已知校验矩阵（监督矩阵）或生成矩阵G怎样生成所有可能码字
最近几天重新复习了有关信息编码的知识，首先跟大家推荐两本书吧。
《数字通信原理与技术》（北京邮电出版社的）
《ldpc原理与应用》
首先先搞清几个概念。
1.什么是分组码？
每个码组的监督码元仅与该码组的信息码元有关，而与其他码组的信息码元无关，这类码称为分组码。在分组码中，监督码元仅监督本码组中的信息码元。
编码效率R=k/n，k是信息位，n-k是监督位，R越大，信息位所占的比重越大，码组传输信息的有效性越高。所以，R说明了分组码传输信息的有效性。d0表示最小码距。d0越大，则从一个码组错为另一个码组的可能性越小，因而检错、纠错能力也就越强。
d0表示最小码距。d0越大，则从一个码组错为另一个码组的可能性越小，因而检错、纠错能力也就越强。
如果码组集合中码组间的最小码距满足：
d0>=e+1
则该码集中的码组具有检测e位错码的能力。
如果d0>=2t+1,则该码集中的码组具有纠正t个错码的能力。
如果d0>=t+e+1（e>t），则该码集中的码组具有纠正t个错码，并检测e个错码的能力。
2.什么是线性码？
线性码中的信息位和监督位是由线性代数方程联系着的。或者说，线性码是按一组线性方程构成的。
3.监督矩阵（或者校验矩阵）H到底表示什么？
H表示的是监督位和信息位之间的关系，只要H给定，编码时监督位和信息位的关系就完全确定了，H的行数就是监督位的数目r。H的每行中1的位置表示相应码元之间存在的监督关系。例如，H的第一行1110100表示监督位a2是由a6a5a4之和决定的。
图传不上去，好气。
下面直接附上我用Python写的代码
已知生成矩阵G，求所有可能生成的码字：
import numpy as np
N=7
K=4G=np.array([[1,0,0,0,1,1,1],[0,1,0,0,1,1,0],[0,0,1,0,1,0,1],[0,0,0,1,0,1,1]])b=[] #0000~1111的二进制数
for i in range(16):a=format(i,'b')b.append("{:0>4s}".format(a))v=np.zeros((16,4))
for i in range(16):v[i]=b[i]for j in range(4):v[i][j]=b[i][j] #v是从0000~1111的矩阵
#print(v)
v_=(np.dot(v,G))%2
#print(v_)
#print(v_[1][:4])for o in range(16):if np.all(v_[o][:4]==v[o]):print(v_[o])已知校验矩阵H，求所有可能生成的码字：
import numpy as np
N=63
K=45H=np.array([[ 0,0,1,0,0,0,0,0, 1, 1, 0, 0, 1, 0, 0, 1, 1, 1, 1, 1, 0, 0, 1, 1, 0, 1, 0, 0, 1, 0, 1, 0, 1, 1, 1, 1, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 1, 1, 0, 0, 1, 1, 0, 0, 1, 0, 0, 0, 0, 0, 1, 1, 0, 0, 1, 0, 0, 1, 1, 1, 1, 1, 0, 0, 1 ,1 ,0 ,1 ,0 ,0 ,1 ,0 ,1 ,0 ,1 ,1 ,1 ,1 ,0 ,0, 1, 1, 0 ,0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 1, 1, 0, 0, 1, 1, 0, 0, 1, 0, 0, 0, 0, 0, 1, 1, 0, 0, 1, 0, 0, 1,1, 1, 1, 1, 0, 0, 1, 1, 0, 1, 0, 0, 1, 0, 1 ,0 ,1 ,1, 1, 1, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[0 ,0 ,0, 1, 1, 0, 0, 1, 1, 0, 0, 1, 0, 0, 0, 0, 0 ,1 ,1 ,0, 0, 1, 0 ,0 ,1, 1, 1, 1 ,1 ,0 ,0 ,1, 1, 0 ,1 ,0 ,0 ,1 ,0 ,1 ,0 ,1 ,1 ,1 ,1 ,0 ,0 ,1 ,1 ,0 ,0 ,0 ,0 ,0 ,0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0 ,0 ,1 ,1 ,0 ,0 ,1, 1, 0, 0, 1, 0, 0, 0 ,0 ,0 ,1 ,1 ,0 ,0 ,1 ,0 ,0 ,1 ,1 ,1 ,1 ,1, 0, 0, 1, 1, 0, 1, 0, 0, 1, 0, 1, 0, 1, 1, 1, 1, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[0 ,0 ,0 ,0 ,0 ,1 ,1 ,0 ,0 ,1 ,1 ,0 ,0 ,1 ,0 ,0 ,0 ,0 ,0 ,1 ,1 ,0 ,0 ,1, 0, 0, 1, 1, 1, 1 ,1 ,0, 0, 1, 1, 0, 1, 0, 0, 1, 0, 1 ,0 ,1, 1, 1, 1, 0, 0, 1, 1, 0, 0, 0 ,0, 0, 0, 0, 0, 0, 0, 0, 0],
[0 ,0, 0 ,0 ,0, 0, 1, 1, 0, 0, 1, 1, 0, 0 ,1, 0, 0, 0 ,0 ,0, 1, 1, 0, 0, 1, 0 ,0, 1, 1, 1 ,1 ,1 ,0 ,0 ,1 ,1 ,0 ,1 ,0 ,0, 1, 0, 1, 0, 1, 1, 1, 1, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[0 ,0 ,0 ,0 ,0 ,0 ,0 ,1 ,1 ,0 ,0 ,1 ,1 ,0 ,0 ,1 ,0 ,0 ,0 ,0 ,0 ,1 ,1 ,0 ,0 ,1 ,0 ,0 ,1 ,1 ,1 ,1 ,1 ,0 ,0 ,1 ,1 ,0 ,1 ,0 ,0 ,1 ,0 ,1 ,0 ,1 ,1 ,1 ,1 ,0 ,0 ,1 ,1 ,0 ,0 ,0 ,0, 0, 0, 0, 0, 0 ,0],
[0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 0, 0, 1, 1, 0 ,0 ,1 ,0 ,0, 0, 0, 0, 1, 1 ,0 ,0 ,1 ,0 ,0 ,1 ,1 ,1 ,1, 1, 0, 0, 1, 1, 0, 1, 0, 0, 1, 0, 1, 0, 1 ,1 ,1 ,1 ,0 ,0 ,1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0 ,0 ,0, 1, 1 ,0 ,0 ,1, 1 ,0 ,0 ,1 ,0 ,0 ,0, 0, 0 ,1, 1, 0, 0, 1, 0, 0 ,1 ,1 ,1 ,1 ,1 ,0 ,0, 1, 1, 0 ,1 ,0 ,0 ,1 ,0 ,1 ,0 ,1 ,1 ,1 ,1 ,0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1 ,1 ,0 ,0, 1, 1, 0, 0 ,1 ,0 ,0 ,0, 0, 0, 1, 1, 0, 0 ,1 ,0 ,0, 1, 1 ,1 ,1 ,1, 0, 0 ,1 ,1, 0, 1 ,0 ,0 ,1, 0, 1 ,0 ,1, 1, 1, 1 ,0, 0, 1 ,1 ,0 ,0, 0 ,0 ,0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0 ,0 ,0, 1, 1, 0, 0 ,1 ,1 ,0 ,0, 1, 0 ,0, 0, 0 ,0 ,1, 1, 0, 0 ,1 ,0 ,0, 1 ,1 ,1, 1, 1 ,0, 0 ,1 ,1 ,0, 1 ,0 ,0, 1, 0 ,1 ,0 ,1 ,1, 1, 1 ,0 ,0 ,1, 1, 0 ,0 ,0, 0, 0 ,0],
[0, 0, 0, 0, 0 ,0 ,0 ,0, 0, 0 ,0 ,0, 1 ,1 ,0, 0 ,1, 1, 0 ,0 ,1 ,0, 0 ,0 ,0, 0 ,1, 1, 0, 0 ,1 ,0, 0 ,1 ,1 ,1, 1, 1 ,0 ,0, 1, 1, 0, 1, 0, 0, 1, 0, 1, 0, 1, 1, 1, 1, 0, 0, 1, 1, 0, 0, 0, 0, 0],
[0 ,0 ,0 ,0 ,0 ,0, 0 ,0 ,0 ,0 ,0 ,0 ,0 ,1 ,1 ,0, 0, 1, 1, 0, 0, 1, 0, 0, 0, 0, 0, 1, 1 ,0 ,0 ,1 ,0 ,0 ,1 ,1 ,1 ,1 ,1 ,0 ,0, 1 ,1, 0, 1, 0, 0, 1, 0, 1, 0, 1, 1, 1, 1, 0, 0, 1, 1, 0, 0, 0, 0],
[0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,1 ,1 ,0 ,0 ,1 ,1 ,0, 0, 1, 0, 0, 0 ,0 ,0 ,1 ,1 ,0 ,0, 1 ,0 ,0 ,1 ,1 ,1 ,1, 1 ,0 ,0 ,1 ,1 ,0 ,1 ,0 ,0 ,1 ,0, 1, 0, 1, 1, 1, 1, 0, 0, 1 ,1 ,0 ,0 ,0],
[0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,1, 1, 0, 0, 1, 1, 0, 0, 1, 0 ,0 ,0 ,0 ,0 ,1 ,1 ,0 ,0 ,1 ,0, 0, 1, 1, 1, 1, 1, 0 ,0 ,1 ,1 ,0 ,1, 0, 0 ,1, 0, 1, 0, 1, 1, 1, 1, 0 ,0 ,1 ,1 ,0 ,0],
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ,0 ,0 ,0 ,1 ,1 ,0 ,0, 1, 1, 0, 0, 1 ,0 ,0 ,0 ,0 ,0 ,1 ,1 ,0 ,0, 1 ,0 ,0 ,1 ,1, 1, 1, 1, 0, 0, 1, 1, 0, 1, 0, 0, 1, 0, 1, 0, 1, 1, 1 ,1, 0, 0, 1, 1, 0],
[0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0, 0, 1, 1, 0, 0, 1, 1, 0 ,0 ,1 ,0 ,0 ,0 ,0, 0, 1 ,1 ,0, 0, 1 ,0, 0, 1, 1, 1, 1, 1 ,0 ,0 ,1 ,1 ,0 ,1, 0, 0, 1, 0, 1, 0, 1, 1 ,1 ,1 ,0 ,0, 1 ,1]])b=[]
for i in range(2**N):a=format(i,'b')b.append("{:0>63s}".format(a))v=np.zeros((2**N,N))
for i in range(2**N):v[i]=b[i]for j in range(N):v[i][j]=b[i][j] #v是0000000~1111111w=np.zeros((1,N-K))
for o in range(2**N):if np.all(np.dot(v[o],H.T)%2==w):print(v[o])上面的这个校验矩阵是从网上找的BCH（63，45）的校验矩阵。
这个代码的逻辑是码字[a6 a5 a4 a3 a2 a1 a0]=[a6 a5 a4 a3]×G，所以[a6 a5 a4 a3]只要从0000~1111,找出满足这个等式关系的所有码字即可。
而已知H也是一样。因为H×[a6 a5 a4 a3 a2 a1 a0].T=0即可，.T在Python中表示转置。
我的目标是生成一堆LDPC的码字，然后根据论文《On Deep Learning-Based Channel Decoding》去改进，将原来的polar码改为LDPC码，看看性能有没有提高。
已知校验矩阵（监督矩阵）或生成矩阵G怎样生成所有可能码字相关推荐
- java正方形矩阵_已知一个NxN的矩阵A,求矩阵中所有边长为m的正方形的子矩阵
已知一个NxN的矩阵A,求矩阵中所有边长为m的正方形的子矩阵内元素的中位数.(m 例子: // m = 3 n = 5 // 01234 ݂ // 0 11357 ݂ ...
- java 像素矩阵_JAVA eclipse 中，已知灰度图像的像素矩阵怎么输出这个图像
JAVA eclipse 中,已知灰度图像的像素矩阵如何输出这个图像? JAVA eclipse 中,已知灰度图像的像素矩阵如何输出这个图像?求指教. ------最佳解决方案------------ ...
- 哈夫曼树哈夫曼编码（已知A,B,C,D,E,F,G的概率分别为：17，25，50，67，40，60，30.画出其哈夫曼树和每个字符对应的哈夫曼编码）
[也可以哈夫曼树与最优不等长编码] 已知A,B,C,D,E,F,G的概率分别为:17,25,50,67,40,60,30.画出其哈夫曼树和每个字符对应的哈夫曼编码.
- 已知原函数和导函数的关系_根据函数表达式该如何求函数值
函数值求解习题练习第一讲,教你轻松学函数表达式 hello,这里是摆渡学涯,很高兴又在这里跟大家见面了,这次课程我们来结合练习题讲一下由函数表达式怎么求函数的值.教你轻松入门函数表达式. 基础习题之基 ...
- 已知矩阵 matlab,在MATLAB中,已知矩阵A,那么A(:,2:end)表示
摘要: 已知供输工方.表示添资料准加剂.加及标应提原料有关的()的出国法等使用,品""进办理报检时口食.已知信息系统模型不包逻辑括(.... 已知 信息系统构化中的结方法设计,矩阵 ...
- [MATLAB]从已知矩阵中取出子阵
首先要知道冒号表示法,如下: EX: 如上有4×6矩阵,假设我们要取出第一行,第二行,第四行,则可以有B=A([1 2 4],:) 假设要取出第一行,第二行,第四行的1-2列和4-6列,可以有B=A( ...
- matlab 当已知两个矩阵满足分别一定条件时_程序继续执行,MATLAB程序设计基础
2.1常量与变量 2.1.1 特殊常量 变量名 功 能 说 明 ANS(ans) 缺省变量名,以应答最近一次操作运算结果 i或j 虚数单位 Pi 圆周率 NaN Not-a-number,表示不定值 ...
- python画矩阵图_Python根据已知邻接矩阵绘制无向图操作示例
本文实例讲述了Python根据已知邻接矩阵绘制无向图操作.分享给大家供大家参考,具体如下: 有六个点:[0,1,2,3,4,5,6],六个点之间的邻接矩阵如表格所示,根据邻接矩阵绘制出相对应的图 0 ...
- 已知随机变量X的协方差矩阵求去X的特征值 特征向量 PCA投影矩阵
已知随机变量X的协方差矩阵求去X的特征值 特征向量 PCA投影矩阵 相关的知识都忘记了,去查的时候没有耐心看别人长篇大论讲解,就只简单记录了一下如果从协方差矩阵来计算特征值和特征向量. 定义:1.特征 ...
最新文章
- (C++)1036 跟奥巴马一起编程
- 解决jQuery不同版同时引用的冲突
- 一些我们码代码过程中有用的小技巧
- iOS UITest之加载其他应用
- SAP Hybris使用recipe进行安装时，是如何执行ant命令的？
- 机器学习相关从业者如何兼顾理论与工程能力
- java tld 方法重载_自定义标签
- HTML5 文本语义元素
- Java实现MySQL数据库备份（二）
- 电脑分辨率设置工具_打印不求人：我猜你并不会设置“分辨率”！
- [黑苹果双系统]macOS 12.4正式版OpenCore/Clover/winPE原版镜像
- 【NOIP2017】李电下棋
- 互联网晚报 | 12月2日 星期四 | 荣耀60系列正式发布；高通发布全新一代骁龙8移动平台；新东方在线布局教育智能硬件...
- 判断字符串是否对称 C语言,c语言 判断字符串是否中心对称
- sqlrelay mysql_sql relay 使用
- 智能化漏洞挖掘技术总结
- 柠檬班python自动化百度云_柠檬班python
- python后端开发学路线_【后端开发】Python要学哪些内容?Python程序员学习路线图...
- 金蝶EAS开发笔记（理论篇）
- Kaggle所有量化金融竞赛汇总。