版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、伴隨著以計(jì)算機(jī)科學(xué)為代表的第三次工業(yè)革命的爆發(fā),古老的組合數(shù)學(xué)重新煥發(fā)青春,而編碼理論更是現(xiàn)代計(jì)算機(jī)科學(xué)和數(shù)字通信技術(shù)的核心。組合數(shù)學(xué)、計(jì)算機(jī)理論和數(shù)字通信技術(shù)的研究對(duì)象都具有離散性質(zhì),三門學(xué)科之間存在著天然的聯(lián)系。在本篇論文中,我們將從組合數(shù)學(xué)的視角出發(fā)考察編碼理論中的幾類問(wèn)題,包括常用的最優(yōu)線性糾錯(cuò)碼,電力線通信中的非線性糾錯(cuò)碼,以及用于多媒體防偽和信號(hào)壓縮感知的信息編碼等。
在論文的第一部分,我們將研究?jī)深悆?yōu)良線性分組糾
2、錯(cuò)碼的組合構(gòu)造方法。由于線性碼具有高效的編碼算法,是在實(shí)際生活中最為常用的編碼。在第2章中,我們將展示利用差集的軌道矩陣來(lái)構(gòu)造線性碼碼鏈的想法。這一方法是受到Ding等人從差集構(gòu)造循環(huán)碼以及Lander使用關(guān)聯(lián)結(jié)構(gòu)得到子模碼等相關(guān)工作的啟發(fā)而獲得的。在這一章中,我們將從具有素?cái)?shù)階半正則自同構(gòu)群的循環(huán)差集出發(fā),研究其關(guān)聯(lián)矩陣在同構(gòu)作用下的軌道形成的分塊陣列。利用陣列的Smith標(biāo)準(zhǔn)型中的不變因子序列分布情況,我們從軌道矩陣中選取適當(dāng)?shù)男锌?/p>
3、間序列構(gòu)造線性碼碼鏈。很多例子都顯示,這一構(gòu)造方法得到的碼鏈中包含了許多達(dá)到各種理論上界的最優(yōu)線性碼。
但遺憾的一點(diǎn)是,上述方法構(gòu)造的線性碼不一定保持循環(huán)性,因此其解碼復(fù)雜度可能較高。為了克服這一缺點(diǎn),我們將在第3章中研究一類可以通過(guò)信息傳遞等迭代算法快速譯碼的分組線性糾錯(cuò)碼,即低密度奇偶校驗(yàn)碼(LDPC碼)。這是一類性能非常接近Shannon極限的好碼,已經(jīng)在當(dāng)前各種最新的通信標(biāo)準(zhǔn)中占據(jù)主導(dǎo)地位。通過(guò)對(duì)基于循環(huán)群上的差矩陣內(nèi)
4、的元素進(jìn)行二元矩陣散布,我們可以獲得正則的擬循環(huán)低密度校驗(yàn)矩陣。與文獻(xiàn)中從其它組合結(jié)構(gòu)得到的碼進(jìn)行比較后發(fā)現(xiàn),我們的方案在性能上與前人結(jié)果非常接近,但具有更大的靈活性,可以選擇的參數(shù)更廣。
第4章和第5章一起構(gòu)成了論文的第二部分。我們將在其中討論在電力線通信技術(shù)中具有重要應(yīng)用的兩類非線性分組糾錯(cuò)碼,它們分別是置換碼和常重復(fù)合碼,其中后者可以看作是前者的推廣形式。當(dāng)然,這兩類編碼在其它領(lǐng)域也都具有廣泛的應(yīng)用。目前關(guān)于置換碼的研究
5、進(jìn)展非常緩慢,事實(shí)上,我們只能構(gòu)造出最小距離不超過(guò)3的最優(yōu)置換碼。而對(duì)于一般的距離條件,關(guān)于其碼字個(gè)數(shù)的上下界估計(jì)都是極其困難的。在第4章里,我們通過(guò)將置換碼對(duì)應(yīng)到Cayley圖上的頂點(diǎn)獨(dú)立集,從而利用圖論中的方法對(duì)碼字?jǐn)?shù)目的下界進(jìn)行估計(jì)。在漸近意義下,即當(dāng)碼長(zhǎng)n趨于無(wú)窮時(shí),我們的結(jié)果將傳統(tǒng)的Gilbert-Varshamov型下界提高了Ω(In(n))倍。
第5章中將探討的常重復(fù)合碼,可以看作置換碼放松了每個(gè)字母只能在碼字中
6、出現(xiàn)一次這一條件后得到的推廣形式;另一方面,它也可以被看作是傳統(tǒng)的二元常重碼的一類擴(kuò)展。從二十世紀(jì)九十年代后期以來(lái),人們才逐漸展開(kāi)關(guān)于最優(yōu)常重復(fù)合碼的系統(tǒng)性研究。其中Chee等人于2008年確定出了重量為3時(shí),所有長(zhǎng)度和距離的最優(yōu)三元常重復(fù)合碼所含的碼字個(gè)數(shù)。在這一章中,我們將延續(xù)前人的工作,利用可分組碼以及各種組合設(shè)計(jì)中的遞歸方法,完全構(gòu)造出重量為4且最小距離為5時(shí),所有長(zhǎng)度的最優(yōu)三元常重復(fù)合碼。
以上兩個(gè)部分中研究的幾類編
7、碼,都屬于信道編碼中的分組糾錯(cuò)碼。而在論文的最后一部分,即第6章和第7章中,我們將把關(guān)注點(diǎn)轉(zhuǎn)移到兩類信息編碼問(wèn)題上。為了應(yīng)對(duì)數(shù)字多媒體內(nèi)容的盜版和篡改等問(wèn)題,一種通行的方法是向這些內(nèi)容中嵌入數(shù)字指紋。但普通的指紋只能追蹤單個(gè)非法用戶,而對(duì)于合謀犯罪無(wú)能為力。第6章所考慮的可分碼就是在這一背景下由Cheng等人提出的,它可以用來(lái)抵抗合謀犯罪中最為常見(jiàn)的平均攻擊模型。本章中研究了強(qiáng)度t=2時(shí),可分碼的上下界問(wèn)題。我們利用坐標(biāo)分組的想法,大幅
8、改進(jìn)了前人提出的上界。特別的,當(dāng)可分碼是一個(gè)線性碼時(shí),其上界可以被進(jìn)一步降低,并且我們將利用正交表構(gòu)造出了達(dá)到這一上界的線性可分碼。另一方面,我們分別使用概率方法和Stein-Lovász定理,得到了可分碼的一些下界結(jié)果。其中,在碼長(zhǎng)固定而字母表大小趨向無(wú)窮的這一漸近意義下,由前一方法得到的可分碼的大小和我們改進(jìn)后的上界具有相同的階。
在第7章中,我們展示了使用代數(shù)曲線構(gòu)造壓縮感知矩陣的方法。壓縮感知理論研究如何從極少次數(shù)的測(cè)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 40965.幾類組合編碼問(wèn)題研究
- 基于組合學(xué)的數(shù)據(jù)編碼方法研究.pdf
- 極值組合方法在幾類信息問(wèn)題中的應(yīng)用.pdf
- 幾類數(shù)字指紋編碼問(wèn)題的探討.pdf
- 直線中的幾類典型問(wèn)題(學(xué))
- 幾類優(yōu)化問(wèn)題的數(shù)值方法研究.pdf
- 組合學(xué)中的單峰型問(wèn)題.pdf
- 組合學(xué)中的漸近計(jì)數(shù)方法.pdf
- 凸優(yōu)化問(wèn)題幾類束方法對(duì)偶問(wèn)題的研究.pdf
- 秘密共享中幾類問(wèn)題的研究.pdf
- 39782.組合學(xué)中的極值問(wèn)題研究
- 計(jì)數(shù)組合學(xué)中若干問(wèn)題的研究.pdf
- 系統(tǒng)發(fā)生組合學(xué)中的若干問(wèn)題的研究.pdf
- 幾類分式規(guī)劃問(wèn)題的求解方法.pdf
- 物資供應(yīng)中幾類問(wèn)題的研究.pdf
- 基于對(duì)象編碼中形狀編碼方法的研究.pdf
- 求解障礙問(wèn)題的幾類數(shù)值方法.pdf
- 幾類全局優(yōu)化問(wèn)題的輔助函數(shù)方法研究.pdf
- 代數(shù)組合學(xué)中的若干問(wèn)題.pdf
- 1928.極值組合與編碼理論中的若干問(wèn)題
評(píng)論
0/150
提交評(píng)論