MATRIZ DE CHEQUEO DE PARIDAD

Slides:



Advertisements
Presentaciones similares
MATRIZ DE CHEQUEO DE PARIDAD
Advertisements

Presentado por: Yuli Dominguez. Portal Educa Panamá. Sistema de numeración.
Algoritmos y Estructura de Datos Exposiciones. Clases de Noviembre 4 Nov – Exposición equipos 1, 2 y 3 11 Nov – Exposición equipos 5,6 y 7 18 Nov – Exposición.
T – Student teoria de las muestras pequeñas Paola Andrea Palacio Montero Estadística.
Estadística inferencial. ¿Qué es? La Estadística inferencial o Inferencia estadística estudia cómo sacar conclusiones generales para toda la población.
Operaciones con Decimales Suma, Resta, Multiplicación y División Autor: Grupo Océano Colaborador: Prof. Lourdes Barreno Huffman Portal Educa Panamá.
Fracciones Decimales Autor: Grupo Océano Colaborador: Prof. Lourdes Barreno Huffman Portal Educa Panamá Autor: Grupo Océano Colaborador: Prof. Lourdes.
Codificación del Canal Distorsión introducida por las no linealidades del canal y equipos de transmisión Cuatificación Detección y corrección de errores.
DISTRIBUCIONES DISCRETAS DE PROBABILIDAD Distribuciones discretas: Bernouilli, binomial, Poisson y multivariante. Las distribuciones discretas son aquellas.
Detección y corrección de errores.  es una importante práctica para el mantenimiento e integridad de los datos a través de diferentes procedimientos.
Matemática Operaciones básicas. Aritmética Es la rama de la matemática cuyo objeto de estudio son los números y las operaciones elementales hechas con.
Funciones Polinomicas
El acceso se realizará con el uso de cualquier navegador de internet (Internet Explorer, Google Chrome, Mozilla ó el que Ud. prefiera), y escribir el siguiente.
Las reglas del juego UNO
PROGRAMACION.
UNIVERSIDAD DE ORIENTE NÚCLEO DE MONAGAS
DISTRIBUCION F DE FISHER.
INVESTIGACIÓN DE OPERACIONES
Unidad 5. Capítulo VI. Sistemas lineales no homogéneos.
TEMA 6: DIVISIÓN DE POLINOMIOS
El teorema de Bayes Supongamos que sobre el espacio muestral S tenemos una partición Ai, con i = 1, ..., n. Esto significa que cualquier resultado de S.
Unidad 4 Anexo 3. Capítulo X. Ecuación de Euler.
Ejemplos con análisis y grafico
MATRICES.
ANÁLISIS E INTERPRETACIÓN DE DATOS
Unidad 4. Capítulo VIII. Ecuaciones no homogéneas.
Unidad 6. Capítulo IV. Puntos ordinarios y puntos singulares.
Unidad 2 Capítulo VI Ecuaciones de factor integrante
MODELO RELACIONAL.
Vectores Unidad II A Z L D Comenzar.
CODIGOS DE BLOQUE LINEALES
Tema 4 Elementos para el Desarrollo de Algoritmos
Método de eliminación Gauss- Jordán y Gaussiano
METODO DE TRANSPORTE APROXIMACION DE VOGEL
DISTRIBUCIONES DISCRETAS DE PROBABILIDAD
Unidad 4. Capítulo IX. Búsqueda de Yp: Variación de parámetros.
Qué son y características generales
Introducción ACTIVIDAD: magnitudes Conceptos:
Curso de iniciación al trabajo con MatLab 7.0
CODIFICACION DEL CANAL
CAPACIDAD DE DETECCION Y CORRECCION DE ERRORES
ARREGLOS BIDIMENSIONALES MATRICES Son un espacio de almacenamiento continuo, que contiene una serie de elementos del mismo tipo de datos. Desde el punto.
MULTIPLICACIÓN DE VECTORES. EXISTEN DIFERENTES MÉTODOS PARA LA MULTIPLICACIÓN DE VECTORES: Producto de un vector por un escalar Producto escalar o producto.
EXPERIMENTO FACTORIAL 23
Mariana Elizabeth Malanco Martínez
FunciÓn PotenciaL, exponencial y logarÍtmica.
Teoría Relacional Modelo Relacional Líder en Ciencia y Tecnología.
Taller de Matemáticas Financieras
Sea la ecuación diferencial lineal de orden “n” y de coeficientes variables
INTRODUCCION Hasta ahora solo hemos tenido que trabajar con algunas variables en cada uno de los programas que hemos realizado. Sin embargo, en más de.
FUNCIÓN INVERSA.
Estadística PROBABILIDAD.
Matrices Conceptos básicos. Matrices Buscando formas para describir situaciones en matemáticas y economía, llegamos al estudio de arreglos rectangulares.
2. La probabilidad de encontrar una partícula con función de onda  en
Resolución interactiva del Simplex
Unidad 3: Libre Office Calc
DEPARTAMENTO DE MATEMÁTICAS
MC Beatriz Beltrán Martínez Verano 2018
2/22/2019 SISTEMAS NO LINEALES.
MATRICES. ¿QUÉ ES UNA MATRIZ? Una matriz es un espacio bidimensional que se genera en la memoria del computador. Las matrices deben tener un nombre que.
MÉTODO SIMPLEX. Ejemplo de Simplex: Vamos a resolver el siguiente problema: MaximizarZ = f(x 1,x 2 ) = 3x 1 + 2x 2 Sujeto a:2x 1 + x 2 ≤ 18 2x 1 + 3x.
Jornada Nacional para fortalecer las competencias del referente técnico de los informes Trimestrales de Dotación de Personal para DIPRES Matriz C (Ceses.
Eduardo Cruz Pérez.
CAPACIDAD DE DETECCION Y CORRECCION DE ERRORES
Problemas de Strings boolean palindrome(String x) Ej: palindrome(“reconocer”)=true boolean alfabetico(String x) Ej:
5-abril (J.Alvarez) 5-abril (J.Alvarez)
TEMARIO DEFINICIÓN ………………………………………………………..………..

El teorema de Bayes Supongamos que sobre el espacio muestral S tenemos una partición A i, con i = 1,..., n. Si definimos los sucesos A i como el conjunto.
SISTEMAS NUMERICOS “Introducción a la Programación” Rolando Montero.
Transcripción de la presentación:

MATRIZ DE CHEQUEO DE PARIDAD

Matriz de Chequeo de Paridad Definiremos una matriz H, a la cual llamaremos la matriz de chequeo de paridad, la cual nos permitirá decodificar los vectores recibidos. Para cada matriz generadora G existirá una matriz H de tal forma que las filas de G son ortogonales a las filas de H; es decir, GHT = 0. HT es una matriz cuyas filas son las columnas de H y viceversa. Para cumplir con las condiciones de ortogonalidad de un código sistemático, las componentes de la matriz H se escriben como;

Y la matriz HT se escribe como: El producto UHT para cada palabra codificada U (generada por G) y la matriz HT es; Una vez que se ha obtenido la matriz H se usa esta para probar si un vector recibido hace parte del conjunto de palabras codificadas. U es una palabra codificada generada por G, si y solo si, UHT = 0.

Prueba de Síndrome Tenemos un vector recibido, al cual llamaremos r (una de las 2n n-tuplas posibles). Este vector r es el resultado de la transmisión de U = u1, u2, …, un (una de las 2k n-tuplas). Podemos entonces describir r como: Donde e = e1, e2, … , en es un vector de error ó patrón de error causado por el canal. Hay un total de 2n-1 patrones de error potenciales diferentes de cero en el espacio de 2n n-tuplas.

El síndrome de r se define como: El síndrome es el resultado de un chequeo de paridad realizado en r para determinar si es un miembro del conjunto de palabras codificadas. Si es así, el síndrome tendrá un valor de cero; 0. Si r contiene errores detectables, el síndrome tendrá un valor diferente de cero. Si r contiene errores corregibles, el síndrome tendrá un valor diferente de cero que puede distinguir el patrón de error particular.

Dependiendo de cómo se haya implementado el decodificador, FEC ó ARQ, este tomará una acción para localizar el error y corregirlo (FEC), o hará una petición de retransmisión (ARQ). El síndrome de r se puede escribir como: Pero el primer término es cero. De tal forma que:

La prueba del síndrome puede ser realizada en el vector codificado erróneo, ó en el patrón de error que lo causa, teniendo en ambos casos el mismo resultado. La matriz de chequeo de paridad debe cumplir con dos propiedades: Ninguna columna de H puede tener solo ceros, porque un error en la palabra codificada correspondiente no afectaría al síndrome y no podría ser detectado. Todas la columnas de H deben ser únicas, porque si existiesen dos iguales los errores en las dos palabras codificadas correspondientes no sería distinguibles.

Ejemplo. Tenemos la palabra codificada U = 1 0 1 1 1 0, la cual es transmitida. Como resultado se recibe el vector r = 0 0 1 1 1 0 El primer bit de la izquierda se recibe con error. Encuentre el valor del vector síndrome S = rHT y verifique que es igual a eHT.

Solución: S = rHT Síndrome del vector codificado corrupto eHT = Síndrome del patrón de error

Corrección de error. Hemos detectado un error sencillo y hemos demostrado que la prueba de síndrome realizada tanto en la palabra codificada corrupta como en el patrón de error que lo causa, tienen el mismo valor. Esto nos lleva a que no solamente podemos detectar los errores, sino que el hecho de tener una correspondencia uno a uno entre los patrones de error corregibles y los síndromes, podemos corregir esos errores.

Primero vamos a organizar en un arreglo las 2n n-tuplas que representan los posibles vectores recibidos. A este arreglo lo llamaremos arreglo estándar. La primera fila contiene todas las palabras codificadas, comenzando con la de todos ceros, y la primera columna contiene todos los patrones de error corregibles. A cada fila la llamaremos un coset (abreviatura de “conjunto de números que tiene una característica común”). Cada coset tiene en su primera columna un patron de error, el cual es llamado el coset líder, seguido de las palabras códificadas modificadas (perturbadas) por ese patrón de error.

Formato de arreglo estándar para un código (n,k) La palabra codificada U1 esta compuesta por todos ceros y cumple doble función; es una palabra codificada y además, como patrón de error, representa el hecho de no haber errores, es decir, r = U. El arreglo contiene todas la 2n n-tuplas en el espacio Vn. Cada n-tupla aparece una sola vez. No falta ninguna, y ninguna se repite.

El algoritmo de decodificación esta encargado de reemplazar un vector corrupto (cualquier n-tupla excepto las de la primera fila) por una palabra codificada válida que se encuentra en la parte superior de la columna del vector corrupto. Suponga que se transmite una palabra codificada Ui a través de un canal ruidoso, y como resultado se recibe un vector corrupto Ui + ej. Si el patrón de error ej, causado por el canal es un coset líder, el vector recibido será decodificado correctamente, en caso contrario la decodificación será errónea.

Síndrome de un coset. Si ej es el coset líder ó patrón de error del coset j-esimo, entonces Ui + ej es una n-tupla en ese coset. El síndrome de esa n-tupla se puede escribir como: Como es un vector codificado, y entonces: Que es lo que tienen en común los miembros de cualquier fila (coset)? Todos los miembros de un coset tienen el mismo síndrome. El síndrome de cada coset es diferente a los demás.

Corrección de error El procedimiento para la corrección de error es el siguiente: Calcular el síndrome de r usando S = rHT. Localizar el patrón de error (coset líder) ej, cuyo síndrome es igual a rHT. Se asume que este patrón de error es la corrupción causada por el canal. El vector correcto recibido, o palabra codificada, se identifica como U = r + ej. Se puede decir que se ha recuperado la palabra codificada correcta restando el error.

Localizando el patrón de error Retomando el ejemplo (6,3) manejado hasta ahora, podemos organizar las 26 = 6-tuplas en un arreglo estándar.

Las palabras codificadas válidas son los 8 vectores de la primera fila Las palabras codificadas válidas son los 8 vectores de la primera fila. Y los patrones de error corregibles son los siete coset líderes de la primera columna. Todos los patrones de error de un bit son corregibles. Todavía queda cierta capacidad de corrección de errores que no ha sido incluida. Y también falta un coset líder por asignar. Se escoge este último coset de una forma algo arbitraria para llenar el arreglo. Ahora calculamos el síndrome correspondiente a cada una de las secuencias de error corregibles calculando ejHT para cada coset líder;

El resultado se muestra en la siguiente tabla. Como cada síndrome en la tabla es único, el decodificador puede identificar el patrón de error e al cual corresponde.

Ejemplo de corrección de error Ejemplo de corrección de error. Se ha transmitido la palabra codificada U = 1 0 1 1 1 0 y se ha recibido el vector r = 0 0 1 1 1 0. Muestre de que manera el decodificador puede corregir el error. Se calcula el síndrome de r; Usando la tabla Síndrome - Patrón de error, tenemos que el patrón de error para este síndrome es: El vector corregido se calcula mediante: