Koodausteoria, Kesä 2014

Samankaltaiset tiedostot
Koodausteoria, Kesä 2014

Koodausteoria, Kesä 2014

Koodausteoria, Kesä 2014

Koodausteoria, Kesä 2014

Koodausteoria, Kesä 2014

Koodausteoria, Kesä 2014

Laajennetut Preparata-koodit

Koodausteoria, Kesä 2014

Koodausteoria, Kesä 2014

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Liittomatriisi. Liittomatriisi. Määritelmä 16 Olkoon A 2 M(n, n). Matriisin A liittomatriisi on cof A 2 M(n, n), missä. 1) i+j det A ij.

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Insinöörimatematiikka D

Ominaisarvot ja ominaisvektorit 140 / 170

Insinöörimatematiikka D

KOODAUSTEORIA S

Vapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee:

Avaruuden R n aliavaruus

Kanta ja dimensio 1 / 23

7 Vapaus. 7.1 Vapauden määritelmä

Lineaarialgebra ja matriisilaskenta I

Aiheet. Kvadraattinen yhtälöryhmä. Kvadraattinen homogeeninen YR. Vapaa tai sidottu matriisi. Vapauden tutkiminen. Yhteenvetoa.

Käänteismatriisi 1 / 14

Lineaarialgebra ja matriisilaskenta I

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

802118P Lineaarialgebra I (4 op)

Ennakkotehtävän ratkaisu

Matriisit. Määritelmä 1 Reaaliluvuista a ij, missä i = 1,..., k ja j = 1,..., n, muodostettua kaaviota a 11 a 12 a 1n a 21 a 22 a 2n A =

Lineaarialgebra ja matriisilaskenta II Syksy 2009 Laskuharjoitus 1 ( ) Ratkaisuehdotuksia Vesa Ala-Mattila

Yhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Insinöörimatematiikka D

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Aiheet. Kvadraattinen yhtälöryhmä. Kvadraattinen homogeeninen YR. Vapaa tai sidottu matriisi. Vapauden tutkiminen. Yhteenvetoa.

Lineaarikuvauksen R n R m matriisi

ominaisvektorit. Nyt 2 3 6

MS-C1340 Lineaarialgebra ja

6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio

1.1. Määritelmiä ja nimityksiä

Insinöörimatematiikka D

1 Lineaariavaruus eli Vektoriavaruus

Ortogonaalinen ja ortonormaali kanta

Insinöörimatematiikka D

Ominaisarvo ja ominaisvektori

802320A LINEAARIALGEBRA OSA I

MS-C1340 Lineaarialgebra ja

Latinalaiset neliöt ja taikaneliöt

Matriisipotenssi. Koska matriisikertolasku on liitännäinen (sulkuja ei tarvita; ks. lause 2), voidaan asettaa seuraava määritelmä: ja A 0 = I n.

Vektoreiden virittämä aliavaruus

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät

5 OMINAISARVOT JA OMINAISVEKTORIT

Algebra I Matematiikan ja tilastotieteen laitos Ratkaisuehdotuksia harjoituksiin 9 (6 sivua) OT

Matemaattinen Analyysi, s2016, L2

Lineaariset yhtälöryhmät ja matriisit

9 Matriisit. 9.1 Matriisien laskutoimituksia

Esimerkki 19. Esimerkissä 16 miniminormiratkaisu on (ˆx 1, ˆx 2 ) = (1, 0).

Lineaariset kongruenssiyhtälöryhmät

Insinöörimatematiikka D

Gaussin ja Jordanin eliminointimenetelmä

2.5. Matriisin avaruudet ja tunnusluvut

MS-A0004/A0006 Matriisilaskenta

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

Bijektio. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin jokaiselle alkiolle kuvautuu tasan yksi lähdön alkio.

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Ominaisarvo ja ominaisvektori

802320A LINEAARIALGEBRA OSA III

Diofantoksen yhtälön ratkaisut

Inversio-ongelmien laskennallinen peruskurssi Luento 3

2017 = = = = = = 26 1

Ominaisvektoreiden lineaarinen riippumattomuus

Insinöörimatematiikka D

8 KANNAT JA ORTOGONAALISUUS. 8.1 Lineaarinen riippumattomuus. Vaasan yliopiston julkaisuja 151

Ratkaisuehdotukset LH 3 / alkuvko 45

Numeeriset menetelmät

Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V. Termejä: Lineaarikuvaus, Lineaarinen kuvaus.

Insinöörimatematiikka D

esimerkkejä erilaisista lohkokoodeista

diskreetin logaritmin laskemisen käytännössä mahdottomaksi. Olkoon γ kunnan F q primitiivinen alkio. Luku q ja alkio γ ovat julkisia suureita.

Matriisialgebra harjoitukset, syksy x 1 + x 2 = a 0

Lineaarikuvausten. Lineaarikuvaus. Lineaarikuvauksia. Ydin. Matriisin ydin. aiheita. Aiheet. Lineaarikuvaus. Lineaarikuvauksen matriisi

Lineaarialgebra b, kevät 2019

Matematiikka B2 - TUDI

Lineaarialgebra, kertausta aiheita

Inversio-ongelmien laskennallinen peruskurssi Luento 2

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

Insinöörimatematiikka D

Ratkaisuehdotukset LH 7 / vko 47

LU-hajotelma. Esimerkki 1 Matriisi on yläkolmiomatriisi ja matriisi. on alakolmiomatriisi. 3 / 24

Lineaarialgebra ja matriisilaskenta I

BM20A0700, Matematiikka KoTiB2

Kantavektorien kuvavektorit määräävät lineaarikuvauksen

Insinöörimatematiikka D

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Kanta ja Kannan-vaihto

Lineaarialgebra ja matriisilaskenta I, HY Kurssikoe Ratkaisuehdotus. 1. (35 pistettä)

802120P Matriisilaskenta (5 op)

Sisätuloavaruudet. 4. lokakuuta 2006

Transkriptio:

Koodausteoria, Kesä 2014 Topi Törmä Matemaattisten tieteiden laitos

3.3 Lineaarisen koodin dekoodaus Oletetaan, että lähetettäessä kanavaan sana c saadaan sana r = c + e, missä e on häiriön aiheuttama virhe. Dekoodaaja ei tunne vektoria c eikä vektoria e. Näiden löytämiseksi käytetään syndromia. Topi Törmä Matemaattisten tieteiden laitos 2 / 9

3.3 Lineaarisen koodin dekoodaus Oletetaan, että lähetettäessä kanavaan sana c saadaan sana r = c + e, missä e on häiriön aiheuttama virhe. Dekoodaaja ei tunne vektoria c eikä vektoria e. Näiden löytämiseksi käytetään syndromia. Määritelmä 3.3.1. Vektorin x F n syndromiksi sanotaan vektoria s(x) = xh T. Topi Törmä Matemaattisten tieteiden laitos 2 / 9

3.3 Lineaarisen koodin dekoodaus Oletetaan, että lähetettäessä kanavaan sana c saadaan sana r = c + e, missä e on häiriön aiheuttama virhe. Dekoodaaja ei tunne vektoria c eikä vektoria e. Näiden löytämiseksi käytetään syndromia. Määritelmä 3.3.1. Vektorin x F n syndromiksi sanotaan vektoria s(x) = xh T. Määritelmästä seuraa, että s(x) = 0 täsmälleen silloin, kun x C. Koska C on ryhmä yhteenlaskun suhteen, voidaan muodostaa sivuluokat x + C = {x + c c C}. Topi Törmä Matemaattisten tieteiden laitos 2 / 9

Lause 3.3.2. Vektorit x ja y ovat samassa koodin C sivuluokassa täsmälleen silloin, kun niillä on sama syndromi. Topi Törmä Matemaattisten tieteiden laitos 3 / 9

Lause 3.3.2. Vektorit x ja y ovat samassa koodin C sivuluokassa täsmälleen silloin, kun niillä on sama syndromi. Lause 3.3.4. Binäärisen koodin tapauksessa, jos virhevektorissa e on ykkönen kohdissa i 1,..., i w, niin vektorin r = c + e syndromi on matriisin H sarakkeiden i 1,..., i w summa transponoituna. Topi Törmä Matemaattisten tieteiden laitos 3 / 9

Jos s(r) = s, niin virhevektori e voi olla mikä tahansa sana, jonka syndromi on s, ts. mikä tahansa sivuluokan r + C alkio. Todennäköisimmät ehdokkaat ovat ne, joiden painot ovat pienimmät. Valitaan jokaisesta sivuluokasta tällainen alkio ja sanotaan sitä kyseisen sivuluokan johtajaksi. Topi Törmä Matemaattisten tieteiden laitos 4 / 9

Jos s(r) = s, niin virhevektori e voi olla mikä tahansa sana, jonka syndromi on s, ts. mikä tahansa sivuluokan r + C alkio. Todennäköisimmät ehdokkaat ovat ne, joiden painot ovat pienimmät. Valitaan jokaisesta sivuluokasta tällainen alkio ja sanotaan sitä kyseisen sivuluokan johtajaksi. Tarkastellaan seuraavaa standardikaaviota, jonka 1. ensimmäiselle riville tulee koodisanat vektorista 0 (sivuluokan C johtajasta) alkaen: 0, c 2,..., c q k ; 2. ensimmäiseen sarakkeeseen tulee sivuluokkien johtajat 0, e 2,..., e q n k ; 3. rivin i ja sarakkeen j risteykseen tulee alkio e i + c j. Topi Törmä Matemaattisten tieteiden laitos 4 / 9

Jos s(r) = s, niin virhevektori e voi olla mikä tahansa sana, jonka syndromi on s, ts. mikä tahansa sivuluokan r + C alkio. Todennäköisimmät ehdokkaat ovat ne, joiden painot ovat pienimmät. Valitaan jokaisesta sivuluokasta tällainen alkio ja sanotaan sitä kyseisen sivuluokan johtajaksi. Tarkastellaan seuraavaa standardikaaviota, jonka 1. ensimmäiselle riville tulee koodisanat vektorista 0 (sivuluokan C johtajasta) alkaen: 0, c 2,..., c q k ; 2. ensimmäiseen sarakkeeseen tulee sivuluokkien johtajat 0, e 2,..., e q n k ; 3. rivin i ja sarakkeen j risteykseen tulee alkio e i + c j. Dekoodaaja δ käyttää taulukkoa seuraavasti: saatu sana r muutetaan sen yläpuolella olevaksi koodisanaksi c, jolloin wt(r c ) on pienin mahdollinen eli r c on todennäköisin virhe. Topi Törmä Matemaattisten tieteiden laitos 4 / 9

Täydellinen standardikaavio vaatii yleensä liikaa tilaa. Koska jokaisella rivillä on sama syndromi, riittää tallentaa sivuluokkien johtajat ja niiden syndromit. (Itse asiassa riittää laskea niiden vektorien syndromit, joiden paino on korkeintaan koodin virheenkorjauskyky.) Näin saadun syndromiluettelon avulla voidaan toimia seuraavasti: Jos saadaan sana r, niin 1. lasketaan syndromi rh T ; 2. etsitään syndromiluettelon avulla vastaava sivuluokan johtaja e i ; 3. lasketaan r e i = c. Topi Törmä Matemaattisten tieteiden laitos 5 / 9

3.4 Hammingin koodit Olkoon H binäärisen lineaarisen koodin tarkistusmatriisi. Jos c on lähetetty ja r = c + e saatu sana, niin Lauseen 3.3.4 mukaan s(r) = eh T on matriisin H niiden sarakkeiden summan transpoosi, joita vastaavissa kohdissa on syntynyt virhe. Topi Törmä Matemaattisten tieteiden laitos 6 / 9

3.4 Hammingin koodit Olkoon H binäärisen lineaarisen koodin tarkistusmatriisi. Jos c on lähetetty ja r = c + e saatu sana, niin Lauseen 3.3.4 mukaan s(r) = eh T on matriisin H niiden sarakkeiden summan transpoosi, joita vastaavissa kohdissa on syntynyt virhe. Sen vuoksi matriisissa H mahdollisesti olevaa saraketta 0 T vastaavassa kohdassa oleva virhe ei vaikuta syndromiin ja jää näin havaitsematta. Jos taas matriisissa H on kaksi samanlaista saraketta, niin näitä vastaavissa kohdissa syntynyt virhepari ei vaikuta syndromiin ja jää sekin havaitsematta. Topi Törmä Matemaattisten tieteiden laitos 6 / 9

3.4 Hammingin koodit Olkoon H binäärisen lineaarisen koodin tarkistusmatriisi. Jos c on lähetetty ja r = c + e saatu sana, niin Lauseen 3.3.4 mukaan s(r) = eh T on matriisin H niiden sarakkeiden summan transpoosi, joita vastaavissa kohdissa on syntynyt virhe. Sen vuoksi matriisissa H mahdollisesti olevaa saraketta 0 T vastaavassa kohdassa oleva virhe ei vaikuta syndromiin ja jää näin havaitsematta. Jos taas matriisissa H on kaksi samanlaista saraketta, niin näitä vastaavissa kohdissa syntynyt virhepari ei vaikuta syndromiin ja jää sekin havaitsematta. Esimerkiksi tapauksessa [ ] 1 1 0 1 0 H =, e 1 0 1 0 1 1 = 01000, e 2 = 00010 on e 1 H T = e 2 H T = 10. Topi Törmä Matemaattisten tieteiden laitos 6 / 9

Jos toisaalta matriisin H kaikki sarakkeet ovat nollasta eroavia ja erisuuria sekä wt(e) = 1, missä 1 on koordinaatissa i, niin eh T on matriisin H sarake i transponoituna. Täten yhden bitin virhe voidaan paikallistaa ja korjata. Topi Törmä Matemaattisten tieteiden laitos 7 / 9

Jos toisaalta matriisin H kaikki sarakkeet ovat nollasta eroavia ja erisuuria sekä wt(e) = 1, missä 1 on koordinaatissa i, niin eh T on matriisin H sarake i transponoituna. Täten yhden bitin virhe voidaan paikallistaa ja korjata. Edellä mainittu voidaan todeta myös havaitsemalla, että jos matriisin H sarakkeet ovat nollasta eroavia ja erisuuria, niin matriisin H sarakkeiden epätriviaali lineaarikombinaatio voi olla 0 T vain, jos nollasta eroavien kerrointen lukumäärä on vähintään 3. Lauseen 3.2.8 nojalla d min C 3 ja C on siis yhden virheen korjaava. Näin on esitetty kaksi todistusta seuraavalle lauseelle. Topi Törmä Matemaattisten tieteiden laitos 7 / 9

Lause 3.4.1. Lineaarinen binäärinen koodi on (vähintään) yhden virheen korjaava, jos ja vain jos sen tarkistusmatriisin sarakkeet ovat nollasta eroavia ja erisuuria. Topi Törmä Matemaattisten tieteiden laitos 8 / 9

Lause 3.4.1. Lineaarinen binäärinen koodi on (vähintään) yhden virheen korjaava, jos ja vain jos sen tarkistusmatriisin sarakkeet ovat nollasta eroavia ja erisuuria. Huomautus Jos H on r-rivinen eli n k = r, niin selvästi matriisissa H voi olla enintään 2 r 1 nollasta eroavaa erisuurta saraketta. Topi Törmä Matemaattisten tieteiden laitos 8 / 9

Lause 3.4.1. Lineaarinen binäärinen koodi on (vähintään) yhden virheen korjaava, jos ja vain jos sen tarkistusmatriisin sarakkeet ovat nollasta eroavia ja erisuuria. Huomautus Jos H on r-rivinen eli n k = r, niin selvästi matriisissa H voi olla enintään 2 r 1 nollasta eroavaa erisuurta saraketta. Määritelmä 3.4.2. Binääristä lineaarista koodia, jonka tarkistusmatriisin H sarakkeet ovat lukujen 1, 2, 3,..., 2 r 1 binääriesitykset, sanotaan (binääriseksi) Hammingin [2 r 1, 2 r r 1]-koodiksi. Topi Törmä Matemaattisten tieteiden laitos 8 / 9

Lause 3.4.3. Binäärinen Hammingin koodi on täydellinen. Topi Törmä Matemaattisten tieteiden laitos 9 / 9

Lause 3.4.3. Binäärinen Hammingin koodi on täydellinen. Huomautus 3.4.4. Koska Hammingin koodi on täydellinen, se dekoodaa väärin kaikki vähintään 2-painoisesti virheelliset sanat. Topi Törmä Matemaattisten tieteiden laitos 9 / 9