计算机中的数制与编码（校验码篇）

简介

• 校验码是指能够发现或者能够自动纠错的数据编码，也称为检错纠错编码。
• 对于某种编码得到的所有二进制数字，两两之间的最少数字变化叫做码距。
  • 例如通过某种规则对0，1，2，3四个数字进行编码，结果如下。
  • 从中可以看出0和1之间的码距为2（因为只有后两位不同）、0和2之间的码距为2、1和2之间的码距为2、1和3之间的码距为4……那么该编码的码距就是其中最小的2！

数字	编码后的结果
0	0000
1	0011
2	0110
3	1100

• 对于码距不小于2的数据校验码开始具有了检错能力。码距越大，检错纠错的能力就越强，检错能力（发现出错的能力）永远大于纠错能力（发现是哪一位出错）。
• 由于计算机中只有0和1，因此只要发现某一位出错，将数值取反即可完成修改。

奇偶校验码

实现方式

• 奇校验码：在原编码的首部增加一位，使整个编码中“1”的个数是奇数。

  • 例如原编码为 (2)₁₀ = (0010)₂，则奇校验码为 (00010)₂

• 偶校验码：在原编码的首部增加一位，使整个编码中“1”的个数是偶数。

  • 例如原编码为 (2)₁₀ = (0010)₂，则奇校验码为 (00010)₂

能力评价

• 奇偶校验码只能检测出编码是否发现了奇数个错误，不能检测出偶数个错误。例如：
  • 原编码是0001000，对其使用奇校验得到00001000，结果在数据传递过程中数据发生了错误，变成了00001001，接收方发现该数据的“1”的个数是偶数个，不符合奇校验码的特性，故该数据有误。
  • 同理，若原数据出错后变成了00111001，也是发生了奇数个（三个）错误，可以被检测出来。
  • 然鹅，若原数据变成了00001110，那么该数据是符合奇校验码的特征的，故不会被检测出错误。
• 另外，奇偶校验码只能检错，不能纠错，通常只用于对存储器中的数据进行检查或传输数据的检查。

做个训练（答案见下方参考答案）

1. 请你给出10101和01010的奇偶校验码。
2. 在某网络中采用偶校验的ASCII码，收到的数据为10101010，则该数据（）。
   • A.没有错误 B.有错误 C.不能确定

海明码（汉明码）

简单介绍

• 海明码是一种广泛采用的校验码，利用了奇偶校验码的原理，应用海明码能够发现错误，并精准发现错误的位置。

实现原理（本文介绍前向纠错方式，其他方式不予介绍）

确定校验码位数：x+n ≤ 2ⁿ-1

• 我们假设原数据有x位，首先我们要确定用于校验位的位数n：
  • 因为校验位的位数为n，那么用于校验位就有2ⁿ种取值，也就是可以表示数据的2ⁿ种状态（数据正确？第一位出错了？第二位出错了？……第2ⁿ-1位出错了？）。也就是说，n位校验位只能涵盖2ⁿ-1位的总数据。
  • 即：总数据位数 = x+n ≤ 2ⁿ-1，由此我们可以求出n，显然为了经济实惠，传输的比特数越少越好，故满足条件的最小的n值为所求。

确定校验码插入位置：C_k->总数据第2^k位

• 接下来我们要确定校验位插入原数据的位置。
  • 将校验位放在2ⁿ处，即第1位、第2位、第4位……
  • 不妨假设x = 4，原数据为1010，由上一步我们可以求得n = 3。将校验位用C₁C₂C₃表示，则可得到下表：

位置	111	110	101	100	011	010	001
数据	1	0	1	C3	0	C2	C1

计算校验码的值：异或操作

• 上一步，我们将第k位的校验码C_k放置在数据的第2^k位，这一步我们计算第k位的校验码的值
  • 找到所有位置编码的第k位等于1的数字异或起来，即可得到第k位校验码C_k的值。
  • 例如计算C₁就要找到所有位置编码的第一位是1的数字：位置编码011、101、111的数字，下表标黄：

位置	111	110	101	100	011	010	001
数据	1	0	1	C3	0	C2	C1

• 可以得到C₁ = 1⊕1⊕0 = 0
• 同理我们可以得到C₂ = 1 ⊕0⊕0 = 1，C₃ = 1⊕0⊕1 = 0
• 故整个海明码为1010010

利用海明码检错：还是异或操作

• 假设接收端接收到的数据是1010010，我们怎么知道收到的数据错没错呢？

位置	111	110	101	100	011	010	001
数据	1	0	1	0	0	1	0

• 我们将所有位置位为k的数字异或起来：
  • S₁ = 1⊕1⊕0⊕0 = 0（上图标黄）
  • S₂ = 1⊕0⊕0⊕1 = 0
  • S₃ = 1⊕0⊕1⊕0 = 0
• 故 S = 000 表示没有发现错误（通常来说），这是显然的，因为1010010就是我们上一步算出来的。当然如果这个数据错得太离谱，海明码也会失效，下面还会提及，不过通常计算中S = 000时就默认没错了。
• 同理，假如接收端接收到的数据有一位出了错误，数据为1010011，经过计算得 S = 001，即第一位出错了。

能力评价

• 那么假如接收端接收到的数据为1010001，经过计算得S = 011，那么是第三位错了吗？不是，因此我们只能遗憾的宣布，海明码只能纠正一位错误。
• 那么假如接收端接收到的数据为1010101，经过计算得S = 000，那么就没问题了？显然也不是，因为我们原数据可是1010010啊，也就是说，海明码最多只能发现两个错误。
• 综上所述，海明码只能检两位错，纠一位错。

奇思妙想

• 我们发现：S=001时，是第一位出了错，这怎么会这么神奇？
• 其实通用的理解是这样的：

位置	111	110	101	100	011	010	001
数据	a	b	c	d	e	f	g

• S₃ = a⊕b⊕c⊕d = 0 表示abcd中没有错
• S₂ = a⊕b⊕e⊕f = 0 表示abef中没有错
• S₁ = a⊕c⊕e⊕g = 1 表示aceg中有一个错
• 那么显然就是g错了，了解了通用方法后，海明码怎么变型也不怕啦！

做个训练

3. 用海明码来检错，若原信息为10101010，则需要用多少个校验位？
4. 海明码可以检测（）位错误，纠正（）位错误？
   A.2,1   B.1,2   C.3,2   D.2,0

CRC码（循环冗余校验码）

基本思想

• 发送端在K位信息码后拼接R位校验码，整个编码长度为N位，故也称（N，K）码
• R位校验码时K位信息码与生成多项式G(x)做模2除法得到的
• 在接收端对整个数据使用G(x)进行模2除法，若能够整除，则说明信息无误。
• 当然，和海明码一样，也是不能错的太离谱了，毕竟检错能力也有限。

基本概念

• 生成多项式G(x)：最高幂次为R次方，转换成二进制有R+1位。
• 模2除法：对被除数从左到右每R+1位依次做异或运算，若首位为零则跳过
• 被除数：将信息码用零扩充R位
• CRC码：CRC码 = 原数据 + 余数

基本过程

• 假设原数据为101001，生成多项式G(x)=x³+x²+1，求CRC码。
  
• 如上图所示，除数为1101，被除数为101001000（即101001扩展了3位），得到的余数为001，故CRC码为101001001。

检错纠错

• 将CRC码对生成多项式进行模2除法，若余数为0，则证明没有发生错误
• 若除数为4位，余数为001，则说明数据发生了错误

做个训练

5. (不定项)下列说法正确的是（）
   A.校验码的码距必须大于2
   B.校验码的码距越大，检错纠错能力越强
   C.CRC码是通过除法建立数据与校验位的关系的
   D.海明码能检测出两位错误，并予以纠正
   E.只要增加奇偶校验位的位数，就能提高正确性
6. 求11100和11101的CRC校验码，生成多项式G(x)=x^2+x+1

参考答案

	奇校验码	偶校验码
10101	010101	110101
01010	101010	001010

2. C，可能出现偶数位错误，奇偶校验码只能检测出奇数个错误！
3. 4位。原数据8位，8+x≤2^x-1，得x≥4
4. A
5. BC。A项可以等于二；D项只能纠错一位；E项还要考虑码距问题。
6. 1110000、1110111