深入理解校验码

背景

为什么要校验码

校验码是为了解决二进制数据在计算机系统中传输时，发生信息错误的问题。例如发送端，发送数据“1101”， 而接收端收到的数据是“1100”，则数据发送错误。

校验码

校验码的组成

校验码由信息位和校验位构成。这意味着在原始数据“1101”是信息位，而校验码就是在信息位中加入若干（校验位），即bit数据。 编码后，接收端读取到数据中的校验码，来对信息位进行“检测”或者”纠错”。

那么，校验位如何编入信息位中来生成一个校验码？按照不同编码方式，这里一共分成三种校验码：奇偶校验码，海明校验码，循环校验码。 下面分别进行介绍。

奇偶校验码

奇偶检验码，是通过扩大码距（两个码字之间，最小可变码数的距离），用1位二进制数（0或者1）对信息位进行校验。用于奇数个数据位的检错，但不能就错。 它分成两种方式：

奇校验

校验码中1的个数是奇数/判断发送端1的个数和接受端1的个数是否还是奇数，如果不是则发生错误。
例如：信息位：1010；补1位，作为校验位：1； 最终校验码：10101，校验码中1的个数是奇数。
如果接收到11101，此时1的个数是偶数，而奇数校验码要求1的个数为奇数，所以数据产生了错误。

偶校验

偶校验和奇校验相反，判断校验码中1的个数是偶数与否。它的识别度不高，如：
发送端：信息位：1001 加校验位0， 得到校验码：10010
接受端：信息位：1000 校验位1，得到校验码：10001，
故两端的校验码的1依然是偶数。所以不能检测出错误。

海明校验码

海明校验码既可以检错，又可以纠错。
进行海明校验码的步骤如下：

校验位的个数

设信息码个数位m， 校验码个数为r，他们之间满足等式：

 2^ r >= m + r+ 1

例如：信息码=01101001， 则 m = 8. 可根据上面的公式，计算出校验位个数r = 4.

校验位的下标

校验码与下标Hi满足这样的关系：

r0 = 2^0 = 下标等于H1
r1 = 2^1 = 下标等于H2
r2 = 2^2 = 下标等于H4
r3= 2^3 = 下标等于H8

由上规律，我们可以先把校验位和信息位的关系填入下标，然后计算各个校验位p1-p4:

信息位的异或

在确认好校验位的下标后。我们开始利用信息码之间的异或，来得出校验位的值。
经过观察，可得出如下规律：
校验码下标：H12 = 2^3 + 2 ^ 2, 也就是说 P4和P3 校验 H12，即信息码D7
校验码下标：H11 = 2^3 + 2 ^ 1+ 2^ 0, 也就是说 P4和P2、P1 校验 H11即信息码D6。
以此类推，我们发现P4 校验位可以用来校验信息码： D8、D7、 D6、 D5
信息码异或则是P4的值，而其他校验位计算如下所示：

P4 =  D8 xor D7 xor D6 xor D5 = 0
P3 =  D8 xor D4 xor D3 xor D2 = 1
P2 =  D7 xor D6 xor D4 xor D3 oxr D2 oxr D1 = 0
P1 =  D7 xor D5 xor D4 xor D2 oxr D1 = 1

所以最终01101001的海明校验码为0110 0 100 1 1 01

错误检测
对使用海明编码对数据进行差错✊：
G1 = 新的P1 xor 原始P1
G2 = 新的P2 xor 原始P2
G3 = 新的P3 xor 原始P3
G4 = 新的P4 xor 原始P4
如果G1G2G3G4都是0，则数据正确，反之数据错误。如果G = 1010，则对应十进制H10（D5）发生错误，对其取反则可纠错。

循环校验码

循环校验码又称CRC校验码。 它只能用于机器码的检查错误，而不能纠错。

循环校验码也是又信息位和校验码组成。其中信息位通过模2取余法，把余数作为校验位拼接到信息位末尾，即可得到循环校验码。

如果接收端得到的码字，进行模2运算，余数不为0，则代表发生数据错误。

总结

本文介绍了数据的校验码的类别和编码方式，详细介绍了较难的海明校验码的编码原理。如有错误，欢迎指正，谢谢。