Reed-Solomon Codes——RS纠错码

Posted 2022-08-08 mutourend

1. 引言

前序博客有：

• LDC——Locally Decodable Code

Reed-Solomon Codes为基于block的纠错码，在数字通信和存储中有大量应用，在如下系统中用于纠错：

• 存储设备（包括磁带、光盘、DVD、条形码等）
• 无线或移动通信（包括手机、微波连接等）
• 卫星通信
• 数字电视/DVB
• 高速调制解调器，如ADSL、xDSL等

典型的系统如下图所示：

Reed-Solomon encoder（编码器） 接收一块数字数据并添加额外的“冗余”位。数据在传输或存储过程中出现错误的原因有多种（如噪声或干扰，CD上的划痕等等）。
Reed-Solomon decoder（解码器） 会处理每个块，并试图纠正错误，恢复原始数据。

能纠正的错误类型和错误数量具体取决于Reed-Solomon码的特性。

2. Reed-Solomon码的特性

Reed-Solomon码为BCH码的子集，属于linear block码。

Reed-Solomon码定义为：
$RS(n,k)$ with $s$-bit symbols。

也就意味着：

• Reed-Solomon 编码器接收$k$个data symbols，每个symbol对应有 $s$ bits，然后添加parity symbols，最终获得长度为$n$的symbol codeword。parity symbol的个数为$n-k$个，每个parity symbol对应有 $s$ bits。
• Reed-Solomon 解码器可纠正codeword中最多$t$个symbol错误，其中$2t=n-k$。

对Reed-Solomon进行编解码所需的算力，与每个codeword内的parity symbols数量相关。更大的$t$值以为这可纠正更多的错误，但是相比于 小$t$ 需要更多的算力。

已知symbol size为$s$，则Reed-Solomon码的最大codeword length $n$为$n=2^s-1$。如对于8-bit symbol（$s=8$），其code最大长度为$255$ bytes。

以下为典型的Reed-Solomon codeword（又名Systematic码，因为数据部分保持不变，仅附加了parity symbols）：

比如，流行的Reed-Solomon码$RS(255,223)$ with 8-bit symbols，每个codeword包含了255 code word bytes，其中223 bytes为数据，32 bytes为parity，有：
$n=255,k=223,s=8$
$25=32,t=16$

解码器可纠正code word中的任意16个symbol error，即codeword中的任意位置的最多16 bytes错误可被自动纠正。

2.1 缩短Reed-Solomon码

理论上Reed-Solomon码长度是可缩短的，通过在编码时将一定数量的data symbols设置为0，不传输这些为0的data symbols，然后在解码时重新插入为0的data symbols。
仍然以上面的$(255,223)$码为例，可将其缩短为$(200,168)$码，编码时的block内有168 data bytes，然后理论上增加55 zero bytes，创建出一个$(255,223)$ codeword，但是实际仅需传输168 data bytes和32 parity bytes。

2.2 Symbol Errors

若单个symbol内有一个bit出错或者所有bit都错了时，则均为一个symbol error。

仍然以$RS(255,223)$为例，其可纠正$16$个symbol errors，最差的情况是，有16 bit errors，每个bit错误发生在不同的symbol（byte），解码器纠正16 bit errors。最好的情况是，16个symbol内的所有bit都错了，此时解码器可纠正 $16\times 8$ bit errors。

Reed-Solomon码特别适于纠正burst errors（即所接收到的codeword内有a series of bits出错）。

2.3 解码

Reed-Solomon代数解码的过程中，可：

• 纠错
• 擦除：当已知错误symbol的位置时，可进行擦除。

解码器可最多纠正$t$个symbol错误，或最多擦除$2t$个错误symbol。在数字通信系统中，擦除信息通常由解调器提供，即解调器会对其收到的symbols中可能 包含错误的symbol 进行“标记”。

当对codeword解码时，有以下3种可能：

• 1）若$2s+r<2t$，即$s$个error，$t$个擦除，则总是可恢复出所传输的原始code word。
• 2）解码器发现其无法恢复原始code word，并说明了该情况。
• 3）解码器，在无任何说明的情况下，进行了错误解码并恢复了错误的code word。

以上3种情况发生的概率取决于具体的Reed-Solomon码、error数量 以及 error分布情况。

2.4 coding gain编码增益

使用Reed-Solomon码的优势在于，解码后数据内包含错误的概率，通常远低于，未使用Reed-Solomon码的错误发生概率。通常将其称为coding gain。

如：
数字通信系统中，设计的Bit Error Ration（BER）为$10^{-9}$，即所接收到的$10^9$个bits，最多仅能有$1$个bit出错。
可通过增加发射器的功率 或 添加Reed-Solomon码（或另一种 前向纠错码） 来实现。Reed-Solomon码可使得系统发射器以较低的输出功率实现目标BER。由于使用Reed-Solomon所节约的power，即称为coding gain。

3. Reed-Solomon码的编解码架构

Reed-Solomon编解码可在软件或特定用途硬件内实现。

3.1 关键概念

• 1）Finite（Galois） Field Arithmetic：
  Reed-Solomon码基于数学上名为Galois fields或Finite fields的特殊域。finite field内具有的属性为：field elements 经（加减乘除等）运算后的结果 仍在field域内。
  Reed-Solomon编码器或解码器需要执行这些运算操作，这些运算需要特殊的硬件或实现相应的软件函数。

• 2）Generator多项式：
  Reed-Solomon codeword采用特殊的多项式生成，所有有效的codewords都可整除该generator polynomial。
  generator多项式的通用形式为：
  $$g(x)=(x-{\alpha }^0)(x-{\alpha }^1)\cdots (x-{\alpha }^{2t-1})$$
  codeword的构建方式为：
  $$c(x)=g(x)\cdot i(x)$$
  其中$g(x)$为generator多项式，$i(x)$为information block（即上面提到的data symbol），$c(x)$为一个有效codeword，$\alpha$为field F域内的一个primitive element（generator）。

所谓generator，是指$[{\alpha }^0,{\alpha }^1,{\alpha }^2,\cdots ,{\alpha }^{|F|-2}]$为不同的非零值，即generator $\alpha$的幂乘生成了field F内的所有非零元素。$|F|$为field size，即不同元素的总数。

• 待编码的数据长度$k$满足$1\le k<|F|$。
• 在数据之后附加的纠错码长度$m=2t$满足$1\le m<|F|-k$。
• 编码后的长度$n=k+m$满足$2\le n<|F|$。

3.2 Reed-Solomon编码架构——Systematic编码器

基于$m$和$\alpha$的generator多项式定义为：
$$g(x)=\prod _{i=0}^{m-1}(x-{\alpha }^i)=(x-{\alpha }^0)(x-{\alpha }^1)\cdots (x-{\alpha }^{m-1})$$

原始消息为一系列$k$个值$(M_0,M_1,\cdots ,M_{k-1})$，简单地以这些原始消息值为系数构建message多项式：
$$M(x)=\sum _{i=0}^{k-1}{M}_i{x}^i=M_0{x}^0+M_1{x}^1+$$

FingerPrint Fuzzy Vault Matlab实践

RS码的突发纠错能力

纠错输出编码(Error-Correcting Output Codes: ECOC)

纠错输出编码(Error-Correcting Output Codes: ECOC)

RS编码