矩阵分析在汉明码中的应用
汉明码编码实验报告
重庆工程学院
电子信息学院
实验报告
课程名称：_ 数据通信原理开课学期：__ 2015-2016/02_ 院（部）: 电子信息学院开课实验室：实训楼512
学生姓名: 舒清清梁小凤专业班级: 1491003
学号: ********* *********
重庆工程学院学生实验报告
输入1000，编码1000111 输入1001，编码1001100 输入1010，编码1010010
输入1011，编码1011001 输入1100，编码1100001 输入1101，编码1101010
输入1110，编码1110100 输入1111，编码1111111
六、实验结果及分析
输入和输出会有一个时延，当计算机存储或移动数据时，可能会产生数据位错误，这时可以利用汉明码来检测并纠错，利用了奇偶校验位概念。
七、实验心得、体会及意见
通过实验我对汉明码有了进一步的认识，对生成矩阵有了一定得了解，重要的是我能够用我所学到的理论知识来解决我现所遇到的问题。
汉明码编码实验报告详细解释
汉明码的实现详细实验报告一、实验目的1、掌握线性分组码的编码原理2、掌握汉明码编码方法3、了解编码对误码性能的改善二、实验内容1、自行设置汉明码的参数，生成矩阵，计算所设计出的汉明码；写出产生（3，1）汉明码的生成矩阵，给出生成码的源程序，并给出运行结果。
2、利用encode库函数实现汉明编码；3、搭建一个通信仿真模块，并给出运行结果，分析汉明码对通信性能的影响；4、整理好所有的程序清单或设计模块，并作注释。
三、实验原理（一）、汉明码的介绍汉明码是1951年由汉明（R.W.Hamming）提出的能纠正单个错误的线性分组码。
它性能良好，既具有较高的可靠性，又具有较高的传输效率，而且编译码电路较为简单，易于工程实现，因此汉明码在发现后不久，就得到了广泛的应用。
我们的目的是要寻找一个能纠正单个错误，且信息传输率（即码率r=k/n ）最大的线性分组码。
我们已经知道，具有纠正单个错误能力的线性分组码的最小距离应为 3,即要求其H 矩阵中至少任意两列 线性无关。
要做到这一点，只要H 矩阵满足“两无”一一无相同的列, 无全零列就可以了。
（n,k ）线性分组码的H 矩阵是一个⑴-"n 訂n 阶矩阵，这里 r =n —k 是校验元的数目。
显然，r 个校验元能组成2r 列互不相同的r 重 矢量，其中非全零矢量有2r -1个。
如果用这2r -1个非全零矢量作为H 矩阵的全部列，即令H 矩阵的列数n =2「一1，则此H 矩阵的各列均不 相同，且无全零列，由此可构造一个纠正单个错误的（n ，k ）线性分 组码同时，2r -1是n 所能取的最大值，因为如果n 2r -1，那么H 矩 阵的n 列中必会出现相同的两列，这样就不能满足对 H 矩阵的要求。
而由于n =2 -1是门所能取的最大值，也就意味着码率 R 取得了最大 值，即这样设计出来的码是符合我们的要求的，这样的码就是汉明码 定义 若H 矩阵的列是由非全零且互不相同的所有二进制r 重矢量组成，则由此得到的线性分组码，称为 GF （2）上的（2r -1, 2r -1-r ）汉 明码。
汉明码生成矩阵和校验矩阵
汉明码生成矩阵和校验矩阵生成矩阵是一个$ktimesn$矩阵，其中$k$表示数据位数，$n$表示生成的汉明码位数。
生成矩阵的每一行对应于一个汉明码位，每一列对应于一个数据位。
生成矩阵的构造方式如下：1. 矩阵的前$k$列是单位矩阵，表示每个数据位都对应一个汉明码位。
2. 矩阵的后$n-k$列是校验位，每个校验位对应着若干个数据位，用于检测这些数据位的奇偶性。
例如，对于一个$k=4$的汉明码，生成矩阵可以如下所示：$$G =begin{bmatrix}1 & 0 & 0 & 0 & 1 & 1 & 00 & 1 & 0 & 0 & 1 & 0 & 10 & 0 & 1 & 0 & 0 & 1 & 10 & 0 & 0 & 1 & 1 & 1 & 1end{bmatrix}$$校验矩阵是一个$(n-k) times n$矩阵，用于检测汉明码中的错误位。
校验矩阵的每一行对应于一个校验位，每一列对应于一个汉明码位。
校验矩阵的构造方式如下：1. 矩阵的前$n-k$行是所有可能的奇偶校验位的二进制表示，例如对于一个$k=4$的汉明码，校验矩阵的前三行可以表示为：$$H =begin{bmatrix}1 & 1 & 0 & 1 & 1 & 0 & 00 & 1 & 1 & 1 & 0 & 1 & 01 & 0 & 1 & 1 & 0 & 0 & 1end{bmatrix}$$2. 矩阵的后$k$行是生成矩阵的转置矩阵，即生成矩阵的行变成了列，例如对于上面的生成矩阵，转置矩阵可以表示为：$$G^T =begin{bmatrix}1 & 0 & 0 & 00 & 1 & 0 & 00 & 0 & 1 & 00 & 0 & 0 & 11 & 1 & 0 & 01 & 0 & 1 & 00 & 1 & 1 & 0end{bmatrix}$$使用校验矩阵可以检测汉明码中的单个错误位，如果检测到错误，则可以使用校验矩阵进行纠错。
矩阵论在密码学中的应用 高等代数解决方案
矩阵论在密码学中的应用高等代数解决方案密码学作为信息安全领域中的重要学科，致力于通过各种方法和技术保护和保障信息的机密性、完整性和可用性。
矩阵论作为高等代数的一个分支，在密码学中发挥着重要的作用。
本文将探讨矩阵论在密码学中的应用，并介绍高等代数提供的解决方案。
1. 矩阵论在对称密码中的应用对称密码是一种常见的加密算法，其加解密过程使用相同的密钥。
在对称密码中，矩阵论被广泛应用于代换和置换的操作中。
代换操作是指将明文中的字符替换为密文中的特定字符。
矩阵论中的置换群理论提供了一种有效的方法来实现代换操作。
通过构建置换矩阵，可以对明文中的字符进行排列，从而实现替换操作。
这种方法不仅简单高效，而且具有较强的密码学安全性。
置换操作是指对明文中的字符进行位置调整，从而形成密文。
矩阵论中的置换矩阵和行变换提供了一种有效的实现方式。
通过对明文矩阵进行置换和行变换操作，可以实现对明文的混淆和位置调整，增强了密码算法的安全性。
2. 矩阵论在公钥密码中的应用公钥密码是一种使用两个密钥（公钥和私钥）进行加密和解密的密码算法。
在公钥密码中，矩阵论被应用于实现非对称加密和数字签名等重要操作。
非对称加密是指使用一对互相关联的密钥进行加密和解密的过程。
矩阵论中的模运算和群论为非对称加密提供了数学基础。
例如，RSA算法中使用了大素数的模幂运算，其中矩阵论中的模运算提供了实现加密和解密的数学运算方法。
数字签名是一种用于验证信息来源和完整性的重要技术。
实现数字签名的一种方法是使用矩阵论中的离散对数算法，例如椭圆曲线密码学中的离散对数问题。
通过基于矩阵论的离散对数算法，可以在不泄露私钥的情况下生成数字签名，从而保证信息的完整性和真实性。
3. 高等代数提供的解决方案除了矩阵论在密码学中的具体应用外，高等代数还提供了一些解决方案来解决密码学中的相关问题。
线性代数在密码学中的应用非常广泛。
矩阵论作为线性代数的核心内容，为密码学提供了一种简洁高效的数学工具。
汉明码纠错编码原理及应用
汉明码纠错编码原理及应用汉明码纠错编码是一种常用的纠错码技术，用于在传输或存储数据时检测和纠正错误。
它由理查德·汉明于1950年提出，被广泛应用于计算机通信和数据存储领域。
汉明码通过增加冗余信息的方式来提高数据传输的可靠性。
其核心思想是在数据位之间插入一些冗余位，以便能够检测和纠正出现的错误。
汉明码的生成原理是通过对原数据进行编码，生成冗余位，并将原数据和冗余位一起传输。
在接收端，利用汉明码的纠错算法检测和修复错误。
汉明码的编码过程如下：首先，将数据位根据位置编号从1开始，每个位置对应一个冗余位。
接着，为每个冗余位计算校验值，即该位置上二进制位的奇偶性。
对于编号为2n的冗余位，计算规则是将其前面的2n-1个数据位中值为1的位相加，并取奇偶性作为校验值。
而对于编号为2n+1的冗余位，计算规则是将其前面的2n个数据位中值为1的位相加，并取奇偶性作为校验值。
具体的编码过程可以用一个矩阵来表示，其中每一行代表一个冗余位的计算规则。
对于错误的检测和纠正，汉明码使用了海明距离的概念。
海明距离是指两个等长字符串之间相异的位置的总数。
通过计算接收到的数据与汉明码的差异，可以判断出出现错误的位置。
如果差异位于冗余位上，则可以确定出错的冗余位，进而修复。
如果差异位于数据位上，则可以通过纠错算法推算出错位置，并进行修复。
汉明码的应用广泛。
在计算机通信中，常用的以太网、无线局域网等通信协议中均使用了汉明码作为纠错编码方案。
此外，在数据存储领域，也使用了汉明码来纠正读取磁盘或内存中出现的错误。
总结来说，汉明码纠错编码采用了向原数据中插入冗余位的方式，通过校验位的计算来检测和修复错误。
它具有简单、高效、容错性好等特点，被广泛应用于计算机通信和数据存储领域，提高了数据传输和存储的可靠性。
matlab编程实现汉明码 -回复
matlab编程实现汉明码-回复Matlab编程实现汉明码汉明码（Hamming code）是一种用于纠正错误的编码方法，可用于检测和纠正单个比特的错误。
在信息传输过程中，数据可能会因为电磁干扰或噪声而产生错误。
通过使用汉明码，我们可以在接收到带有错误的数据时进行错误检测和纠正，从而提高数据传输的可靠性。
本文将介绍如何使用Matlab编程实现汉明码。
我们将以步骤的形式逐渐实现编码和解码过程。
第一步：理解汉明码的原理汉明码是一种线性块码，通过在发送数据之前添加冗余信息（校验位），可以使得接收方检测和纠正单个比特的错误。
汉明码的冗余信息包含了数据的位置信息，从而能够检测并纠正错误。
第二步：生成汉明码的矩阵表示生成汉明码的第一步是确定矩阵H，该矩阵表示汉明码的校验位分布。
矩阵H是一个n×k的矩阵，其中n是码字的总长度，k是数据位的长度。
根据汉明码的性质，矩阵H应满足两个条件：1. 任意两行之间的汉明距离至少为3，以确保可以检测到至少一个错误比特。
2. 列向量之间的汉明距离应大于等于2，以确保可以纠正单个比特的错误。
矩阵H的构建可以采用循环移位操作来实现。
第三步：编码在编码过程中，我们将使用生成矩阵G来将输入数据转换为汉明码。
生成矩阵G是矩阵H的转置，并且是一个k×n的矩阵。
编码的过程中，我们将输入的k位数据向量乘以生成矩阵G得到n位汉明码。
第四步：引入错误为了模拟实际情况下可能发生的错误，我们可以在汉明码中引入一定数量的错误比特。
这可以通过随机地翻转一些比特来实现。
第五步：解码解码汉明码的过程就是检测并纠正错误比特的过程。
为了检测错误，我们将接收到的n位汉明码与矩阵H进行乘法运算得到校验位向量。
如果校验位向量非零，则表示有错误发生。
为了纠正错误，我们可以通过汉明码的特性来确定错误比特的位置，并将其翻转。
这是一个基本的汉明码编码和解码的过程的简要描述。
现在我们将使用Matlab进行实现。
基于FPGA汉明码编译码器设计
基于FPGA汉明码编译码器设计汉明码是一种能够检测和纠正错误的编码方式。
在FPGA（Field Programmable Gate Array）中，我们可以使用FPGA来设计并实现一个基于(7,4)汉明码的编码器和解码器。
1.编码器设计：编码器将4位数据编码为7位汉明码。
下面是一个基于FPGA的(7,4)汉明码编码器的设计步骤：-设置一个4位输入端口和一个7位输出端口。
-创建一个4×7的矩阵，用于存储所有可能输入与对应汉明码的关系。
每行代表一个输入，每列代表一个汉明码位。
-在FPGA中，使用逻辑门（如XOR门和AND门）来实现矩阵的功能。
根据矩阵，依次设计逻辑门电路来计算每个汉明码位。
例如，对于第一个汉明码位，使用四个输入位的异或门计算出结果。
-将每个汉明码位的结果输出到对应的输出端口。
2.解码器设计：解码器将7位汉明码解码为4位数据。
下面是一个基于FPGA的(7,4)汉明码解码器的设计步骤：-设置一个7位输入端口和一个4位输出端口。
-创建一个7×4的矩阵，用于存储所有可能的汉明码与对应的输出数据的关系。
每行代表一个汉明码，每列代表一个输出数据位。
-同样，使用逻辑门来实现矩阵的功能。
根据矩阵，依次设计逻辑门电路来计算每个输出数据位。
例如，对于第一个数据位，使用七个输入位的与门计算出结果。
-将每个输出数据位的结果输出到对应的输出端口。
3.性能分析和优化：可以通过FPGA的资源利用率和时钟频率等指标对设计进行性能评估。
通过仔细设计逻辑电路，合理分配资源和优化电路，可以提高编码器和解码器的性能。
可以考虑使用并行计算、流水线等技术来提高时钟频率和减少时延。
另外，还可以在FPGA中使用多个编码器和解码器来实现更高级的错误检测和纠正功能。
可以考虑使用更高级的汉明码，如(15,11)汉明码或(31,26)汉明码，来提高错误检测和纠正能力。
可以结合其他编码技术，如校验和，奇偶校验等，来增加冗余度和提高系统的可靠性。
汉明码编译码
汉明码编译码一设计思想汉明码是一种常用的纠错码，具有纠一位错误的能力。
本实验使用Matlab平台，分别用程序语言和simulink来实现汉明码的编译码。
用程序语言实现就是从原理层面，通过产生生成矩阵，错误图样，伴随式等一步步进行编译码。
用simulink实现是用封装好的汉明码编译码模块进行实例仿真，从而验证程序语言中的编译码和误码性能分析结果。
此外，在结合之前信源编码的基础上，还可实现完整通信系统的搭建。
二实现流程1.汉明码编译码图 1 汉明码编译码框图1)根据生成多项式，产生指定的生成矩阵G2)产生随机的信息序列M得到码字3)由C MG4)进入信道传输S RH得到伴随式5)计算=T6)得到解码码流7)得到解码信息序列2.汉明码误码性能分析误码率（SER）是指传输前后错误比特数占全部比特数的比值。
误帧率（FER）是指传输前后错误码字数占全部码字数的比值。
通过按位比较、按帧比较可以实现误码率和误帧率的统计。
3. 构建完整通信系统图 2 完整通信系统框图三 结论分析1. 汉明码编译码编写了GUI 界面方便呈现过程和结果。
图 3 汉明码编译码演示GUI 界面以产生（7，4）汉明码为例说明过程的具体实现。
1) 根据生成多项式，产生指定的生成矩阵G用[H,G,n,k] = hammgen(3,'D^3+D+1')函数得到系统码形式的校验矩阵H 、G 以及码字长度n 和信息位数k100101101011100010111H ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦1101000011010011100101010001G ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦2) 产生随机的信息序列M输入信息序列Huffman 编码Hamming 编码信道Hamming 译码Huffman 译码输出信息序列噪声0010=01000111M ⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦3) 由C MG =得到码字010001101101000010111C ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦4) 进入信道传输假设是BSC 信道，错误转移概率设定为0.1 传输后接收端得到的码流为000011110100000111101R ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦红色表示错误比特。
矩阵分解在密码中应用研究_张焕国
cryptosystems are highly secure, such as McEliece public key cryptosystem and Lattice-based cryptosystem. While some others are not, such as some knapsack public-key cryptosystems. Because the matrix calculation is very efficient, this advantage makes it highly efficient in matrix-based cryptosystems. Another advantage of matrix-based cryptosystems is that it has the potential to resist known quantum algorithms attacks. Advances in quantum computers threaten to break the currently used public key cryptosystems on commutative algebraic structures such as RSA, ECC, and EIGamal. This is because of Shor’s quantum algorithms for integer factoring and solving the DLP, the known public-key systems will be insecure when quantum computers become practical, while no quantum algorithms are found to solve certain mathematical problems on non-commutative algebraic structures. Most of experts believe that many public-key cryptosystems (such as Code-based cryptography, Lattice-based cryptography, MQ-based cryptography) on non-commutative algebraic structures used today have the potential to resist known quantum algorithms attacks. Multiplication of matrices have non-commutative attribute, so matrix-based cryptosystems have the potential to resist known quantum algorithms attacks. In order to construct a secure cryptosystem, especially design of a secure cryptography against the threat of quantum computing attacks, it is necessary to study matrix decomposition problems and computational complexity relating to the matrix decomposition. Taking into account the above scenarios, after introducing the methods and computational complexity relating to the matrix decomposition, design and cryptanalysis of matrix decomposition-based cryptosystems, are analyzed and reviewed in detail. At last, some challenges, together with the future directions of content-matrix decomposition-based cryptography are discussed. Key words: cryptography; post-quantum cryptography; computational complexity; matrix decomposition; equations solving
矩阵奇异值分解理论在中文文本分类中的应用
价形式：Ａ。。。＝∑√九地口：．根据奇异值的含义及分解式中奇异值能有从大到小的降序排
ｉ＝１
列方式，我们先进行如下的截断：
Ｉ
一
设ｋ≤ｒ，记Ａ。＝∑√九ＵｉＶｉ，也即
ＡＩ＝（“１，…，Ｕ＾）
…
１．Ｉ—Ｕ。ＤｋＶ：，
㈦
其中仉、取、ｙ：的阶分别为：，２×ｋ、ｋ×ｋ、ｋ×ｍ．Ｖ。的阶为ｍ×愚．
用Ａ。近似的代替Ａ（我们称之为截断的奇异值分解式）．截断奇异值分解的误差估计可 用下式计算：
Ｊ＿－＿＿＿＿一
ｌ｜Ａ—Ａ。０。＝√丸＋。，（谱范数）
－＿＿－。－＿＿。。＿＿＿＿＿＿。＿＿＿－●＿＿＿－。＿＿－＿＿＿＿＿●＿＿＿＿＿＿＿＿＿＿＿＿＿＿－●●。●－●＿＿＿＿＿●＿一
ｌＩ Ａ—Ａ。０ Ｆ＝√九＋ｌ＋ｔ＋２＋…＋≈，（Ｆｒｏｂｅｎｉｕｓ范数）
本文中计算矩阵Ａ—Ａ。的截断误差用谱范数．
分类精度的前提下，降低分类算法的时间复杂度，提高文本分类器的分类速度，又是文本分
类研究的另一重点．
上述特性决定了文本分类模型的多样性：朴素贝叶斯模型，决策树分类法，最近Ｋ邻居
方法（ＫＮＮ），支持向量机方法（ＳＶＭ），人工神经网络方法等．中文文本分类模型可以简单
地以特征空间中的特征元素是词还是字分为两类：词分类器和字分类器．词分类器不但需要
１引
言
文本分类旨在对文本集进行自动合理分类．它包括对训练文本提取类标签、判定新文本
的类属及模型评测等一系列的计算机自动处理．文本分类是模式分类和自然语言处理的交
叉学科，它与普通模式分类相比有如下特性［１。３］：
１）特征空间维数较高
当我们把词作为中文文本的特征元素时，即使一个１０００篇左右的训练文档集，一般也
１３４
(7,4)汉明码编译码程序说明讲诉
（7，4）汉明码编译码原理程序说明书1、线性分组码假设信源输出为一系列二进制数字0和1.在分组码中，这些二进制信息序列分成固定长度的消息分组（message blocks ）。
每个消息分组记为u ，由k 个信息位组成。
因此共有2k种不同的消息。
编码器按照一定的规则将输入的消息u 转换为二进制n 维向量v ，这里n>k 。
此n 维向量v 就叫做消息u 的码字（codeword ）或码向量（code vector ）。
因此，对应于2k种不同的消息，也有2k种码字。
这2k个码字的集合就叫一个分组码（block code ）。
一个长度为n ，有2k个码字的分组码，当且仅当其2k个码字构成域GF （2）上所有n维向量空间的一个k 维子空间时被称为线性（linear ）（n ，k ）码。
对于线性分组码，希望它具有相应的系统结构（systematic structure ），其码字可分为消息部分和冗余校验部分两个部分。
消息部分由k 个未经改变的原始信息位构成，冗余校验部分则是n-k 个奇偶校验位（parity-check ）位，这些位是信息位的线性和（linear sums ）。
具有这样的结构的线性分组码被称为线性系统分组码（linear systematic block code ）。
本实验以（7，4）汉明码的编译码来具体说明线性系统分组码的特性。
其主要参数如下：码长：21mn =- 信息位：21m k m =-- 校验位：m n k =-，且3m ≥ 最小距离：min 03d d ==由于一个（n ，k ）的线性码C 是所有二进制n 维向量组成的向量空间n V 的一个k 维子空间，则可以找到k 个线性独立的码字，0,1,1k g g g -…… ，使得C 中的每个码字v 都是这k 个码字的一种线性组合。
（7，4）汉明码的生成矩阵如下，前三位为冗余校验部分，后四位为消息部分。
0123 1 1 0 1 0 0 00 1 1 0 1 0 01 1 1 0 0 1 01 0 1 0 0 0 1g g G g g ⎧⎫⎧⎫⎪⎪⎪⎪⎪⎪⎪⎪==⎨⎬⎨⎬⎪⎪⎪⎪⎪⎪⎪⎪⎩⎭⎩⎭如果()0123u u u u u =是待编码的消息序列，则相应的码字可如下给出：()0101230011223323g g v u G u u u u u g u g u g u g g g ⎧⎫⎪⎪⎪⎪===+++⎨⎬⎪⎪⎪⎪⎩⎭编码结构即码字()0123456v v v v v v v v =，对于（7，4）线性分组码汉明码而言，3456,,,v v v v 为所提供的消息序列，而0356v v v v =⊕⊕，1345v v v v =⊕⊕，2456v v v v =⊕⊕。
矩阵分析在通信领域的应用论文
矩阵分析在通信领域的应用学院：电气与电子工程学院学号：____*********____*名：___**____矩阵分析在通信领域的应用【摘要】矩阵是数学的基本概念之一，也是线性代数的核心内容。
矩阵广泛运用于各个领域，如数学建模、密码学、化学、通信和计算机科学等，解决了大量的实际问题。
本文主要介绍矩阵在通过信领域的应用，如：在保密通信中，应用逆矩阵对通信的信息进行加密；在信息论中，利用矩阵理论计算信源熵、信道容量等；在信息论的信道编码中，利用监督矩阵，生成矩阵，对信道中的信息进行编码，利用错误图样对信道传输的信息进行纠正；此外，矩阵分析在MIMO技术这个模块中也有着很重要的应用，基本可以说矩阵分析是MIMO技术研究的基础。
关键词：矩阵;保密通信;信道容量;信道编码;MIMO1、引言随着科技快速稳健的发展，通信技术也得到了飞速的发展，人们对通信的要求也不断提高，不仅要求通信的实时性、有效性，还要求通信的保密性。
而现实环境中，由于噪声的影响，常常使通信出现异常，这就要求人们对接收到的信号能够更好的实现检错纠错。
此外，在频谱资源的匮乏己经成为实现高速可靠传输通信系统的瓶颈。
一方面，是可用的频谱有限;另一方面，是所使用的频谱利用率低下。
因此，提高频谱利用率就成为解决实际问题的重要手段。
多进多出(MIMO)[1]技术即利用多副发射天线和多副接收天线进行无线传输的技术，该技术能够很好的解决频谱利用率的问题。
然而对以上通信中存在的问题的分析和研究都需要用到矩阵理论的知识，本文把矩阵理论和其在通信领域的应用紧密结合，通过建立一些简单的分析模型，利用矩阵知识将通信领域很多复杂的计算和推导变得简单明了。
2、矩阵在通信领域中的应用2.1 矩阵在保密通信中的应用[2]保密通信是当今信息时代的一个非常重要的课题, 而逆矩阵正好在这一领域有其应用。
我们可以用逆矩阵[3][4]所传递的明文消息进行加密(即密文消息)，然后再发给接收方,而接收方则可以采用相对应的某种逆运算将密文消息编译成明文。
矩阵分析及其应用范围
矩阵分析及其应用范围矩阵作为数学中一种基础结构，被广泛地应用在科学技术领域中。
因为矩阵可以对向量空间中的线性变换进行描述，利用矩阵运算可以方便地进行数据的处理和计算。
矩阵分析是研究矩阵的性质、结构和变换的学问，它不仅是数学分析的一个重要分支，而且在工程、科学和自然科学中都有广泛应用。
矩阵分析的基础知识矩阵分析的基础知识包括矩阵的性质、矩阵的运算以及矩阵的特征值和特征向量等方面。
其中，矩阵的性质包括行列式、秩、迹、特征多项式等；矩阵的运算包括加减乘除、逆矩阵、转置矩阵、伴随矩阵等；矩阵的特征值和特征向量包括矩阵的对角化和相似矩阵。
矩阵分析的应用范围1. 矩阵运算在计算机科学中的应用矩阵运算在计算机科学中有广泛的应用，例如图像处理、数据压缩和编码等。
在图像处理中，利用矩阵运算可以进行图像的变换、去噪、增强、分割和识别等。
在数据压缩和编码中，利用矩阵运算可以进行数据压缩和编码以及信号恢复和解码等。
2. 矩阵分析在物理学中的应用矩阵分析在物理学中有很大的应用，例如量子力学中的波函数描述、离散元素法计算、有限元素法分析和时间序列分析等。
在量子力学中，矢量可以用波函数表示，而波函数则通过矩阵运算来描述量子态之间的关系。
在离散元素法计算中，矩阵可以描述初始条件、边界条件和物理模型，通过矩阵运算可以求解精确的数值解。
在有限元素法分析中，矩阵可以描述材料力学特性、温度场、流动场和电场等，通过矩阵运算可以解决复杂的力学问题。
在时间序列分析中，矩阵可以描述时间序列之间的线性关系，通过矩阵运算可以预测未来的数据趋势和变化。
3. 矩阵分析在生物学中的应用矩阵分析在生物学中也有很大的应用，例如基因芯片中的基因表达分析、蛋白质序列分析和生态系统分析等。
在基因芯片中，矩阵可以描述基因和样本之间的关系，通过矩阵运算可以分析基因表达的差异和相似性。
在蛋白质序列分析中，矩阵可以描述蛋白质序列之间的相似性和差异性，通过矩阵运算可以预测蛋白质的结构和功能。
矩阵的应用----信息编码密码
我们可以用矩阵乘法对信息进行 进一步的伪装，设A是所有元素均为整 数的矩阵，且其行列式为 1， 1 1 由于 A adjA ，则 A 的元素也是 整数，我们可以用这个矩阵对信息进行 变换，变换后的信息将很难破译，为演 示这个技术，令 1 2 1 A 2 5 3 2 3 2
需要编码的信息放置在三行矩阵B 5 21 10 的各列上
B8 10 7 2 8 3
乘积
1 2 1 5 21 10 31 37 29 AB 2 5 3 8 7 8 80 83 69 2 3 2 10 2 3 54 67 50
为构造编码矩阵A，我们可以从 单位矩阵I 开始，利用矩阵初等行 变换Ⅲ，也可使用初等行变换Ⅰ， 结果矩阵A 将仅有整数元，且由于 det(A) det(I ) 1 ，因此 A 1 也有整 数元。
矩阵的应用----信息编码（密码）
一个通用的传递信息的方 法是将每一个字母与一个整数相 对应，然后传输一串整数，例如 信息：SEND MONEY 可以编码为 5，8，10，21，7，2，10，8，3 其中S表示为5，E表示为8，等 等。
但是，这种编码很容易破 译，在一段较长的信息中，我们
可以根据数字出现的相对频率猜测 每一数字表示的字母。因此，例如 若8为编码信息中最常出现的数字， 则它最有可能表示字母E，即英文中 最常出现的字母。
给出了用于传输的编码信息： 31，80，54，37，83，67，29， 69，50 接收到信息的人可通过乘 1 以 A 进行译码。
1 1 1 31 3 0 1 80 83 69 8 7 8 4 1 1 54 67 50 10 2 3
汉明码生成矩阵和校验矩阵
汉明码生成矩阵和校验矩阵汉明码是一种重要的纠错编码方法，被广泛应用于数字通信、计算机存储等领域。
在汉明码中，生成矩阵和校验矩阵是两个关键的概念。
本文将详细介绍汉明码生成矩阵和校验矩阵的概念、计算方法和应用。
一、汉明码概述汉明码是由美国数学家理查德·汉明在1950年代提出的一种二进制线性块码。
它通过添加冗余位来实现对数据的纠错，使得在传输过程中出现一定错误时，接收端能够自动检测并纠正这些错误。
汉明码的优点是可以对多个错误进行纠正，并且在出现错误率不高的情况下，可以保证接收端几乎100%的正确性。
因此，汉明码被广泛应用于通信和存储系统中。
汉明码的核心思想是为原始数据添加一定数量的冗余位，生成新的编码后的数据。
这些冗余位称为检验位，它们的值是由原始数据按照一定规则计算得到的。
接收端通过重新计算检验位并与接收到的数据进行比较，就可以判断出出现了哪些错误，并进行纠正。
二、生成矩阵在汉明码中，生成矩阵是一个非常重要的概念。
Generating matrix用来包含线性码的一个表示，它由码的生成元组成。
采用生成矩阵的汉明码又被称为系统式汉明码。
生成矩阵是一个r × (n - r) 的矩阵，其中 r 是校验位的数量，n 是编码后的数据位数。
生成矩阵的作用是将原始数据与一组权值矩阵进行矩阵乘法，得到编码后的数据。
这些权值矩阵包括单位矩阵和检验矩阵的转置。
生成矩阵的生成方法有多种，其中最常见的是使用二元域上的范德蒙矩阵。
范德蒙矩阵也称为范德蒙矩阵或范德蒙德矩阵，是一个n × r 的矩阵，它的每个元素都是二进制 0 或 1。
具体来说，它的第 i 行第 j 列的元素是x_i^(j-1)，其中 x_i 是原始信息位的值。
范德蒙矩阵与编码后的数据向量相乘后，得到的是一个长度为 r 的检验位向量。
3、校验矩阵校验矩阵也是汉明码中一个和生成矩阵一样重要的概念，是由生成矩阵的某些行按照一定规律组合而成的。
矩阵分解在密码中应用研究
矩阵分解在密码中应用研究
研究目的：
本研究旨在探索矩阵分解在密码学中的应用，以提高密码算法的安全性和效率。
研究方法：
1.研究矩阵分解算法：通过文献综述和实验分析，研究不同的矩阵分解算法，
如LU分解、QR分解、SVD分解等。
2.分析矩阵分解在密码学中的应用：通过实验和数学分析，探索矩阵分解在
密码学中的具体应用，如对称加密算法、公钥加密算法、哈希函数等。
3.评估矩阵分解算法的安全性和效率：通过比较不同矩阵分解算法在密码学
中的应用效果，评估其安全性和效率，包括加解密速度、密钥长度、抗攻击能力等指标。
预期结果：
1.揭示矩阵分解在密码学中的优势和不足；
2.提出基于矩阵分解的新型密码算法；
3.提供矩阵分解在密码学中的实际应用案例。
研究意义：
1.提高密码算法的安全性：通过应用矩阵分解算法，可以增加密码算法的复
杂性，提高密码的破解难度。
2.提高密码算法的效率：矩阵分解算法具有并行计算的特点，可以提高密码
算法的加解密速度。
3.推动密码学的发展：矩阵分解作为一种重要的数学工具，在密码学中的应
用研究可以推动密码学的发展，为密码算法的设计和分析提供新的思路和
方法。
研究计划：
1.第一阶段：研究矩阵分解算法，包括理论分析和实验验证；
2.第二阶段：分析矩阵分解在密码学中的应用，包括对称加密算法、公钥加
密算法和哈希函数等；
3.第三阶段：评估矩阵分解算法的安全性和效率，包括加解密速度、密钥长
度、抗攻击能力等指标；
4.第四阶段：撰写研究报告，总结研究结果并提出未来的研究方向。
汉明失真矩阵
汉明失真矩阵
汉明失真矩阵是指在二元对称信道中，对信源符号序列进行传输后的失真矩阵。
若信源符号序列为$X=\{x_1,x_2,x_3,...,x_n\}$，接收端收到符号序列为$Y=\{y_1,y_2,y_3,...,y_n\}$，失真函数为$d(x_i,y_j)=\delta(x_i-y_j)$，其中，$\delta(x_i-y_j)=0$表示$x_i=y_j$没有失真，$\delta(x_i-y_j)=1$表示$x_i\neq y_j$产生失真。
失真矩阵将所有的$d(x_i,y_j)$排列起来，用矩阵表示为：$\begin{bmatrix}d(x_1,y_1) & d(x_1,y_2) & d(x_1,y_3) & \cdots & d(x_1,y_n)\\d(x_2,y_1) & d(x_2,y_2) & d(x_2,y_3) & \cdots & d(x_2,y_n)\\d(x_3,y_1) & d(x_3,y_2) & d(x_3,y_3) & \cdots & d(x_3,y_n)\\ \cdots & \cdots & \cdots & \cdots & \cdots\\d(x_n,y_1) & d(x_n,y_2) & d(x_n,y_3) & \cdots & d(x_n,y_n)\end{bmatrix}$。
对于二元对称信道，汉明失真矩阵为：$\begin{bmatrix}1 & 1\\1 & 1\end{bmatrix}$。
汉明失真矩阵常用于衡量二元对称信道中传输的失真程度，对通信系统的设计和优化具有重要意义。
矩阵求导在人文中的应用
矩阵求导在人文中的应用矩阵求导是线性代数中的一个重要主题。
它是矩阵微积分的基础，也是许多应用领域中必不可少的数学工具。
在科学、工程、经济、金融等领域中，矩阵求导的应用非常广泛。
然而，矩阵求导并不仅仅是一种科学技术，它也可以被应用于人文领域，如文学、艺术、音乐等。
人文领域中广泛存在着一些基于矩阵的数学模型，比如文献分析、文本挖掘、音乐分析等。
这些模型通常使用矩阵来表示文本、音乐等信息。
矩阵的列向量可以表示文本中的单词、音乐中的乐符等，矩阵的行向量则可以表示文本/音乐的情感、主题等特征。
在这些模型中，通常需要对矩阵进行求导和优化，以便得到更好的结果。
在文化遗产保护方面，矩阵求导也有着非常重要的应用。
文物的保护需要对其进行精确的测量和模拟。
比如，在对建筑物进行保护时，需要对其进行三维扫描，并将扫描得到的数据转化为矩阵。
然后，可以利用矩阵求导的方法对其进行分析和优化。
此外，在文物复原和古代艺术品的保护方面，矩阵求导也可以帮助人们更好地理解和处理文物中的复杂数据。
在音乐领域中，矩阵求导也被广泛应用于音乐分类、音乐搜索、音乐推荐等方面。
矩阵可以将音乐转化为数字信号，然后使用矩阵求导来对这些信号进行分析和分类。
例如，可以利用矩阵求导来对音乐的旋律、节奏和和声进行分析，以便更好地分类和搜索音乐资源。
此外，在音乐推荐方面，可以使用矩阵求导来预测用户的兴趣和推荐相关的音乐资源。
的确，矩阵求导在人文中的应用并不是一件容易的事情。
这需要人们深入理解矩阵求导的理论和应用，同时也需要跨学科地整合不同领域的知识。
但是，只要我们能有效地将矩阵求导应用到人文领域的实际问题中，就可以发掘出许多独特而有启发性的结论。
总之，矩阵求导不仅可以被应用于传统的领域，如工程、科学和经济，还可以被应用于人文领域。
它可以被用来分析文本、音乐等信息，并提供有关情感、主题等方面的有益信息。
同时，它也可以被应用于文化遗产保护和复原中，以及音乐分类和推荐等问题中。
矩阵分析在汉明码中的应用
矩阵分析在汉明码中的应用摘要：数字信号在传输过程中，由于受到干扰的影响，码元波形将变坏。
接收端收到后可能发生错误判决。
由于乘性干扰引起的码间串扰，可以采用均衡的办法来纠正。
而加性干扰的影响则需要用其他办法解决。
在设计数字通信系统时，应该首先从合理选择调制制度，解调方法以及发送功率等方面考虑，使加性干扰不足以影响到误码率要求。
在仍不能满足要求时，就要考虑采用差错控制措施了，本文在基于矩阵分析的基础上对汉明编码进行介绍，效率高，提高抗突发干扰的能力。
关键词：矩阵分析汉明码引言矩阵如今在各个领域都有广泛的应用，例如在生活中，在经济中，在通信领域，数字图像领域中等各个方面应用很广泛。
在生活中的魔方也是根据矩阵分析，在excel表格中，我们可以根据矩阵很简单的计算出各行各列的和，在数字图像处理中，我们将图像用矩阵表示，像素来表示，一个像素代表一点，有很多像素组成一幅数字图像，再对矩阵进行各种变换从而实现数字图像处理，在通信领域中我们也经常用到矩阵，例如编码，我们下面将对矩阵分析在汉明编码中的应用进行具体分析1.汉明码编码Hamming码中文称作汉明码。
汉明码是由汉明于1950年提出的，具有纠正一位错误能力的线性分组码它的突出特点是：编译码电路简单，易于硬件实现；用软件实现编译码算法时，软件效率高；而且性能比较好.1.1 汉明码的定义：若一致监督矩阵H 的列是由不全为0且互不相同的所有二进制m(m≥2的正整数)重组成，则由此H矩阵得到的线性分组码称为[2m-1,2m-1-m，3]汉明码。
1.2 汉明码的构造特点：1)．绐定一个m，我们由二进制m 重组成线性分组码的监督矩阵H，由二进制m重来标定一个发生错误的位置。
由此可知，二进制m 重共有2 种位组合，去掉一个全为0的位组合，则余下共有2m-1种位组合。
故汉明码的最大码长n=2m-1。
2)．由上面分析，我们可以知道：m 即是汉明码监督位的位数。
故一个汉明码中，信息位的位数k=n—m=2m-1-m3)．汉明码的距离为3，因此可以纠正1位错误，检出2位错误。
矩阵及向量外积在密码学中的应用
密码学中矩阵及向量外积的应用摘要密码技术是一门古老而十分有用的技术，随着计算机通信技术的迅猛发展，大量的敏感信息通过公共设施或计算机网络进行交换。
特别是 Internet 的广泛应用、电子商务和电子政务的迅速发展，越来越多的信息需要严格的保密，如：银行账号、个人隐私等。
加密过程是实现安全系统的核心，矩阵在加密中起着重要作用，该论文结合矩阵加密的过程，利用向量的外积对通信信息进行加密，可以更好地提高密码的安全性能。
AbstractCryptography is an ancient and very useful technique, along with the rapid development of computer communication technology, a large amount of sensitive information is exchanged through public facilities or computer networks. Especially the rapid development of Internet application, e-commerce and e-government, more and more information needs strict confidentiality, such as: bank account, the personal privacy. The encryption process is the core of implementation of security system, matrix plays an important role in cryptography, the combining process matrix encryption, using a vector product to encrypt the communication of information, can better improve the safety performance of the password.Keywords: password; matrix; vector product1 绪论近几年来，信息安全成为全社会的需求，信息安全保障成为国际社会关注的焦点。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
矩阵分析在汉明码中的应用摘要：数字信号在传输过程中，由于受到干扰的影响，码元波形将变坏。
接收端收到后可能发生错误判决。
由于乘性干扰引起的码间串扰，可以采用均衡的办法来纠正。
而加性干扰的影响则需要用其他办法解决。
在设计数字通信系统时，应该首先从合理选择调制制度，解调方法以及发送功率等方面考虑，使加性干扰不足以影响到误码率要求。
在仍不能满足要求时，就要考虑采用差错控制措施了，本文在基于矩阵分析的基础上对汉明编码进行介绍，效率高，提高抗突发干扰的能力。
关键词：矩阵分析汉明码引言矩阵如今在各个领域都有广泛的应用，例如在生活中，在经济中，在通信领域，数字图像领域中等各个方面应用很广泛。
在生活中的魔方也是根据矩阵分析，在excel表格中，我们可以根据矩阵很简单的计算出各行各列的和，在数字图像处理中，我们将图像用矩阵表示，像素来表示，一个像素代表一点，有很多像素组成一幅数字图像，再对矩阵进行各种变换从而实现数字图像处理，在通信领域中我们也经常用到矩阵，例如编码，我们下面将对矩阵分析在汉明编码中的应用进行具体分析1.汉明码编码Hamming码中文称作汉明码。
汉明码是由汉明于1950年提出的，具有纠正一位错误能力的线性分组码它的突出特点是：编译码电路简单，易于硬件实现；用软件实现编译码算法时，软件效率高；而且性能比较好.1.1 汉明码的定义：若一致监督矩阵H 的列是由不全为0且互不相同的所有二进制m(m≥2的正整数)重组成，则由此H矩阵得到的线性分组码称为[2m-1,2m-1-m，3]汉明码。
1.2 汉明码的构造特点：1)．绐定一个m，我们由二进制m 重组成线性分组码的监督矩阵H，由二进制m重来标定一个发生错误的位置。
由此可知，二进制m 重共有2 种位组合，去掉一个全为0的位组合，则余下共有2m-1种位组合。
故汉明码的最大码长n=2m-1。
2)．由上面分析，我们可以知道：m 即是汉明码监督位的位数。
故一个汉明码中，信息位的位数k=n—m=2m-1-m3)．汉明码的距离为3，因此可以纠正1位错误，检出2位错误。
1.3 汉明码编码的主要算法汉明码的编码就是如何根据信息位数k，求出纠正一个错误的监督矩阵H，然后根据H求出信息位所对应的码字。
构造汉明码监督矩阵H的方法很多，这里仅介绍一种。
1)根据已知的信息位数k，从汉明不等式中求出校验位数m=n-k；2)在每个码字C：(C1，C2，⋯，C2m -1)中，用c02，c12，c n-12作为监督位，剩下的位作为信息位；3)用二进制数字表示2m-1列，得到2m-1列和m行监督矩阵H；4)用3步的H形成HC T =0，从而得出m个监督方程；5)将已知的信息代入方程组，然后求出满足上述方程组的监督位c (i=0，1，⋯，m一1)。
例如，用以上方法，很容易求出[7，4，3]汉明码的监督矩阵：1 1 1 0 1 0 0H= 1 1 0 1 0 1 01 0 1 1 0 0 1及编码所对应的码字为C=011001。
对于码组长度为n、信息码元为k位、监督码元为r＝n－k位的分组码，常记作（n，k）码，如果满足2r－1≥n，则有可能构造出纠正一位或一位以上错误的线性码。
下面我们通过（7，4）汉明码的例子来说明如何具体构造这种码。
设分组码（n，k）中，k = 4，为能纠正一位误码，要求r≥3。
现取r＝3，则n＝k＋r＝7。
我们用a0ala2a3a4a5a6表示这7个码元，用S1、S2、S3表示由三个监督方程式计算得到的校正子，并假设三位S1、S2、S3校正子码组与误码位置的对应关系如表1所示。
表1 校正子和错码位置关系由表可知，当误码位置在a 2、a 4、a 5、a 6时，校正子S 1＝1；否则S 1＝0。
因此有S 1＝a 6⊕a 5⊕a 4⊕a 2，同理有S 2＝a 6⊕a 5⊕a 3⊕a 1和S 3＝a 6⊕a 4⊕a 3⊕a 0。
在编码时a 6、a 5、a 4、a 3为信息码元，a 2、a 1、a 0为监督码元。
则监督码元可由以下监督方程唯一确定a 6⊕a 5⊕a 4⊕a 2 = 0a 6⊕a 5⊕a 3⊕a 1 = 0 (1.1.1)a 6⊕a 4⊕a 3⊕a 0 = 0 也即a 2＝a 6⊕a 5⊕a 4a 1＝a 6⊕a 5⊕a 3 （ 1.1.2）a 0 = a 6⊕a 4⊕a 3由上面方程可得到表2所示的16个许用码组。
在接收端收到每个码组后，计算出S 1、S 2、S 3，如果不全为0，则表示存在错误，可以由表1确定错误位置并予以纠正。
举个例子，假设收到码组为0000011，可算出S 1S 2S 3=011,由表1可知在a 3上有一误码。
通过观察可以看出，上述（7，4）码的最小码距为d min ＝3，纠正一个误码或检测两个误码。
如果超出纠错能力则反而会因“乱纠”出现新的误码.表2 （7,4）汉明码的许用码组2.监督矩阵上面有提到过，线性码是指信息位和监督位满足一组线性代数方程的码，式(1.1.1)就是这样的例子，现在将它改写成1*a6⊕1*a5⊕1*a4⊕0*a3⊕1*a2⊕0*a1⊕0*a=01*a6⊕1*a5⊕0*a4⊕1*a3⊕0*a2⊕1*a1⊕0*a=0 (1.1.3)1*a6⊕0*a5⊕1*a4⊕1*a3⊕0*a2⊕0*a1⊕1*a=0我们可以将式（1.1.3）表示成如下的矩阵形式a6a51 1 1 0 1 0 0 a41 1 0 1 0 1 0 a3= 0 （1.1.4）1 0 1 1 0 0 1 a2a1a式（1.1.4）还可以简记为 H*A T=0T或 A*H T=0 （1.1.5）其中1 1 1 0 1 0 0H= 1 1 0 1 0 1 0 A= a6a5a4a3a2a1a0= 0001 0 1 1 0 0 1上角“T”表示将矩阵转置。
例如H T是H的转置，即H T的第一行为H的第一列，第二行为第二列。
我们将H称为监督矩阵(parity—check matrix).只要监督矩阵H给定，编码时监督位和信息位的关系就完全确定了。
由（1.1.4）和(1.1.5)都可以看出，H的行数就是监督关系式的数目r，H的每一行中的“1”的位置表示相应码元之间存在的监督关系。
式（1.1.4）中的H矩阵可以分为两部分。
1 1 1 0 1 0 0H= 1 1 0 1 0 1 0 = PIr(1.1.6)1 0 1 1 0 0 1式中：P为r*k阶矩阵；Ir为r*r阶单位方阵。
3. 生成矩阵由代数理论可知，H矩阵的的各行应该是线性无关的，否则将得不到r个线性无关的监督关系式，从而也得不到r个独立的监督位。
若一矩阵可以写成PIr的矩阵形式，则其各行一定是线性无关的。
因为容易验证Ir的各行是线性无关的，故PIr的各行也是线性无关的。
类似于（1.1.1）改成（1.1.4）那样，（1.1.2）可以改写成a6a2 1 1 1 0 a5a1 = 1 1 0 1 a4（1.1.7）a0 1 0 1 1 a3或者1 1 1a2a1a=a6a5a4a31 1 0 = a6a5a4a3Q (1.1.8)1 0 10 1 1其中，Q为一个k*r阶矩阵，它为P的转置，即Q=P T式（1.1.8）表示，在信息位给定后，用信息位的行矩阵乘矩阵Q就产生出监督位。
我们将Q的左边加上一个k*k阶单位方阵，就构成一个矩阵G1 0 0 0 1 1 1G= IKQ = 0 1 0 0 1 1 0 (1.1.9)0 0 1 0 1 0 10 0 0 1 0 1 1G称为生成矩阵（generator matrix），因为由它可产生整个码组，即有a6a5a4a3a2a1a= a6a5a4a3G= A (2.2.0)4.(7,4)汉明码的编码思路(7,4)汉明码的编码就是将输入的四位信息码编成七位的汉明码，即加入三位监督位。
根据式(2.2.0）A = [a6 a5a4a3] ·G可知，信息码与生成矩阵G的乘积就是编好以后的(7,4)汉明码，而生成矩阵G又是已知的，由式(1.1.9)得1 0 0 0 1 1 1G = 0 1 0 0 1 1 00 0 1 0 1 0 10 0 0 1 0 1 1所以，可以得出如下方程组a6 = a6a5= a5a4= a4a3= a3(2.2.1)a2= a6+ a5+ a4a1= a6+ a5+ a3a= a6+ a4+ a3参考文献[1] 史荣昌，魏丰；矩阵分析；北京理工大学出版社；[2] 雷章富;汉明码的串行检测法[J];桂林电子工业学院学报;1983年02期；[3] 饶世麟;第九讲信道编码浅说[J];遥测遥控;1984年02期；[4] 王可;数字通信中的密码技术和差错控制技术(一)[J];中国空间科学技术;1985年01期；[5] 朱江;宋利民;陈俊;李奎;;CPLD／FPGA在数字通信系统的应用——一种(7,4)汉明码的硬件实现[A];中国航海学会通信导航专业委员会2006年学术年会论文集[C];2006年；[6] 陈丽萍;基于纠错码的水印技术研究[D];福建师范大学;2005年。