигурируйте эти блоки:

Соедините блоки как на предыдущем рисунке. Можно отобразить длину вектора сигналов в модели. На вкладке Debug расширьте Information Overlays. В разделе Signals выберите Signal Dimensions. После обновления схемы, при необходимости, нажимают Ctrl+D, чтобы скомпилировать статистика ошибок проверки и модель.

Линии коннектора показывают соответствующие атрибуты сигнала. Линии коннектора удваивают линии, чтобы указать на основанные на системе координат сигналы, и аннотации рядом с линиями показывают, что сигналы являются вектор-столбцами соответствующих размеров.

Уменьшайте коэффициент ошибок Используя код Хемминга

В этом разделе описывается уменьшать коэффициент ошибок путем добавления кода с коррекцией ошибок. Этот рисунок показывает модель, которая использует Код Хемминга.

Чтобы открыть полную версию модели, введите doc_hamming в подсказке MATLAB.

Создавание модели кода Хемминга

Можно создать модель Кода Хемминга путем выполнения этих шагов:

Модель должна теперь напомнить этот рисунок.

Используя блоки энкодера и декодера Хэмминга

Блок Hamming Encoder кодирует данные, прежде чем это будет отправлено через канал. Код по умолчанию [7,4] Код Хемминга, который кодирует слова сообщения длины 4 в кодовые комбинации длины 7. В результате блок преобразует системы координат размера 4 в системы координат размера 7. Код может откорректировать одну ошибку в каждой переданной кодовой комбинации.

Для [n, k] код, вход с блоком Hamming Encoder должен состоять из векторов из размера k. В этом примере, k = 4.

Блок Hamming Decoder декодирует данные после того, как это будет отправлено через канал. Если самое большее одна ошибка создается в кодовой комбинации каналом, блок декодирует слово правильно. Однако, если больше чем одна ошибка происходит, блок Hamming Decoder может декодировать неправильно.

Чтобы узнать больше о функциях блочного кодирования, смотрите Блочные коды.

Установка параметров в модели кода Хемминга

Дважды кликните блок Bernoulli Binary Generator и внесите следующие изменения в установки параметров в диалоговом окне блока как показано в следующем рисунке:

Маркировка блока отображения

Можно изменить метку, которая, кажется, ниже блока делает его более информативным. Например, чтобы изменить метку ниже блока Display к 'Error Rate Display', сначала выберите метку с мышью. Это заставляет поле появляться вокруг текста. Введите изменения в тексте в поле.

Выполнение модели кода Хемминга

Чтобы запустить модель, выберите Simulation> Run. Модель завершает работу после того, как 100 ошибок происходят. Коэффициент ошибок, отображенный в главном окне блока Display, является приблизительно.001. Вы получаете немного отличающиеся результаты, если вы изменяете параметры Initial seed в модели или запускаете симуляцию в течение различного отрезка времени.

Вы ожидаете коэффициент ошибок приблизительно.001 по следующей причине: вероятность двух или больше ошибок, происходящих в кодовой комбинации длины 7,

Если кодовые комбинации с двумя или больше ошибками будут декодироваться случайным образом, вы ожидаете, что приблизительно половина битов в декодируемых словах сообщения будет неправильной. Это указывает, что.001 рыночная стоимость для частоты ошибок по битам.

Чтобы получить более низкий коэффициент ошибок для той же вероятности ошибки, попытайтесь использовать Код Хемминга большими параметрами. Для этого измените параметры Codeword length и Message length в диалоговых окнах блока Hamming Decoder и Hamming Encoder. Также необходимо внести соответствующие изменения в параметры блока Bernoulli Binary Generator и блока Binary Symmetric Channel.

Отображение форматов кадра

Можно отобразить размеры систем координат данных в различных частях в модели. На вкладке Debug расширьте Information Overlays. В разделе Signals выберите Signal Dimensions. Линия, выводящая из блока Bernoulli Binary Generator, помечена [4x1], указание, что его выход состоит из вектор-столбцов размера 4. Поскольку блок Hamming Encoder использует [7,4] код, он преобразует системы координат размера 4 в системы координат размера 7, таким образом, его выход помечен [7x1].

Добавление осциллографа к модели

Чтобы отобразить ошибки канала, произведенные блоком Binary Symmetric Channel, добавьте блок Scope в модель. Это - хороший способ видеть, функционирует ли ваша модель правильно. Пример, показанный в следующем рисунке, показывает, где вставить блок Scope в модель.

Чтобы создать эту модель от, одно показанное на рисунке Уменьшает Коэффициент ошибок Используя Код Хемминга, выполняет эти шаги:

Установка параметров в расширенной модели

Внесите следующие изменения в параметры для блоков, которые вы добавили в модель.

Наблюдение ошибок канала с осциллографом

Когда вы запускаете модель, осциллограф отображает ошибочные данные. В конце каждого 5 000 временных шагов осциллограф появляется как показано этот рисунок. Осциллограф затем очищает отображенные данные и отображает следующие 5 000 точек данных.

Верхний осциллограф показывает ошибки канала, сгенерированные блоком Binary Symmetric Channel. Более низкий осциллограф показывает ошибки, которые не корректируются кодированием канала.

Нажмите кнопку Stop на панели инструментов наверху окна модели, чтобы остановить осциллограф.

Вы видите отдельные ошибки путем увеличивания масштаб осциллографа. Сначала нажмите среднюю кнопку лупы, наверху оставленную окна Scope. Затем кликните по одной из линий в более низком осциллографе. Это увеличивает масштаб горизонтально на линии. Продолжите кликать по линиям в более низком осциллографе, пока горизонтальный масштаб не будет достаточно прекрасен, чтобы обнаружить отдельные ошибки. Типичный пример того, что вы можете видеть, показан на рисунке ниже.

Более широкий меандр посреди верхнего осциллографа представляет два 1 с. Эти две ошибки, которые происходят в одной кодовой комбинации, не корректируются. Это составляет неоткорректированные ошибки в более низком осциллографе. Более узкий меандр справа от верхнего осциллографа представляет одну ошибку, которая корректируется.

Когда вы закончите наблюдая ошибки, выберите Simulation> Stop.

Экспортируйте Данные в MATLAB, объясняет, как отправить ошибочные данные в рабочее пространство MATLAB для более детального анализа.

Представляйте слова для кодов BCH

Сообщение для [nK] Кодом BCH должен быть k- двоичный массив Поля Галуа столбца. Кодом, который соответствует тому сообщению, является n- двоичный массив Поля Галуа столбца. Каждая строка этих массивов Поля Галуа представляет одно слово.

Пример ниже иллюстрирует, как представлять слова для [15, 11] код BCH.

msg = [1 0 0 1 0; 1 0 1 1 1]; % Messages in a Galois array
obj = comm.BCHEncoder;
c1 = step(obj, msg(1,:)');
c2 = step(obj, msg(2,:)');
cbch = [c1 c2].'

Выход

  Columns 1 through 5

      1            0            0            1            0
      1            0            1            1            1

  Columns 6 through 10

      0            0            1            1            1
      0            0            0            0            1

  Columns 11 through 15

      1            0            1            0            1
      0            1            0            0            1  

Параметры для кодов BCH

Коды BCH используют специальные значения n и k:

Создайте и декодируйте коды BCH

BCH Encoder и BCH Decoder Системные объекты создают и декодируют коды BCH, использование данных, описанных в, Представляет Слова для Кодов BCH и Параметры для Кодов BCH.

Темы

• Пример: BCH кодирование синтаксисов

• Обнаружьте и откорректируйте ошибки в коде BCH Используя MATLAB

Пример: BCH Кодирование Синтаксисов.  Пример ниже иллюстрирует, как закодировать и декодировать данные с помощью [15, 5] код BCH.

n = 15; k = 5; % Codeword length and message length
msg = randi([0 1],4*k,1); % Four random binary messages

% Simplest syntax for encoding
enc = comm.BCHEncoder(n,k);
dec = comm.BCHDecoder(n,k);
c1 = step(enc,msg); % BCH encoding
d1 = step(dec,c1); % BCH decoding

% Check that the decoding worked correctly.
chk = isequal(d1,msg)

% The following code shows how to perform the encoding and decoding
% operations if one chooses to prepend the parity symbols.

% Steps for converting encoded data with appended parity symbols
% to encoded data with prepended parity symbols
c11 = reshape(c1, n, []);
c12 = circshift(c11,n-k);
c1_prepend = c12(:); % BCH encoded data with prepended parity symbols

% Steps for converting encoded data with prepended parity symbols
% to encoded data with appended parity symbols prior to decoding
c21 = reshape(c1_prepend, n, []);
c22 = circshift(c21,k);
c1_append = c22(:); % BCH encoded data with appended parity symbols

% Check that the prepend-to-append conversion worked correctly.
d1_append = step(dec,c1_append);
chk = isequal(msg,d1_append)

Выход ниже.

chk =

     1

Обнаружьте и Откорректируйте Ошибки в Коде BCH Используя MATLAB.  Следующий пример иллюстрирует результаты декодирования для поврежденного кода. Пример кодирует некоторые данные, вводит ошибки в каждой кодовой комбинации и пытается декодировать шумный код с помощью BCH Decoder Системный объект.

n = 15; k = 5; % Codeword length and message length
[gp,t] = bchgenpoly(n,k); % t is error-correction capability.
nw = 4; % Number of words to process
msgw = randi([0 1], nw*k, 1); % Random k-symbol messages
enc = comm.BCHEncoder(n,k,gp);
dec = comm.BCHDecoder(n,k,gp);
c = step(enc, msgw); % Encode the data.
noise = randerr(nw,n,t); % t errors per codeword
noisy = noise';
noisy = noisy(:);
cnoisy = mod(c + noisy,2); % Add noise to the code.
[dc, nerrs] = step(dec, cnoisy); % Decode cnoisy.

% Check that the decoding worked correctly.
chk2 = isequal(dc,msgw)
nerrs % Find out how many errors have been corrected.

Заметьте, что массив шумовых значений содержит двоичные значения, и что операция сложения   c + noise происходит в поле Галуа GF (2) потому что c массив Поля Галуа в GF (2).

Выход из примера ниже. Ненулевое значение ans указывает, что декодер смог откорректировать поврежденные кодовые комбинации и восстановить исходное сообщение. Значения в векторном nerrs укажите, что декодер откорректировал t ошибки в каждой кодовой комбинации.

chk2 =

     1


nerrs =

     3
     3
     3
     3

Чрезмерный шум в кодовых комбинациях BCH

В предыдущем примере, BCH Decoder Системный объект откорректировал все ошибки. Однако каждый код BCH имеет конечную возможность исправления ошибок. Узнать больше как BCH Decoder Системный объект ведет себя, когда шум является чрезмерным, смотрите аналогичное обсуждение для кодов Рида-Соломона в Чрезмерном Шуме в Кодовых комбинациях Тростника-Solomon.

Алгоритмы для BCH и RS декодирование только для ошибок

Обзор.  Алгоритм декодирования только для ошибок, используемый для BCH и кодов RS, может быть описан следующими шагами (разделяет 5.3.2, 5.4, и 5.6 в [2]).

Дальнейшее описание нескольких из шагов дано в следующих разделах.

Вычисление синдрома.  Для кодов узкого смысла, 2t термины $$S(z)$$ вычисляются путем оценки полученной кодовой комбинации в последовательных степенях α (примитивный элемент поля) от 0 до 2t-1. Другими словами, если мы принимаем индексацию на основе одну кодовых комбинаций $$C(z)$$ и полином синдрома $$S(z)$$, и это кодовые комбинации имеет форму $$[c_1{c}_1\mathrm{...}{c}_N]$$, затем каждый термин $$S_i$$ из $$S(z)$$ дан как

Ошибочное Вычисление Полинома Локатора.  Ошибочный полином локатора, Λ (z), найден с помощью алгоритма Berlekamp. Полное описание этого алгоритма найдено в [2], но мы обобщаем алгоритм можно следующим образом.

Мы задаем следующие переменные.

Следующая схема показывает, что итеративная процедура (т.е. алгоритм Berlekamp) раньше находила Λ (z).

Ошибочное Вычисление Полинома Средства анализа.  Ошибочный полином средства анализа, $$\Omega \left(z\right)$$, просто свертка Λ (z) и $$S(z)$$.

Представляйте слова для кодов Рида-Соломона

Этот тулбокс поддерживает коды Рида-Соломона, которые используют символы Мбит вместо битов. Сообщение для [nK] Кодом Рида-Соломона должен быть k- массив Поля Галуа столбца в поле GF (2^m). Каждая запись массива должна быть целым числом между 0 и 2^m- 1. Кодом, соответствующим тому сообщению, является n- массив Поля Галуа столбца в GF (2^m). Длина кодовой комбинации n должен быть между 3 и 2^m-1.

Пример ниже иллюстрирует, как представлять слова для [7,3] код Рида-Соломона.

n = 7; k = 3; % Codeword length and message length
m = 3; % Number of bits in each symbol
msg = [1 6 4; 0 4 3]; % Message is a Galois array.
obj = comm.RSEncoder(n, k);
c1 = step(obj, msg(1,:)');
c2 = step(obj, msg(2,:)');
c = [c1 c2].'

Выход

C =

     1     6     4     4     3     6     3
     0     4     3     3     7     4     7

Параметры для кодов Рида-Соломона

В этом разделе описываются несколько целых чисел, связанных с кодами Рида-Соломона, и обсуждает, как найти полиномы генератора.

Допустимые Значения Целочисленных Параметров.  Приведенная ниже таблица обобщает значения и допустимые значения некоторых положительных целочисленных количеств, связанных с кодами Рида-Соломона, как поддержано в этом тулбоксе. Количества n и k входные параметры для функций Тростника-Solomon в этом тулбоксе.

Порождающий полином.  rsgenpoly функция производит полиномы генератора для кодов Рида-Соломона. rsgenpoly представляет порождающий полином с помощью вектора-строки Галуа, который перечисляет коэффициенты полинома в порядке убывающих степеней переменной. Если каждый символ имеет m биты, вектор-строка Галуа находится в поле GF (2^m). Например, команда

r = rsgenpoly(15,13)

r = GF(2^4) array. Primitive polynomial = D^4+D+1 (19 decimal)

Array elements =

     1     6     8

находит, что один порождающий полином для [15,13] код Рида-Соломона X² + (A² + A) X + (A³), где A является корнем примитивного полинома по умолчанию для GF (16).

Алгебраическое выражение для полиномов генератора

Полиномы генератора это rsgenpoly производит имеют форму (X - A^b) (X - A^b+1)... (X - A^b+2t-1), где b является целым числом, A является корнем примитивного полинома для Поля Галуа, и t является (n-k)/2. Значение по умолчанию b равняется 1. Выход от rsgenpoly результат умножения факторов и сбора как степени X. Пример ниже проверяет эту формулу на случай [15,13] код Рида-Соломона, с помощью b = 1.

n = 15;
a = gf(2,log2(n+1)); % Root of primitive polynomial
f1 = [1 a]; f2 = [1 a^2]; % Factors that form generator polynomial
f = conv(f1,f2) % Generator polynomial, same as r above.

Создайте и декодируйте коды Рида-Соломона

RS Encoder и RS Decoder Системные объекты создают и декодируют коды Рида-Соломона, использование данных, описанных в, Представляет Слова для кодов Рида-Соломона и Параметры для кодов Рида-Соломона.

Этот раздел иллюстрирует, как использовать RS Encoder и RS Decoder Системные объекты. Темы

• Синтаксисы кодирования тростника-Solomon в MATLAB

• Обнаружьте и откорректируйте ошибки в коде Рида-Соломона Используя MATLAB

• Чрезмерный шум в кодовых комбинациях тростника-Solomon

• Создайте сокращенные коды Рида-Соломона

Синтаксисы Кодирования тростника-Solomon в MATLAB.  Пример ниже иллюстрирует несколько способов закодировать и декодировать данные с помощью [15,13] код Рида-Соломона. Пример показывает, что вы можете

Этот пример также показывает что соответствующие синтаксисы RS Encoder и RS Decoder Системные объекты используют те же входные параметры, за исключением первого входного параметра.

m = 4; % Number of bits in each symbol
n = 2^m-1; k = 13; % Codeword length and message length
msg = randi([0 m-1],4*k,1); % Four random integer messages

% Simplest syntax for encoding
hEnc = comm.RSEncoder(n,k);
hDec = comm.RSDecoder(n,k);
c1 = step(hEnc, msg);
d1 = step(hDec, c1);


% Vary the generator polynomial for the code.
release(hEnc), release(hDec)
hEnc.GeneratorPolynomialSource = 'Property';
hDec.GeneratorPolynomialSource = 'Property';
hEnc.GeneratorPolynomial       = rsgenpoly(n,k,19,2);
hDec.GeneratorPolynomial       = rsgenpoly(n,k,19,2);
c2 = step(hEnc, msg);
d2 = step(hDec, c2);

% Vary the primitive polynomial for GF(16).
release(hEnc), release(hDec)
hEnc.PrimitivePolynomialSource = 'Property';
hDec.PrimitivePolynomialSource = 'Property';
hEnc.GeneratorPolynomialSource = 'Auto';
hDec.GeneratorPolynomialSource = 'Auto';
hEnc.PrimitivePolynomial       = [1 1 0 0 1];
hDec.PrimitivePolynomial	   = [1 1 0 0 1];
c3 = step(hEnc, msg);
d3 = step(hDec, c3);

% Check that the decoding worked correctly.
chk = isequal(d1,msg) & isequal(d2,msg) & isequal(d3,msg)

% The following code shows how to perform the encoding and decoding
% operations if one chooses to prepend the parity symbols.

% Steps for converting encoded data with appended parity symbols
% to encoded data with prepended parity symbols
c31 = reshape(c3, n, []);
c32 = circshift(c31,n-k);
c3_prepend = c32(:); % RS encoded data with prepended parity symbols

% Steps for converting encoded data with prepended parity symbols
% to encoded data with appended parity symbols prior to decoding
c34 = reshape(c3_prepend, n, []);
c35 = circshift(c34,k);
c3_append = c35(:); % RS encoded data with appended parity symbols

% Check that the prepend-to-append conversion worked correctly.
d3_append = step(hDec,c3_append);
chk = isequal(msg,d3_append)

Выход

chk =

     1

Обнаружьте и Откорректируйте Ошибки в коде Рида-Соломона Используя MATLAB.  Пример ниже иллюстрирует результаты декодирования для поврежденного кода. Пример кодирует некоторые данные, вводит ошибки в каждой кодовой комбинации и пытается декодировать шумный код с помощью RS Decoder Системный объект.

m = 3; % Number of bits per symbol
n = 2^m-1; k = 3; % Codeword length and message length
t = (n-k)/2; % Error-correction capability of the code
nw = 4; % Number of words to process
msgw = randi([0 n],nw*k,1); % Random k-symbol messages
hEnc = comm.RSEncoder(n,k);
hDec = comm.RSDecoder(n,k);
c = step(hEnc, msgw); % Encode the data.
noise = (1+randi([0 n-1],nw,n)).*randerr(nw,n,t); % t errors per codeword
noisy = noise';
noisy = noisy(:);
cnoisy = gf(c,m) + noisy; % Add noise to the code under gf(m) arithmetic.
[dc nerrs] = step(hDec, cnoisy.x); % Decode the noisy code.
% Check that the decoding worked correctly.
isequal(dc,msgw)
nerrs % Find out how many errors hDec corrected.

Массив шумовых значений содержит целые числа между 1 и 2^m, и операция сложения   c + noise происходит в поле Галуа GF (2^m) потому что c массив Поля Галуа в GF (2^m).

Выход из примера ниже. Ненулевое значение ans указывает, что декодер смог откорректировать поврежденные кодовые комбинации и восстановить исходное сообщение. Значения в векторном nerrs указывает, что декодер откорректировал t ошибки в каждой кодовой комбинации.

ans =

     1

nerrs =

     2
     2
     2
     2

Чрезмерный Шум в Кодовых комбинациях Тростника-Solomon.  В предыдущем примере, RS Encoder Системный объект откорректировал все ошибки. Однако каждый код Рида-Соломона имеет конечную возможность исправления ошибок. Если шум является столь большим, что поврежденная кодовая комбинация слишком далека в Расстоянии Хемминга от правильной кодовой комбинации, которая означает также

В обоих случаях декодер возвращает неправильное сообщение. Однако можно сказать, когда отказ декодирования происходит потому что RS Decoder Системный объект также возвращает значение -1 в его втором выходе.

Чтобы исследовать случаи, в которых кодовые комбинации являются слишком шумными для успешного декодирования, измените предыдущий пример так, чтобы определение noise

noise = (1+randi([0 n-1],nw,n)).*randerr(nw,n,t+1); % t+1 errors/row

Создайте Сокращенные коды Рида-Соломона.  Каждый энкодер Тростника-Solomon использует длину кодовой комбинации, которая равняется 2^m- 1 для целого числа m. Сокращенный код Рида-Соломона - тот, в котором длина кодовой комбинации не 2^m- 1. Сокращенный [nK] Код Рида-Соломона неявно использует [_n1, _k1] энкодер, где

RS Encoder Поддержки системного объекта сократили коды с помощью тех же синтаксисов, которые это использует для несокращенных кодов. Вы не должны указывать явным образом, что хотите использовать сокращенный код.

hEnc = comm.RSEncoder(7,5);
ordinarycode = step(hEnc,[1 1 1 1 1]');
hEnc = comm.RSEncoder(5,3);
shortenedcode = step(hEnc,[1 1 1 ]');

Как RS Encoder Системный объект создает сокращенный код

При создании сокращенного кода, RS Encoder Системный объект выполняет эти шаги:

Следующий пример иллюстрирует этот процесс.

n = 12; k = 8; % Lengths for the shortened code
m = ceil(log2(n+1)); % Number of bits per symbol
msg = randi([0 2^m-1],3*k,1); % Random array of 3 k-symbol words
hEnc = comm.RSEncoder(n,k);
code = step(hEnc, msg); % Create a shortened code.

% Do the shortening manually, just to show how it works.
n_pad = 2^m-1; % Codeword length in the actual encoder
k_pad = k+(n_pad-n); % Messageword length in the actual encoder
hEnc = comm.RSEncoder(n_pad,k_pad);
mw = reshape(msg,k,[]); % Each column vector represents a messageword
msg_pad = [zeros(n_pad-n,3); mw]; % Prepend zeros to each word.
msg_pad = msg_pad(:);
code_pad = step(hEnc,msg_pad); % Encode padded words.
cw = reshape(code_pad,2^m-1,[]); % Each column vector represents a codeword
code_eqv = cw(n_pad-n+1:n_pad,:); % Remove extra zeros.
code_eqv = code_eqv(:);
ck = isequal(code_eqv,code); % Returns true (1).

Найдите порождающий полином

Чтобы найти порождающий полином для циклического, BCH или код Рида-Соломона, используют cyclpoly, bchgenpoly, или rsgenpoly функция, соответственно. Команды

genpolyCyclic = cyclpoly(15,5) % 1+X^5+X^10
genpolyBCH = bchgenpoly(15,5)  % x^10+x^8+x^5+x^4+x^2+x+1
genpolyRS = rsgenpoly(15,5)

найдите полиномы генератора для блочных кодов различных типов. Выход ниже.

genpolyCyclic =

     1     0     0     0     0     1     0     0     0     0     1

 
genpolyBCH = GF(2) array. 
 
Array elements = 
 
     1     0     1     0     0     1     1     0     1     1     1

 
genpolyRS = GF(2^4) array. Primitive polynomial = D^4+D+1 (19 decimal)
 
Array elements = 
 
     1     4     8    10    12     9     4     2    12     2     7

Форматы этих выходных параметров варьируются:

Групповой из Полиномов Генератора.  Некоторые пары длины сообщения и длины кодовой комбинации исключительно не определяют порождающий полином. Синтаксисы для функций в примере выше также включают опции для получения полиномов генератора, которые удовлетворяют определенным ограничениям, которые вы задаете. Смотрите страницы с описанием функций для получения дополнительной информации об опциях синтаксиса.

Алгебраическое выражение для Полиномов Генератора.  Полиномы генератора, произведенные bchgenpoly и rsgenpoly имейте форму (X - A^b) (X - A^b+1)... (X - A^b+2t-1), где A является примитивным элементом для соответствующего Поля Галуа, и b и t являются целыми числами. Смотрите страницы с описанием функций для получения дополнительной информации об этом выражении.

Примеры Рида Соломона с сокращением, прокалыванием и стираниями

В этом разделе, представительном примере Рида Соломона, кодирующего с сокращением, прокалывание и стирания создаются с увеличивающейся сложностью исправления ошибок.

Пример энкодера с Сокращением и Прокалыванием.  Следующий рисунок показывает представительный пример (7,3) энкодер Рида Соломона с сокращением и прокалыванием.

В этом рисунке, источник сообщения выходные параметры два информационных символа, определяемые _I1I2. (Для примера BCH символы являются просто битами.), Поскольку код является сокращенным (7,3) код, нуль должен быть добавлен перед информационными символами, дав к сообщению с тремя символами _0I1I2. Модифицированной последовательностью сообщения является затем RS, закодированный, и добавленный информационный нуль впоследствии удален, который приводит к результату _I1I2P1P2P3P4. (В этом примере биты четности в конце кодовой комбинации.)

Операцией прокалывания управляет вектор прокола, который, в этом случае, является 1011. В векторе прокола 1 означает, что символ сохранен, и 0 средние значения, что символ выброшен. В этом примере операция прокалывания удаляет второй символ четности, давая к итоговому вектору из _I1I2P1P3P4.

Пример декодера с Сокращением и Прокалыванием.  Следующий рисунок показывает, как энкодер RS работает с сокращенной и проколотой кодовой комбинацией.

Этот случай соответствует работе энкодера, показанной на рисунке из энкодера RS с сокращением и прокалыванием. Как показано на предыдущем рисунке, энкодер получает (5,2) кодовая комбинация, потому что это было сокращено от (7,3) кодовая комбинация одним символом, и один символ был также проколот.

Как первый шаг, декодер добавляет стирание, определяемое E, во втором положении четности кодовой комбинации. Это соответствует вектору прокола 1011. Добавление нуля составляет сокращение, таким же образом как показано на предыдущем рисунке. Одно стирание не превышает корректирующую стирание поддержку кода, который может откорректировать четыре стирания. Операция декодирования приводит к _{сообщению DI1I2} с тремя символами. Первый символ является усеченным, как на предыдущем рисунке, давая к окончательному результату _I1I2.

Пример энкодера с Сокращением, Прокалыванием и Стираниями.  Следующий рисунок показывает декодер, работающий с проколотой, сокращенной кодовой комбинацией, также корректируя стирания, сгенерированные приемником.

В этом рисунке демодулятор получает вектор _I1I2P1P3P4 что отправленный энкодер. Демодулятор объявляет, что два из пяти полученных символов достаточно ненадежны, чтобы быть стертыми, такие, что символы 2 и 5, как считают, являются стираниями. 01 001 вектор, обеспеченный внешним источником, указывает на эти стирания. В векторе стираний 1 означает, что символ должен быть заменен символом стирания и 0 средние значения, что символ передается неизменный.

Блоки декодера получают кодовую комбинацию и вектор стирания, и выполняют стирания, обозначенные вектором 01001. В векторе стираний 1 означает, что символ должен быть заменен символом стирания и 0 средние значения, что символ передается неизменный. Получившийся вектор кодовой комбинации является _I1EP1P3E, где E является символом стирания.

Кодовая комбинация затем depunctured, согласно вектору прокола, используемому в операции кодирования (i.e., 1011). Таким образом символ стирания вставляется между _P1 и _P3, давая к вектору кодовой комбинации из _I1EP1EP3E.

Только до декодирования, сложение нулей в начале информационного вектора составляет сокращение. Итоговый вектор является _0I1EP1EP3E, таким, что (7,3) кодовая комбинация отправляется в алгоритм Berlekamp.

Эта кодовая комбинация декодируется, давая к сообщению с тремя символами _DI1I2 (где D относится к фиктивному символу). Наконец, удаление символа D от вектора сообщения составляет сокращение и дает _{к исходному I1I2} вектору.

Для получения дополнительной информации смотрите, что Тростник-Solomon Кодирует со Стираниями, Проколами, и Сокращается в примере Simulink.

Терминология поля Галуа

Обсуждение Полей Галуа в этом документе использует несколько терминов, которые последовательно не используются в литературе. Определения, принятые здесь, появляются в Линте фургона [4]:

Определения подразумевают, что примитивным элементом является корень соответствующего примитивного полинома.

Представление элементов полей Галуа

• Разделите обзор

• Создание массива Поля Галуа

• Пример: создание переменных поля Галуа

• Пример: представление элементов GF (8)

• Как Целые числа соответствуют элементам поля Галуа

• Пример: представление примитивного элемента

• Примитивные полиномы и представления элемента

Разделите Обзор.  В этом разделе описывается создать массив Поля Галуа, который является выражением MATLAB, которое представляет элементы Поля Галуа. Этот раздел также описывает, как MATLAB, техническое вычислительное программное обеспечение интерпретирует числа, которые вы используете в представлении, и включает несколько примеров.

Создание массива Поля Галуа.  Начать работать с данными из поля Галуа GF (2^m), необходимо установить контекст путем соединения данных с важной информацией о поле. gf функция выполняет эту ассоциацию и создает массив Поля Галуа в MATLAB. Эта функция принимает как входные параметры

Выход gf функция является переменной, которую MATLAB распознает массивом Поля Галуа, а не массивом целых чисел. В результате, когда вы управляете переменной, MATLAB работает в Поле Галуа, которое вы задали. Например, если вы применяетесь log функционируйте к массиву Поля Галуа, MATLAB вычисляет логарифм в Поле Галуа а не в области вещественных или комплексных чисел.

Когда MATLAB Неявно Создает массив Поля Галуа

Некоторые операции на массивах Поля Галуа требуют нескольких аргументов. Если вы задаете один аргумент, который является массивом Поля Галуа и другим, который является обычным массивом MATLAB, MATLAB интерпретирует обоих как массивы Поля Галуа в том же поле. Это неявно вызывает gf функция на обычном массиве MATLAB. Этот неявный вызов упрощает ваш синтаксис, потому что можно не использовать некоторые ссылки на gf функция. Для примера упрощения смотрите Пример: Сложение и Вычитание.

Пример: Создание Переменных Поля Галуа.  Код ниже создает вектор-строку, записи которого находятся в поле GF (4), и затем добавляет строку в себя.

x = 0:3; % A row vector containing integers
m = 2; % Work in the field GF(2^2), or, GF(4).
a = gf(x,m) % Create a Galois array in GF(2^m).

b = a + a % Add a to itself, creating b.

Выход

a = GF(2^2) array. Primitive polynomial = D^2+D+1 (7 decimal)

Array elements =

     0     1     2     3


b = GF(2^2) array. Primitive polynomial = D^2+D+1 (7 decimal)

Array elements =

     0     0     0     0

Выход показывает значения массивов Поля Галуа под названием a и b. Каждый выходной раздел указывает

Команда, которая создает b показывает как, задав переменную a как массив Поля Галуа, можно добавить a к себе при помощи обычного + оператор. MATLAB выполняет векторизованную операцию сложения в поле GF (4). Выход показывает это

Пример: Представление Элементов GF (8).  Проиллюстрировать то, что элементы массива в среднем значении Поля Галуа массивов, таблица ниже приводит элементы поля GF (8) как целые числа и как полиномы в примитивном элементе, A. Таблица должна помочь вам интерпретировать массив Поля Галуа как

gf8 = gf([0:7],3); % Galois vector in GF(2^3)

Как Целые числа Соответствуют Элементам Поля Галуа.  Основываясь на GF (8) пример выше, этот раздел объясняет интерпретацию элементов массива в массиве Поля Галуа в большей общности. Поле GF (2^m) имеет 2^m отличные элементы, которые этот тулбокс помечает как 0, 1, 2..., 2^m-1. Эти целочисленные метки соответствуют элементам Поля Галуа через многочленное выражение, включающее примитивный элемент поля. А именно, каждое целое число между 0 и 2^m-1 имеет бинарное представление в m биты. Используя биты в бинарном представлении, когда коэффициенты в полиноме, где младший значащий бит является постоянным термином, приводят к бинарному полиному, порядок которого в большей части m-1. Оценка бинарного полинома в примитивном элементе GF (2^m) приводит к элементу поля.

С другой стороны, любой элемент GF (2^m) может быть описан как бинарный полином порядка в большей части m-1, оцененный в примитивном элементе поля. m- кортеж коэффициентов полинома соответствует бинарному представлению целого числа между 0 и 2^m.

Ниже символьный рисунок соответствия целочисленного X, представимого в двоичной форме, с элементом Поля Галуа. Каждый b _k является или нулем или один, в то время как A является примитивным элементом.

Пример: Представление Примитивного Элемента.  Код ниже задает переменную alph это представляет примитивный элемент поля GF (2⁴).

m = 4; % Or choose any positive integer value of m.
alph = gf(2,m) % Primitive element in GF(2^m)

Выход

alph = GF(2^4) array. Primitive polynomial = D^4+D+1 (19 decimal)

Array elements =

     2

Массив Поля Галуа alph представляет примитивный элемент из-за соответствия среди

Примитивные Полиномы и Представления Элемента.  Этот раздел основывается на обсуждении в Создании массива Поля Галуа путем описания, как задать собственный примитивный полином, когда вы создаете массив Поля Галуа. Темы

Если вы выполняете много расчетов с помощью примитивного полинома не по умолчанию, смотрите Скорость и Примитивные Полиномы Не по умолчанию.

Определение примитивного полинома

Обсуждение в том, Как Целые числа Соответствуют Элементам Поля Галуа, обращается к примитивному элементу, который является корнем примитивного полинома поля. Когда вы используете gf функция, чтобы создать массив Поля Галуа, функция интерпретирует целые числа в массиве относительно определенного примитивного полинома по умолчанию для того поля, если вы явным образом не обеспечиваете различный примитивный полином. Список примитивных полиномов по умолчанию находится на странице с описанием для gf функция.

Чтобы задать ваш собственный примитивный полином при создании массива Поля Галуа, используйте синтаксис как

c = gf(5,4,25) % 25 indicates the primitive polynomial for GF(16).

вместо

c1= gf(5,4); % Use default primitive polynomial for GF(16).

Дополнительный входной параметр, 25 в этом случае, задает примитивный полином для поля GF (2^m) в некотором роде похожий на представление, описанное в том, Как Целые числа Соответствуют Элементам Поля Галуа. В этом случае целое число 25 соответствует бинарному представлению 11 001, который в свою очередь соответствует полиному D⁴ + D³  + 1.

Когда вы используете входной параметр, чтобы задать примитивный полином, выход отражает ваш выбор путем показа целочисленного значения, а также полиномиального представления.

d = gf([1 2 3],4,25)

d = GF(2^4) array. Primitive polynomial = D^4+D^3+1 (25 decimal)

Array elements =

     1     2     3

Нахождение примитивных полиномов

Можно использовать primpoly функционируйте, чтобы найти примитивные полиномы для GF (2^m) и isprimitive функция, чтобы определить, примитивен ли полином для GF (2^m). Код ниже иллюстрирует.

m = 4;
defaultprimpoly = primpoly(m) % Default primitive poly for GF(16)
allprimpolys = primpoly(m,'all') % All primitive polys for GF(16)
i1 = isprimitive(25) % Can 25 be the prim_poly input in gf(...)?
i2 = isprimitive(21) % Can 21 be the prim_poly input in gf(...)?

Выход ниже.

Primitive polynomial(s) =

D^4+D^1+1

defaultprimpoly =

    19

Primitive polynomial(s) =

D^4+D^1+1
D^4+D^3+1

allprimpolys =

    19
    25

i1 =

     1

i2 =

     0

Эффект примитивных полиномов не по умолчанию на числовых результатах

Большинство полей предлагает разнообразный выбор для примитивного полинома, который помогает задать представление членов поля. Когда вы используете gf функция, изменяя примитивный полином изменяет интерпретацию элементов массива и, в свою очередь, изменяет результаты некоторых последующих операций на массиве Поля Галуа. Например, возведение в степень примитивного элемента облегчает, чтобы видеть, как примитивный полином влияет на представления полевых элементов.

a11 = gf(2,3); % Use default primitive polynomial of 11.
a13 = gf(2,3,13); % Use D^3+D^2+1 as the primitive polynomial.
z = a13.^3 + a13.^2 + 1 % 0 because a13 satisfies the equation
nz = a11.^3 + a11.^2 + 1 % Nonzero. a11 does not satisfy equation.

Выход ниже показов это, когда примитивный полином имеет целочисленное представление 13, массив Поля Галуа удовлетворяет определенному уравнению. В отличие от этого, когда примитивный полином имеет целочисленное представление 11, массиву Поля Галуа не удается удовлетворить уравнению.

z = GF(2^3) array. Primitive polynomial = D^3+D^2+1 (13 decimal)

Array elements =

     0


nz = GF(2^3) array. Primitive polynomial = D^3+D+1 (11 decimal)

Array elements =

     6

Выход, когда вы пробуете этот пример, может также включать предупреждение об интерполяционных таблицах. Это нормально, если вы не использовали gftable функция, чтобы оптимизировать расчеты, включающие примитивный полином не по умолчанию 13.

Арифметика в полях Галуа

• Разделите обзор

• Пример: сложение и вычитание

• Пример: умножение

• Пример: деление

• Пример: возведение в степень

• Пример: поэлементный логарифм

Разделите Обзор.  Можно выполнить арифметические операции на массивах Поля Галуа при помощи знакомых операторов MATLAB, перечисленных в таблице ниже. Каждый раз, когда вы работаете с парой массивов Поля Галуа, оба массива должны быть в том же Поле Галуа.

Для умножения и деления полиномов по Полю Галуа, смотрите Сложение и Вычитание Полиномов.

Пример: Сложение и Вычитание.  Код ниже добавляет два массива Поля Галуа, чтобы составить таблицу сложения для GF (8). Сложение использует обычный + оператор. Код ниже также показывает, как индексировать в массив addtb найти результат добавления 1 к элементам GF (8).

m = 3;
e = repmat([0:2^m-1],2^m,1);
f = gf(e,m); % Create a Galois array.
addtb = f + f' % Add f to its own matrix transpose.

addone = addtb(2,:); % Assign 2nd row to the Galois vector addone.

Выход ниже.

addtb = GF(2^3) array. Primitive polynomial = D^3+D+1 (11 decimal)

Array elements =

     0     1     2     3     4     5     6     7
     1     0     3     2     5     4     7     6
     2     3     0     1     6     7     4     5
     3     2     1     0     7     6     5     4
     4     5     6     7     0     1     2     3
     5     4     7     6     1     0     3     2
     6     7     4     5     2     3     0     1
     7     6     5     4     3     2     1     0

Как пример чтения этой таблицы сложения, (7,4) запись в addtb массив показывает тот gf(6,3) плюс gf(3,3) равняется gf(5,3). Эквивалентно, элемент A²+A плюс элемент A+1 равняется элементу A²+1. Эквивалентность является результатом бинарного представления 6 как 110, 3 как 011, и 5 как 101.

Таблица вычитания, которую можно получить, заменив + -, совпадает с addtb. Это вызвано тем, что вычитание и сложение являются идентичными операциями в поле характеристических двух. На самом деле, нули по основной диагонали addtb проиллюстрируйте этот факт для GF (8).

Упрощение синтаксиса

Код ниже иллюстрирует скалярное расширение и неявное создание массива Поля Галуа от обычного массива MATLAB. Массивы Поля Галуа h и h1 идентичны, но создание h использует более простой синтаксис.

g = gf(ones(2,3),4); % Create a Galois array explicitly.
h = g + 5; % Add gf(5,4) to each element of g.
h1 = g + gf(5*ones(2,3),4) % Same as h.

Выход ниже.

h1 = GF(2^4) array. Primitive polynomial = D^4+D+1 (19 decimal)

Array elements =

     4     4     4
     4     4     4

Заметьте, что 1+5 сообщается как 4 в Поле Галуа. Это верно, потому что эти 5 представляют многочленное выражение A²+1, и 1 + (A²+1) в GF (16) A². Кроме того, целое число, которое представляет многочленное выражение A² 4.

Пример: Умножение.  Пример ниже умножает отдельные элементы в массиве Поля Галуа с помощью .* оператор. Это затем выполняет умножение матриц с помощью * оператор. Поэлементное умножение производит массив чьи соответствия размера те из входных параметров. В отличие от этого, умножение матриц производит скаляр Галуа, потому что это - матричное произведение вектора-строки с вектор-столбцом.

m = 5;
row1 = gf([1:2:9],m); row2 = gf([2:2:10],m);
col = row2'; % Transpose to create a column array.
ep = row1 .* row2; % Elementwise product.
mp = row1 * col; % Matrix product.

Таблица умножения для GF (8)

Как другой пример, код ниже умножает два вектора Галуа с помощью умножения матриц. Результатом является таблица умножения для GF (8).

m = 3;
els = gf([0:2^m-1]',m);
multb = els * els' % Multiply els by its own matrix transpose.

Выход ниже.

multb = GF(2^3) array. Primitive polynomial = D^3+D+1 (11 decimal)

Array elements =

     0     0     0     0     0     0     0     0
     0     1     2     3     4     5     6     7
     0     2     4     6     3     1     7     5
     0     3     6     5     7     4     1     2
     0     4     3     7     6     2     5     1
     0     5     1     4     2     7     3     6
     0     6     7     1     5     3     2     4
     0     7     5     2     1     6     4     3

Пример: Деление.  Примеры ниже иллюстрируют эти четыре оператора деления в Поле Галуа путем вычисления мультипликативных инверсий отдельных элементов и массива. Можно также вычислить инверсии с помощью inv или использование возведения в степень-1.

Поэлементное деление

Этот пример делится 1 на каждый из отдельных элементов в массиве Поля Галуа с помощью ./ и .\ операторы. Эти два оператора отличаются только по своей последовательности входных параметров. Каждый вектор частного перечисляет мультипликативные инверсии ненулевых элементов поля. В этом примере MATLAB расширяет скаляр 1 до размера nz перед вычислением; альтернативно, можно использовать в качестве аргументов два массива, одного размера.

m = 5;
nz = gf([1:2^m-1],m); % Nonzero elements of the field
inv1 = 1 ./ nz; % Divide 1 by each element.
inv2 = nz .\ 1; % Obtain same result using .\ operator.

Матричное деление

Этот пример делит единичный массив на квадратный массив Поля Галуа mat использование / и \ операторы. Каждая матрица частного является мультипликативной инверсией mat. Заметьте как оператор операции транспонирования (') появляется в эквивалентной операции с помощью \. Для квадратных матриц последовательность транспонирует операции, является ненужным, но для неквадратных матриц, это необходимо.

m = 5;
mat = gf([1 2 3; 4 5 6; 7 8 9],m);
minv1 = eye(3) / mat; % Compute matrix inverse.
minv2 = (mat' \ eye(3)')'; % Obtain same result using \ operator.

Пример: Возведение в степень.  Примеры ниже иллюстрируют, как вычислить целочисленные степени массива Поля Галуа. Чтобы выполнить матричное возведение в степень на массиве Поля Галуа, необходимо использовать квадратный массив Поля Галуа в качестве основы и дежурного блюда (не Галуа) целочисленный скаляр как экспонента.

Поэлементное возведение в степень

Этот пример вычисляет степени примитивного элемента, A, Поля Галуа. Это затем использует эти отдельно вычисленные степени оценить примитивный полином по умолчанию в A. Ответ нуля показывает, что A является корнем примитивного полинома. .^ оператор exponentiates каждый элемент массива независимо.

m = 3;
av = gf(2*ones(1,m+1),m); % Row containing primitive element
expa = av .^ [0:m]; % Raise element to different powers.
evp = expa(4)+expa(2)+expa(1) % Evaluate D^3 + D + 1.

Выход ниже.

evp = GF(2^3) array. Primitive polynomial = D^3+D+1 (11 decimal)

Array elements =

     0

Матричное возведение в степень

Этот пример вычисляет инверсию квадратной матрицы путем повышения матрицы до степени-1. Это также повышает квадратную матрицу до степеней 2 и-2.

m = 5;
mat = gf([1 2 3; 4 5 6; 7 8 9],m);
minvs = mat ^ (-1); % Matrix inverse
matsq = mat^2; % Same as mat * mat
matinvssq = mat^(-2); % Same as minvs * minvs

Пример: Поэлементный Логарифм.  Код ниже вычисляет логарифм элементов массива Поля Галуа. Выход указывает, как описать каждый ненулевой элемент GF (8) как степень примитивного элемента. Логарифм нулевого элемента поля не определен.

gf8_nonzero = gf([1:7],3); % Vector of nonzero elements of GF(8)
expformat = log(gf8_nonzero) % Logarithm of each element

Выход

expformat =

     0     1     3     2     6     4     5

Как пример того, как интерпретировать выход, рассмотрите последнюю запись в каждом векторе в этом примере. Можно вывести что элемент gf(7,3) в GF (8) может быть описан как также

Логические операции в полях Галуа

• Разделите обзор

• Тестирование на равенство

• Тестирование на ненулевые значения

Разделите Обзор.  Можно применить логические тесты к массивам Поля Галуа и получить логический массив. Некоторые важные типы тестов тестируют на равенство двух массивов Поля Галуа и тестируют на ненулевые значения в массиве Поля Галуа.

Тестирование на Равенство.  Чтобы сравнить соответствующие элементы двух массивов Поля Галуа, которые имеют тот же размер, используйте операторы == и ~=. Результатом является логический массив, каждый элемент которого указывает на истину или ошибочность соответствующего поэлементного сравнения. Если вы используете те же операторы, чтобы сравнить скаляр с массивом Поля Галуа, MATLAB, техническое вычислительное программное обеспечение сравнивает скаляр с каждым элементом массива, производя логический массив, одного размера.

m = 5; r1 = gf([1:3],m); r2 = 1 ./ r1;
lg1 = (r1 .* r2 == [1 1 1]) % Does each element equal one?
lg2 = (r1 .* r2 == 1) % Same as above, using scalar expansion
lg3 = (r1 ~= r2) % Does each element differ from its inverse?

Выход ниже.

lg1 =

     1     1     1


lg2 =

     1     1     1


lg3 =

     0     1     1

Сравнение isequal и ==

Чтобы сравнить целые массивы и получить логический скалярный результат, а не логический массив, используйте встроенное isequal функция. Однако isequal использует строгие правила для его сравнения и возвращает значение 0 (FALSE), если вы выдерживаете сравнение

Пример ниже иллюстрирует это различие между == и isequal.

m = 5; r1 = gf([1:3],m); r2 = 1 ./ r1;
lg4 = isequal(r1 .* r2, [1 1 1]); % False
lg5 = isequal(r1 .* r2, gf(1,m)); % False
lg6 = isequal(r1 .* r2, gf([1 1 1],m)); % True

Тестирование на Ненулевые значения.  Чтобы протестировать на ненулевые значения в векторе Галуа, или в столбцах массива Поля Галуа, который имеет больше чем одну строку, используют any или all функция. Эти две функции ведут себя точно так же, как обычные функции MATLAB any и all, за исключением того, что они рассматривают только элементы основного массива при игнорировании информации, о котором Поле Галуа элементы находятся в. Примеры ниже.

m = 3; randels = gf(randi([0 2^m-1],6,1),m);
if all(randels) % If all elements are invertible
    invels = randels .\ 1; % Compute inverses of elements.
else
    disp('At least one element was not invertible.');
end
alph = gf(2,4);
poly = 1 + alph + alph^3;
if any(poly) % If poly contains a nonzero value
    disp('alph is not a root of 1 + D + D^3.');
end
code = [0:4 4 0; 3:7 4 5]
if all(code,2) % Is each row entirely nonzero?
    disp('Both codewords are entirely nonzero.');
else
    disp('At least one codeword contains a zero.');
end

Матричная манипуляция в полях Галуа

• Основные манипуляции массивов поля Галуа

• Основная информация о массивах поля Галуа

Основные Манипуляции Массивов Поля Галуа.  Основные операции над массивами на массивах Поля Галуа находятся в приведенной ниже таблице. Функциональность этих операций походит на операции MATLAB, имеющие тот же синтаксис.

Код ниже использует некоторые из этих синтаксисов.

m = 4; a = gf([0:15],m);
a(1:2) = [13 13]; % Replace some elements of the vector a.
b = reshape(a,2,8); % Create 2-by-8 matrix.
c = [b([1 1 2],1:3); a(4:6)]; % Create 4-by-3 matrix.
d = [c, a(1:4)']; % Create 4-by-4 matrix.
dvec = diag(d); % Extract main diagonal of d.
dmat = diag(a(5:9)); % Create 5-by-5 diagonal matrix
dtril = tril(d); % Extract upper and lower triangular
dtriu = triu(d); % parts of d.

Основная информация О Массивах Поля Галуа.  Можно определить длину вектора Галуа или размер любого массива Поля Галуа с помощью length и size функции. Функциональность для массивов Поля Галуа походит на функциональность операций MATLAB на обычных массивах, за исключением того, что выходные аргументы от size и length всегда целые числа, не массивы Поля Галуа. Код ниже иллюстрирует использование этих функций.

m = 4; e = gf([0:5],m); f = reshape(e,2,3);
lne = length(e); % Vector length of e
szf = size(f); % Size of f, returned as a two-element row
[nr,nc] = size(f); % Size of f, returned as two scalars
nc2 = size(f,2); % Another way to compute number of columns

Положения ненулевых элементов

Другой тип информации, которую вы можете хотеть определить из массива Поля Галуа, является положениями ненулевых элементов. Для обычного массива MATLAB вы можете использовать find функция. Однако для массива Поля Галуа, необходимо использовать find в сочетании с ~= оператор, как проиллюстрировано.

x = [0 1 2 1 0 2]; m = 2; g = gf(x,m);
nzx = find(x); % Find nonzero values in the ordinary array x.
nzg = find(g~=0); % Find nonzero values in the Galois array g.

Линейная алгебра в полях Галуа

• Инвертирование матриц и вычисление определителей

• Вычисление рангов

• Факторинг квадратных матриц

• Решение линейных уравнений

Инвертирование Матриц и Вычисление Определителей.  Чтобы инвертировать квадратный массив Поля Галуа, используйте inv функция. Связанный det функция, которая вычисляет определитель массива Поля Галуа. Оба inv и det ведите себя как их обычные дубликаты MATLAB, за исключением того, что они выполняют расчеты в Поле Галуа вместо в области комплексных чисел.

Код ниже иллюстрирует матричную инверсию и определяющий расчет.

m = 4;
randommatrix = gf(randi([0 2^m-1],4,4),m);
gfid = gf(eye(4),m);
if det(randommatrix) ~= 0
    invmatrix = inv(randommatrix);
    check1 = invmatrix * randommatrix;
    check2 = randommatrix * invmatrix;
    if (isequal(check1,gfid) & isequal(check2,gfid))
        disp('inv found the correct matrix inverse.');
    end
else
    disp('The matrix is not invertible.');
end

Выход из этого примера или этих двух сообщений, в зависимости от того, несингулярна ли случайным образом сгенерированная матрица или сингулярна.

inv found the correct matrix inverse.
The matrix is not invertible.

Вычисление Рангов.  Чтобы вычислить ранг массива Поля Галуа, используйте rank функция. Это ведет себя как обычный MATLAB rank функционируйте, когда дали точно один входной параметр. Пример ниже иллюстрирует, как найти ранг квадратных и неквадратных массивов Поля Галуа.

m = 3;
asquare = gf([4 7 6; 4 6 5; 0 6 1],m);
r1 = rank(asquare);
anonsquare = gf([4 7 6 3; 4 6 5 1; 0 6 1 1],m);
r2 = rank(anonsquare);
[r1 r2]

Выход

ans =

     2     3

Значения r1 и r2 укажите на тот asquare имеет меньше, чем полный ранг, но тот anonsquare имеет полный ранг.

Факторинг Квадратных Матриц.  Чтобы описать квадратный массив Поля Галуа (или сочетание его) как продукт нижнего треугольного массива Поля Галуа и верхнего треугольного массива Поля Галуа, используйте lu функция. Эта функция принимает один входной параметр и производит точно два или три выходных аргумента. Это ведет себя как обычный MATLAB lu функционируйте, когда дали тот же синтаксис. Пример ниже иллюстрирует, как учесть использование lu.

tofactor = gf([6 5 7 6; 5 6 2 5; 0 1 7 7; 1 0 5 1],3);
[L,U]=lu(tofactor); % lu with two output arguments
c1 = isequal(L*U, tofactor) % True
tofactor2 = gf([1 2 3 4;1 2 3 0;2 5 2 1; 0 5 0 0],3);
[L2,U2,P] = lu(tofactor2); % lu with three output arguments
c2 = isequal(L2*U2, P*tofactor2) % True

Решение Линейных уравнений.  Чтобы найти конкретное решение линейного уравнения в Поле Галуа, используйте \ или / оператор на массивах Поля Галуа. Приведенная ниже таблица указывает на уравнение, к которому каждый оператор обращается, принимая тот A и B ранее заданные массивы Поля Галуа.

Результаты синтаксиса в таблице зависят от характеристик массива Поля Галуа A:

Пример: решение линейных уравнений

Примеры ниже иллюстрируют, как найти конкретные решения линейных уравнений по Полю Галуа.

m = 4;
A = gf(magic(3),m); % Square nonsingular matrix
Awide=[A, 2*A(:,3)]; % 3-by-4 matrix with redundancy on the right
Atall = Awide'; % 4-by-3 matrix with redundancy at the bottom
B = gf([0:2]',m);
C = [B; 2*B(3)];
D = [B; B(3)+1];
thesolution = A \ B; % Solution of A * x = B
thesolution2 = B' / A; % Solution of x * A = B'
ck1 = all(A * thesolution == B) % Check validity of solutions.
ck2 = all(thesolution2 * A == B')
% Awide * x = B has infinitely many solutions. Find one.
onesolution = Awide \ B;
ck3 = all(Awide * onesolution == B) % Check validity of solution.
% Atall * x = C has a solution.
asolution = Atall \ C;
ck4 = all(Atall * asolution == C) % Check validity of solution.
% Atall * x = D has no solution.
notasolution = Atall \ D;
ck5 = all(Atall * notasolution == D) % It is not a valid solution.

Выход из этого примера указывает, что проверки достоверности являются всей истиной (1), за исключением ck5, который является ложным (0).

Операции обработки сигналов в полях Галуа

• Разделите обзор

• Фильтрация

• Свертка

• Дискретное преобразование Фурье

Разделите Обзор.  Можно выполнить некоторые операции обработки сигналов на массивах Поля Галуа, таких как фильтрация, свертка и дискретное преобразование Фурье.

В этом разделе описывается выполнить эти операции.

Другая информация о соответствующих операциях для обычных векторов действительных чисел находится в документации Signal Processing Toolbox™.

Фильтрация.  Чтобы отфильтровать вектор Галуа, используйте filter функция. Это ведет себя как обычный MATLAB filter функционируйте, когда дали точно три входных параметра.

m = 1; % Work in GF(2).
b = gf([1 0 0 1 0 1 0 1],m); % Numerator
a = gf([1 0 1 1],m); % Denominator
x = gf([1,zeros(1,19)],m);
y = filter(b,a,x); % Filter x.
figure; stem(y.x); % Create stem plot.
axis([0 20 -.1 1.1])

Свертка.  Программное обеспечение Communications Toolbox предлагает два эквивалентных способа применить операцию свертки к паре векторов Галуа:

Пример

Вычисляет матрицу свертки для векторного b в GF (4). Представляйте коэффициенты числителя для цифрового фильтра, и затем проиллюстрируйте два эквивалентных способа применить операцию свертки к b с x по Полю Галуа.

m = 2; b = gf([1 2 3]',m);
n = 3; x = gf(randi([0 2^m-1],n,1),m);
C = convmtx(b,n); % Compute convolution matrix.
v1 = conv(b,x); % Use conv to convolve b with x
v2 = C*x; % Use C to convolve b with x.

Дискретное преобразование Фурье.  Дискретное преобразование Фурье является важным инструментом в цифровой обработке сигналов. Этот тулбокс предлагает эти инструменты, чтобы помочь вам обработать дискретные преобразования Фурье:

Во всех случаях преобразовываемый вектор должен быть вектором Галуа из длины 2^m- 1 в поле GF (2^m). Следующий пример иллюстрирует использование этих функций. Можно проверять, с помощью isequal функция, тот y равняется y1Z равняется z1, и z равняется x.

m = 4;
x = gf(randi([0 2^m-1],2^m-1,1),m); % A vector to transform
alph = gf(2,m);
dm = dftmtx(alph);
idm = dftmtx(1/alph);
y = dm*x; % Transform x using the result of dftmtx.
y1 = fft(x); % Transform x using fft.
z = idm*y; % Recover x using the result of dftmtx(1/alph).
z1 = ifft(y1); % Recover x using ifft.

Полиномы по полям Галуа

• Разделите обзор

• Сложение и вычитание полиномов

• Умножение и деление полиномов

• Оценка многочленов

• Корни многочленов

• Корни бинарных полиномов

• Минимальные полиномы

Разделите Обзор.  Можно использовать векторы Галуа, чтобы представлять полиномы в неопределенном количестве x с коэффициентами в Поле Галуа. Сформируйте представление путем листинга коэффициентов полинома в векторе в порядке убывающих степеней x. Например, вектор

gf([2 1 0 3],4)

представляет полином Ax³ + 1x² + 0x + (A+1), где

Можно затем использовать такой вектор Галуа, чтобы выполнить арифметику с, оценить и найти корни полиномов. Можно также найти минимальные полиномы элементов Поля Галуа.

Сложение и Вычитание Полиномов.  Чтобы добавить и вычесть полиномы, используйте + и - на равной длине векторы Галуа, которые представляют полиномы. Если один полином имеет более низкую степень, чем другой, необходимо заполнить более короткий вектор нулями вначале, таким образом, эти два вектора имеют ту же длину. Пример ниже показов, как добавить степень один и степень два полинома.

lin = gf([4 2],3); % A^2 x + A, which is linear in x
linpadded = gf([0 4 2],3); % The same polynomial, zero-padded
quadr = gf([1 4 2],3); % x^2 + A^2 x + A, which is quadratic in x
% Can't do lin + quadr because they have different vector lengths.
sumpoly = [0, lin] + quadr; % Sum of the two polynomials
sumpoly2 = linpadded + quadr; % The same sum

Умножение и Деление Полиномов.  Чтобы умножить и разделить полиномы, использовать conv и deconv на векторах Галуа, которые представляют полиномы. Умножение и деление полиномов эквивалентны свертке и развертке векторов. deconv функция возвращает частное этих двух полиномов, а также полинома остатка. Примеры ниже.

m = 4;
apoly = gf([4 5 3],m); % A^2 x^2 + (A^2 + 1) x + (A + 1)
bpoly = gf([1 1],m); % x + 1
xpoly = gf([1 0],m); % x
% Product is A^2 x^3 + x^2 + (A^2 + A) x + (A + 1).
cpoly = conv(apoly,bpoly);
[a2,remd] = deconv(cpoly,bpoly); % a2==apoly. remd is zero.
[otherpol,remd2] = deconv(cpoly,xpoly); % remd is nonzero.

Операторы умножения и операторы деления в Арифметике в Полях Галуа умножают элементы или матрицы, не полиномы.

Оценка многочленов.  Чтобы оценить полином в элементе Поля Галуа, использовать polyval. Это ведет себя как обычный MATLAB polyval функционируйте, когда дали точно два входных параметра. Пример ниже оценивает полином в нескольких элементах в поле и проверяет результаты с помощью .^ и .* в поле.

m = 4;
apoly = gf([4 5 3],m); % A^2 x^2 + (A^2 + 1) x + (A + 1)
x0 = gf([0 1 2],m); % Points at which to evaluate the polynomial
y = polyval(apoly,x0)

a = gf(2,m); % Primitive element of the field, corresponding to A.
y2 = a.^2.*x0.^2 + (a.^2+1).*x0 + (a+1) % Check the result.

Выход ниже.

y = GF(2^4) array. Primitive polynomial = D^4+D+1 (19 decimal)

Array elements =

     3     2    10


y2 = GF(2^4) array. Primitive polynomial = D^4+D+1 (19 decimal)

Array elements =

     3     2    10

Первый элемент y оценивает полином в 0 и, поэтому, возвращает постоянный термин полинома 3.

Корни многочленов.  Чтобы найти корни полинома в Поле Галуа, используйте roots функция на векторе Галуа, который представляет полином. Эта функция находит корни, которые находятся в том же поле, в котором находится вектор Галуа. Число раз запись появляется в выходном векторе от roots точно его кратность как корень полинома.

Примеры ниже корней находки кубических полиномов в GF (8).

p = 3; m = 2;
field = gftuple([-1:p^m-2]',m,p); % List of all elements of GF(9)
% Use default primitive polynomial here.
polynomial = [1 0 1 1]; % 1 + x^2 + x^3
rts =gfroots(polynomial,m,p) % Find roots in exponential format
% Check that each one is actually a root.
for ii = 1:3
   root = rts(ii);
   rootsquared = gfmul(root,root,field);
   rootcubed = gfmul(root,rootsquared,field);
   answer(ii)= gfadd(gfadd(0,rootsquared,field),rootcubed,field);
   % Recall that 1 is really alpha to the zero power.
   % If answer = -Inf, then the variable root represents
   % a root of the polynomial.
end
answer

Корни Бинарных Полиномов.  В особом случае полинома, имеющего бинарные коэффициенты, также легко найти корни, которые существуют в дополнительном поле. Это вызвано тем, что элементы 0 и 1 имейте то же однозначное представительство во всех полях характеристических двух. Чтобы найти корни бинарного полинома в дополнительном поле, применяйтесь roots функционируйте к вектору Галуа в дополнительном поле, элементы массива которого являются бинарными коэффициентами полинома.

Пример ниже ищет корни бинарного полинома в различных полях.

gf2poly = gf([1 1 1],1); % x^2 + x + 1 in GF(2)
noroots = roots(gf2poly); % No roots in the ground field, GF(2)
gf4poly = gf([1 1 1],2); % x^2 + x + 1 in GF(4)
roots4 = roots(gf4poly); % The roots are A and A+1, in GF(4).
gf16poly = gf([1 1 1],4); % x^2 + x + 1 in GF(16)
roots16 = roots(gf16poly); % Roots in GF(16)
checkanswer4 = polyval(gf4poly,roots4); % Zero vector
checkanswer16 = polyval(gf16poly,roots16); % Zero vector

Корни полинома не существуют в GF (2), таким образом, noroots пустой массив. Однако корни полинома существуют в GF (4), а также в GF (16), таким образом, roots4 и roots16 непусты.

Заметьте, что roots4 и roots16 не равны друг другу. Они отличаются этими способами:

Минимальные Полиномы.  Минимальный полином элемента GF (2^m) наименьшая степень ненулевой полином бинарного коэффициента, имеющий тот элемент как корень в GF (2^m). Чтобы найти минимальный полином элемента или вектор-столбец элементов, используйте minpol функция.

Код ниже находок, что минимальный полином gf(6,4) D² + D + 1 и затем проверяет тот gf(6,4) действительно среди корней того полинома в поле GF (16).

m = 4;
e = gf(6,4);
em = minpol(e) % Find minimal polynomial of e. em is in GF(2).

emr = roots(gf([0 0 1 1 1],m)) % Roots of D^2+D+1 in GF(2^m)

Выход

em = GF(2) array.

Array elements =

     0     0     1     1     1


emr = GF(2^4) array. Primitive polynomial = D^4+D+1 (19 decimal)

Array elements =

     6
     7

Чтобы узнать, какие элементы Поля Галуа совместно используют тот же минимальный полином, используйте cosets функция.

Управление переменными Галуа

• Разделите обзор

• Определение, является ли переменная массивом поля Галуа

• Извлечение информации от массива поля Галуа

Разделите Обзор.  В этом разделе описываются методы для управления переменными Галуа или для передачи информации между массивами Поля Галуа и обычными массивами MATLAB.

Определение, Является ли Переменная Массивом Поля Галуа.  Чтобы узнать, является ли переменная массивом Поля Галуа, а не обычным массивом MATLAB, используйте isa функция. Рисунок ниже.

mlvar = eye(3);
gfvar = gf(mlvar,3);
no = isa(mlvar,'gf'); % False because mlvar is not a Galois array
yes = isa(gfvar,'gf'); % True because gfvar is a Galois array

Извлечение информации от Массива Поля Галуа.  Чтобы извлечь элементы массива, полевой порядок или примитивный полином от переменной, которая является массивом Поля Галуа, добавляет суффикс к имени переменной. Таблица ниже приводит точные суффиксы, которые независимы от имени переменной.

Код ниже иллюстрирует использование этих суффиксов. Определение empr использует вектор из бинарных коэффициентов полинома, чтобы создать массив Поля Галуа в дополнительном поле. Другая часть примера получает примитивный полином для поля и преобразует его в бинарное векторное представление, имеющее соответствующее количество битов.

% Check that e solves its own minimal polynomial.
e = gf(6,4); % An element of GF(16)
emp = minpol(e); % The minimal polynomial, emp, is in GF(2).
empr = roots(gf(emp.x,e.m)); % Find roots of emp in GF(16).

% Check that the primitive element gf(2,m) is
% really a root of the primitive polynomial for the field.
primpoly_int = double(e.prim_poly);
mval = e.m;
primpoly_vect = gf(de2bi(primpoly_int,mval+1,'left-msb'),mval);
containstwo = roots(primpoly_vect); % Output vector includes 2.

Преобразование массива поля Галуа к удваивается

a = gf([1,0])
b = double(a.x) %a.x is in uint16

MATLAB возвращает следующее:

a = GF(2) array.

Array elements =

           1           0


b =

     1     0

Скорость и примитивные полиномы не по умолчанию

Примитивные Представления Полиномов и Элемента описывают, как представлять элементы Поля Галуа относительно примитивного полинома по вашему выбору. В этом разделе описывается можно увеличить скорость расчетов, включающих массив Поля Галуа, который использует примитивный полином кроме примитивного полинома по умолчанию. Метод рекомендуется, если вы выполняете много таких расчетов.

Механизм для увеличения скорости является файлом данных, userGftable.mat, то, что некоторое вычислительное использование функций, чтобы не выполнять определенные расчеты неоднократно. Использовать в своих интересах этот механизм для вашей комбинации полевого порядка (m) и примитивный полином (prim_poly):

Функция пересматривает или создает userGftable.mat в вашей текущей рабочей папке, чтобы включать данные, относящиеся к вашей комбинации полевого порядка и примитивного полинома. После того, как вы первоначально инвестируете время, чтобы вызвать gftable, последующие расчеты с помощью тех значений m и prim_poly должно быть быстрее.

Чтобы видеть, как очень gftable улучшает скорость ваших расчетов, можно окружить расчеты tic и toc функции. Смотрите gftable страница с описанием для примера.

Выбранная библиография для полей Галуа

Терминология поля Галуа

В этом разделе p является нечетным простым числом, и m является положительным целым числом.

Кроме того, этот документ использует несколько терминов, которые последовательно не используются в литературе. Определения, принятые здесь, появляются в Линте фургона [5].

Представление элементов полей Галуа

• Разделите обзор

• Экспоненциальный формат

• Полиномиальный формат

• Список всех элементов поля Галуа

• Групповой из представлений

Разделите Обзор.  В этом разделе рассматриваются, как представлять элементы Поля Галуа с помощью экспоненциального формата этого тулбокса и полиномиального формата. Это также описывает способ перечислить все элементы Поля Галуа, потому что некоторые функции используют такой список в качестве входного параметра. Наконец, это обсуждает групповые из представлений элементов Поля Галуа.

Элементы GF (p) могут быть представлены с помощью целых чисел от 0 до p-1.

Когда m - по крайней мере 2, GF (p^m) называется дополнительным полем. Одни только Целые числа не могут представлять элементы GF (p^m) прямым способом. MATLAB техническое вычислительное программное обеспечение использует два основных соглашения для представления элементов GF (p^m): экспоненциальный формат и полиномиальный формат.

Экспоненциальный формат.  Этот формат использует свойство что каждый ненулевой элемент GF (p^m) может быть описан как A^c для некоторого целого числа c между 0 и p^m- 2. Более высокие экспоненты не нужны, потому что теория Полей Галуа подразумевает что каждый ненулевой элемент GF (p^m) удовлетворяет уравнению x^q-1 = 1, где q = p^m.

Использование экспоненциального формата показывают в приведенной ниже таблице.

Несмотря на то, что -Inf стандартное экспоненциальное представление нулевого элемента, все отрицательные целые числа эквивалентны -Inf когда используется в качестве входных параметров в экспоненциальном формате. Эта эквивалентность может быть полезной; например, смотрите краткую строку кода в конце раздела Default Primitive Polynomials.

Полиномиальный Формат.  Полиномиальный формат использует свойство что каждый элемент GF (p^m) может быть описан как полином в с экспонентами между 0 и m-1 и коэффициенты в GF (p). В полиномиальном формате, элементе

A(1) + A(2)  + A(3) A²   +... + A(m) A^m-1

представлен в MATLAB вектором

[A(1) A(2) A(3) ... A(m)]

Список Всех Элементов Поля Галуа.  Некоторые функции Поля Галуа в этом тулбоксе требуют аргумента, который перечисляет все элементы дополнительного поля GF (p^m). Это снова относительно конкретного примитивного элемента GF (p^m). Соответствующий формат для списка элементов является соответствующим форматом матрицы, имеющей p^m строки, один для каждого элемента поля. Матрица имеет m столбцы, один для каждого коэффициента степени в полиномиальном формате, показанном в Полиномиальном Формате выше. Первая строка содержит только нули, потому что она соответствует нулевому элементу в GF (p^m). Если k между 2 и p^m, затем k-ая строка задает полиномиальный формат элемента A^k-2.

Минимальный полином средства в расчете этой матрицы, потому что это говорит, как описать A^m в терминах более низких степеней A. Например, таблица ниже приводит элементы GF (3²), где A является корнем примитивного полинома 2 + 2x + x². Этот полином позволяет повторенное использование замены

A² = -2 - 2 А = 1 + A

при выполнении расчетов в среднем столбце таблицы.

Пример

Автоматический способ сгенерировать матрицу, строки которой находятся в третьем столбце приведенной выше таблицы, состоит в том, чтобы использовать код ниже.

p = 3; m = 2;
% Use the primitive polynomial 2 + 2x + x^2 for GF(9).
prim_poly = [2 2 1];
field = gftuple([-1:p^m-2]',prim_poly,p);

gftuple функция обсуждена более подробно в Преобразовании и Упрощении Форматов элемента.

Групповой из Представлений.  Данное поле имеет больше чем один примитивный элемент. Если два примитивных элемента будут иметь различные минимальные полиномы, то соответствующие матрицы элементов будут иметь свои строки в различном порядке. Если два примитивных элемента совместно используют тот же минимальный полином, то матрица элементов поля является тем же самым.

Другие пути, которыми представления элементов не уникальны, возникают из уравнений, которым удовлетворяют элементы Поля Галуа. Например, экспоненциальный формат 8 в GF (9) является действительно тем же самым как экспоненциальным форматом 0, потому что A⁸ = 1 = A⁰ в GF (9). Как другой пример, замена, упомянутая непосредственно перед тем, как, таблица Elements GF (9) показывает, что полиномиальный формат [0 0 1] является действительно тем же самым как полиномиальным форматом [1 1].

Примитивные полиномы по умолчанию

Этот тулбокс обеспечивает примитивный полином по умолчанию для каждого дополнительного поля. Можно получить этот полином с помощью gfprimdf функция. Команда

prim_poly = gfprimdf(m,p); % If m and p are already defined

производит стандартное представление вектора-строки минимального полинома по умолчанию для GF (p^m).

Например, команда ниже показов, что примитивный полином по умолчанию для GF (9) равняется 2 + x + x², не полином используется в Списке Всех Элементов Поля Галуа.

poly1=gfprimdf(2,3);

poly1 =

     2     1     1

Сгенерировать список элементов GF (p^m) использование примитивного полинома по умолчанию, используйте команду

field = gftuple([-1:p^m-2]',m,p);

Преобразование и упрощение форматов элемента

• Преобразование в самый простой полиномиальный формат

• Пример: генерация списка элементов поля Галуа

• Преобразование в самый простой экспоненциальный формат

Преобразование в самый простой полиномиальный формат.  gftuple функция производит самое простое полиномиальное представление элемента GF (p^m), или, учитывая экспоненциальное представление или, учитывая полиномиальное представление того элемента. Это может быть полезно для генерации списка элементов GF (p^m) то, что другие функции требуют.

Используя gftuple требует трех аргументов: одно представление элемента GF (p^m), одно указание на примитивный полином, который MATLAB техническое вычислительное программное обеспечение должен использовать при вычислении выхода и главного p. Приведенная ниже таблица указывает как gftuple ведет себя, когда дали первые два аргумента в различных форматах.

Четыре примера, которые появляются в таблице, прежде всего, производят тот же векторный  tp = [2, 1], но их различные входные параметры к gftuple соответствуйте линиям таблицы. Каждый пример описывает факт это A⁶ = 2+A, где A является корнем примитивного полинома (по умолчанию) 2 + x + x² для GF (3²).

Пример

В этом примере показано, как gfconv и gftuple объединитесь, чтобы умножить два полиномиальных элемента формата GF (3⁴). Первоначально, gfconv умножает эти два полинома, обрабатывая примитивный элемент, как будто это была переменная. Это производит старший полином, который gftuple упрощает использование полиномиального уравнения, которому удовлетворяет примитивный элемент. Конечным результатом является самый простой полиномиальный формат продукта.

p = 3; m = 4;
a = [1 2 0 1]; b = [2 2 1 2];
notsimple = gfconv(a,b,p) % a times b, using high powers of alpha
simple = gftuple(notsimple,m,p) %Highest exponent of alpha is m-1

Выход ниже.

notsimple =

     2     0     2     0     0     1     2


simple =

     2     1     0     1

Пример: Генерация Списка Элементов Поля Галуа.  Этот пример применяет функциональность преобразования к задаче генерации матрицы, которая перечисляет все элементы Поля Галуа. Матрица A, которая перечисляет все полевые элементы, является входным параметром в функциях такой как gfadd и gfmul. Переменные field1 и field2 ниже имеют формат, который ожидают такие функции.

p = 5; % Or any prime number
m = 4; % Or any positive integer
field1 = gftuple([-1:p^m-2]',m,p);

prim_poly = gfprimdf(m,p); % Or any primitive polynomial
% for GF(p^m)
field2 = gftuple([-1:p^m-2]',prim_poly,p);

Преобразование в Самый Простой Экспоненциальный формат.  Та же функция gftuple также производит самое простое экспоненциальное представление элемента GF (p^m), или, учитывая экспоненциальное представление или, учитывая полиномиальное представление того элемента. Чтобы получить этот выход, используйте синтаксис

[polyformat, expformat] = gftuple(...)

Формат ввода и выход polyformat как в таблице Behavior gftuple В зависимости от Формата Первых Двух Входных параметров. Кроме того, переменная expformat содержит самый простой экспоненциальный формат элемента, представленного в polyformat. Это является самым простым в том смысле, что экспонентой является любой -Inf или номер между 0 и p^m-2.

Пример

Чтобы восстановить экспоненциальный формат элемента 2 + что рассмотренный предыдущий раздел, используйте команды ниже. В этом случае, polyformat содержит избыточную информацию, в то время как expformat содержит желаемый результат.

[polyformat, expformat] = gftuple([2 1],2,3)

polyformat =

     2     1

expformat =

     6

Этот выход, кажется, сначала противоречит информации в таблице Elements GF (9) , но на самом деле это не делает. Таблица использует различный примитивный элемент; два плюс тот примитивный элемент имеет полиномиальные и экспоненциальные форматы, показанные ниже.

prim_poly = [2 2 1];
[polyformat2, expformat2] = gftuple([2 1],prim_poly,3)

Выход ниже отражений информация в нижней строке таблицы.

polyformat2 =

     2     1


expformat2 =

     7

Арифметика в полях Галуа

• Разделите обзор

• Арифметика в лучших полях

• Арифметика в дополнительных полях

Разделите Обзор.  Можно добавить, вычесть, умножить и разделить элементы Полей Галуа с помощью функций gfadd, gfsub, gfmul, и gfdiv, соответственно. Каждая из этих функций имеет режим для лучших полей и режим для дополнительных полей.

Арифметика в Лучших Полях.  Арифметика в GF (p) совпадает с арифметическим p по модулю. Функции gfadd, gfmul, gfsub, и gfdiv примите два аргумента, которые представляют элементы GF (p) как целые числа между 0 и p-1. Третий аргумент задает p.

Пример: таблица сложения для GF (5)

Код ниже создает таблицу сложения для GF (5). Если a и b между 0 и 4, затем элемент gfp_add(a+1,b+1) представляет сумму a+b в GF (5). Например, gfp_add(3,5) = 1 потому что 2+4 1 5 по модулю.

p = 5;
row = 0:p-1;
table = ones(p,1)*row;
gfp_add = gfadd(table,table',p)

Выход для этого примера следует.

gfp_add =

     0     1     2     3     4
     1     2     3     4     0
     2     3     4     0     1
     3     4     0     1     2
     4     0     1     2     3

Другие значения p произведите таблицы для различных лучших полей GF (p). Заменяя gfadd gfmul, gfsub, или gfdiv производит таблицу для соответствующей арифметической операции в GF (p).

Арифметика в Дополнительных Полях.  Те же арифметические функции могут добавить элементы GF (p^m) когда  m> 1, но формат аргументов более сложен, чем в случае выше. В общем случае арифметика в дополнительных полях более сложна, чем арифметика в лучших полях; смотрите работы, перечисленные в Выбранной Библиографии для Полей Галуа для получения дополнительной информации о том, как арифметические операции работают.

При работе в дополнительных полях, функциях gfadd, gfmul, gfsub, и gfdiv используйте первые два аргумента, чтобы представлять элементы GF (p^m) в экспоненциальном формате. Третий аргумент, который требуется, перечисляет все элементы GF (p^m) как описано в Списке Всех Элементов Поля Галуа. Результат находится в экспоненциальном формате.

Пример: таблица сложения для GF (9)

Код ниже создает таблицу сложения для GF (3²), с помощью экспоненциальных форматов относительно корня примитивного полинома по умолчанию для GF (9). Если a и b между-1 и 7, затем элемент gfpm_add(a+2,b+2) представляет сумму A^a и A^b в GF (9). Например, gfpm_add(4,6) = 5 потому что

A² + A⁴ = A⁵

Используя четвертые и шестые строки матричного field, можно проверить это

A² + A⁴ = (1 + 2 А) + (2 + 0A) = 3 + 2 А = 0 + 2 А = A⁵ по модулю 3.

p = 3; m = 2; % Work in GF(3^2).
field = gftuple([-1:p^m-2]',m,p); % Construct list of elements.
row = -1:p^m-2;
table = ones(p^m,1)*row;
gfpm_add = gfadd(table,table',field)

Выход ниже.

gfpm_add =

  -Inf     0     1     2     3     4     5     6     7
     0     4     7     3     5  -Inf     2     1     6
     1     7     5     0     4     6  -Inf     3     2
     2     3     0     6     1     5     7  -Inf     4
     3     5     4     1     7     2     6     0  -Inf
     4  -Inf     6     5     2     0     3     7     1
     5     2  -Inf     7     6     3     1     4     0
     6     1     3  -Inf     0     7     4     2     5
     7     6     2     4  -Inf     1     0     5     3

Другие значения p и m произведите таблицы для различных дополнительных полей GF (p^m). Заменяя gfadd gfmul, gfsub, или gfdiv производит таблицу для соответствующей арифметической операции в GF (p^m).

Полиномы по лучшим полям

• Разделите обзор

• Косметические изменения полиномов

• Полиномиальная арифметика

• Характеристика полиномов

• Корни многочленов

Разделите Обзор.  Полином по GF (p) является полиномом, коэффициенты которого являются элементами GF (p). Программное обеспечение Communications Toolbox обеспечивает функции для

Косметические Изменения Полиномов.  Чтобы отобразить традиционно отформатированный полином, который соответствует вектору-строке, содержащему коэффициенты, использовать gfpretty. Чтобы обрезать полином путем удаления всех терминов нулевого коэффициента, которые имеют экспоненты выше, чем степень полинома, использовать gftrunc. Например,

polynom = gftrunc([1 20 394 10 0 0 29 3 0 0])
gfpretty(polynom)

Выход ниже.

polynom =

     1    20   394    10     0     0    29     3


                                   2       3       6      7
                   1 + 20 X + 394 X  + 10 X  + 29 X  + 3 X

Полиномиальная Арифметика.  Функции gfadd и gfsub добавьте и вычтите, соответственно, полиномы по GF (p). gfconv функция умножает полиномы по GF (p). gfdeconv функция делит полиномы на GF (p), производя полином частного и полином остатка. Например, команды ниже показа, что 2 + x + x² времена 1 + x по полю GF (3) равняются 2 + 2x² + x³.

a = gfconv([2 1 1],[1 1],3)
[quot, remd] = gfdeconv(a,[2 1 1],3)

Выход ниже.

a =

     2     0     2     1


quot =

     1     1

remd =

     0

Ранее обсужденные функции gfadd и gfsub добавьте и вычтите, соответственно, полиномы. Поскольку это использует вектор из коэффициентов, чтобы представлять полином, MATLAB не различает добавление двух полиномов и добавление двух векторов-строк поэлементно.

Характеристика Полиномов.  Учитывая полином по GF (p), gfprimck функция определяет, неприводимо ли это и/или примитивно. По определению, если это примитивно затем, это неприводимо; однако, реверс не обязательно верен. gfprimdf и gfprimfd функции возвращают примитивные полиномы.

Учитывая элемент GF (p^m), gfminpol функция вычисляет свой минимальный полином по GF (p).

Пример

Например, код ниже отражений неприводимость всех минимальных полиномов. Однако минимальный полином непримитивного элемента не является примитивным полиномом.

p = 3; m = 4;
% Use default primitive polynomial here.

prim_poly = gfminpol(1,m,p);
ckprim = gfprimck(prim_poly,p);
% ckprim = 1, since prim_poly represents a primitive polynomial.

notprimpoly = gfminpol(5,m,p);
cknotprim = gfprimck(notprimpoly,p);
% cknotprim = 0 (irreducible but not primitive)
% since alpha^5 is not a primitive element when p = 3.

ckreducible = gfprimck([0 1 1],p);
% ckreducible = -1 since the polynomial is reducible.

Корни многочленов.  Учитывая полином по GF (p), gfroots функция находит корни полинома в подходящем дополнительном поле GF (p^m). Существует два способа сказать MATLAB степень m дополнительного поля GF (p^m), как показано в следующей таблице.

Пример: корни полинома в GF (9)

Код ниже корней находок полинома 1 + x² + x³ в GF (9) и затем проверяет, что они - действительно корни. Экспоненциальный формат элементов GF (9) используется повсюду.

p = 3; m = 2;
field = gftuple([-1:p^m-2]',m,p); % List of all elements of GF(9)
% Use default primitive polynomial here.
polynomial = [1 0 1 1]; % 1 + x^2 + x^3
rts =gfroots(polynomial,m,p) % Find roots in exponential format
% Check that each one is actually a root.
for ii = 1:3
   root = rts(ii);
   rootsquared = gfmul(root,root,field);
   rootcubed = gfmul(root,rootsquared,field);
   answer(ii)= gfadd(gfadd(0,rootsquared,field),rootcubed,field);
   % Recall that 1 is really alpha to the zero power.
   % If answer = -Inf, then the variable root represents
   % a root of the polynomial.
end
answer

Выход показывает этому A⁰ (который равняется 1), A⁵, и A⁷ корни.

roots =

     0
     5
     7


answer =

  -Inf  -Inf  -Inf

Смотрите страницу с описанием для gfroots чтобы видеть, как gfroots может также предоставить вам полиномиальные форматы корней и список всех элементов поля.

Другие функции поля Галуа

Смотрите онлайновые страницы с описанием для получения информации об этих других функциях Поля Галуа в программном обеспечении Communications Toolbox:

Выбранная библиография для полей Галуа