免费汉明码计算器

什么是汉明码及其重要性？

数字通信依赖于二进制数据的完美传输，但噪声、干扰或硬件故障可能翻转单个比特。一个损坏的比特就能导致程序崩溃或文件损坏。为防止这种情况，工程师使用纠错码。汉明码 是最具影响力的 线性码 之一，设计用于 检测并纠正二进制消息中的单比特错误。本 汉明码计算器 让您在线编码、解码和纠正错误，亲身体验 二进制纠错 及其背后的矩阵代数。

问题：二进制消息中的错误

计算机以 0 和 1 序列存储和传输数据。任何干扰——电磁干扰、损坏的内存单元或微弱信号——都可能翻转一个比特，将有效消息变成无意义或有害的数据。最简单的保护措施是 校验位：在消息末尾附加一个额外的比特，使得 1 的总数为偶数（偶校验）或奇数（奇校验）。校验位可以 检测 单次翻转，但无法揭示 哪个 比特翻转，且若两个比特同时翻转则失效。

汉明码解决方案

1950 年，Richard Hamming 在一次由单个错误导致的周末计算机崩溃后发明了以他命名的码。他意识到通过使用 多个校验位，每个校验位覆盖经过精心选择的数据比特子集，任何单独错误都会产生唯一的“伴随式”模式。该模式识别出翻转比特的确切位置，从而实现自动纠正。汉明码实现 最小汉明距离为 3，意味着任意两个有效码字至少有三个位置不同。因此，单个比特错误使得接收码字距离原始码字比其他任何码字更近，保证了正确恢复。

汉明码的结构

汉明码由两个数字 (n, k) 标识：

• n = 编码块中的总比特数（数据 + 校验）
• k = 数据比特（纯消息）

差值 n – k 是校验比特的数量。常见尺寸包括：

(n, k)	数据比特	校验比特	示例用途
(3, 1)	1	2	最简形式
(7, 4)	4	3	许多教材的默认配置
(15, 11)	11	4	较长消息的常用选择
(31, 26)	26	5	更高效率

校验位占据2的幂次位置：1, 2, 4, 8……其余位置（3, 5, 6, 7, 9……）留给数据位。

校验位如何覆盖数据位

每个校验位 p_i（位置 $2^{i-1}$）检查所有二进制索引在第 $i$ 位上为 1 的数据位。对于 (7, 4) 码：

• 校验位 1（位置 1）覆盖位置 3, 5, 7 的数据位。
• 校验位 2（位置 2）覆盖位置 3, 6, 7 的数据位。
• 校验位 3（位置 4）覆盖位置 5, 6, 7 的数据位。

这种映射对每个数据位是唯一的，因此任何单独错误都会产生直接指向错误位置的伴随式。

矩阵框架

所有汉明码运算都是在二元域 $GF(2)$ 上的线性变换（加法即 XOR）。三个矩阵是核心：

生成矩阵 G

G 的大小为 k × n。它将 k 比特消息向量 a 映射为 n 比特码字 x：

$$\mathbf{x} = \mathbf{a} \, G$$

对于 系统编码，G 由 k × k 单位矩阵（数据部分）和 k × (n-k) 校验子矩阵构成。校验子矩阵的列是数据比特位置的二进制表示，确保覆盖规则。

校验矩阵 H

H 的大小为 (n-k) × n。用于计算 伴随式向量 s：

$$\mathbf{s} = \mathbf{x} \, H^{T}$$

• 若 s 是零向量，则消息无误。
• 非零 s 表明存在错误。H 的每一列对应一个唯一的伴随式模式。通过将 s 匹配到某一列，即可定位错误比特位置。
• 如果错误发生在校验位，伴随式在对应位置恰好包含一个 1。

解码矩阵 R

纠正后，通过将纠正后的码字 x_c 与 k × n 恢复矩阵相乘来提取数据比特：

$$\mathbf{a} = \mathbf{x}_c \, R$$

R 在数据比特位置具有单位矩阵列，在校验比特位置具有零列。

分步示例：(7, 4) 码

假设我们要发送 4 比特消息 a = (1, 1, 0, 1)。

1. 编码
   校验位按模 2 计算：

   • $p_1$（位置 1）= bit₃ ⊕ bit₅ ⊕ bit₇ = 1 ⊕ 0 ⊕ 1 = 0
   • $p_2$（位置 2）= bit₃ ⊕ bit₆ ⊕ bit₇ = 1 ⊕ 1 ⊕ 1 = 1
   • $p_3$（位置 4）= bit₅ ⊕ bit₆ ⊕ bit₇ = 0 ⊕ 1 ⊕ 1 = 0
     码字变为 x = (1, 1, 0, 1, 0, 1, 0)，其中位在位置 1 至 7。

2. 传输带错误
   假设第三位翻转：x′ = (1, 1, 1, 1, 0, 1, 0)。

3. 检测错误
   (7, 4) 的校验矩阵为：

   $$H = \begin{pmatrix} 1 & 0 & 1 & 0 & 1 & 0 & 1 \\ 0 & 1 & 1 & 0 & 0 & 1 & 1 \\ 0 & 0 & 0 & 1 & 1 & 1 & 1 \end{pmatrix}$$

   计算伴随式：

   $$\mathbf{s} = \mathbf{x}' H^{T} = (0 \oplus 1 \oplus 1 \oplus 0 \oplus 0 \oplus 0 \oplus 0,\; 0 \oplus 1 \oplus 1 \oplus 0 \oplus 0 \oplus 1 \oplus 0,\; 0 \oplus 0 \oplus 0 \oplus 1 \oplus 0 \oplus 1 \oplus 0) = (0, 1, 1)$$

4. 纠正
   伴随式 (0, 1, 1) 匹配 $H$ 的第三列，表示位置 3 错误。将位 3 翻回 0，恢复原始码字。

5. 解码
   应用 R（提取位置 3, 5, 6, 7 的比特）：(0, 0, 1, 1) → (1, 1, 0, 1)。原始消息恢复。

使用汉明码计算器

本 线性码计算器 提供四种模式：

• 编码 —— 将二进制数据字符串转换为汉明编码的消息。
• 解码 —— 从（可能已纠正的）码字中提取原始数据比特。
• 检测 / 纠正 —— 输入接收到的消息；工具计算伴随式，若存在单个错误，则显示其位置并自动纠正。

选择码长

选择一个 (n, k) 对，使得 k 能整除数据长度。例如，11 比特消息适合 (15, 11)；20 比特消息可分割为五个 (7, 4) 块。默认是 (7, 4)。

输入规则

• 仅允许 0 和 1；空格被忽略。
• 对于 解码 或 纠正，消息长度必须等于 n（例如 (7, 4) 为 7）。
• 对于 编码，数据长度必须等于 k。

局限性

汉明码保证纠正 仅单比特错误。如果两个比特翻转，伴随式可能变为零（如果错误将一个有效码字转换为另一个有效码字），从而无法检测到错误。添加一个额外的全局校验位可将最小距离增至 4，允许检测（但不能纠正）双错误。

汉明码为何仍具意义

• 高编码效率 —— 对于给定的最小距离 3，汉明码实现了最高可能的速率。
• 简单性 —— 矩阵运算易于在硬件和软件中实现。
• 实际应用 —— 它们用于 ECC 内存、卫星通信和易出错的数据链路。

无论您是探索 错误检测 的学生，还是验证设计的工程师，本 汉明码编码器 / 解码器 提供了一个交互环境，让您实时看到 二进制纠错 的过程。