小数据纠错

Question

我正在读一些嘈杂的图像，从中得到一些信息(21位)。

我只需要使用其中的15个，留给我21 - 15 = 6位来处理。

我打算做的是，将它用于校验和和以及纠错，然而，我开始挖掘web，发现Reed-Solomon是这方面使用最多的(或者不是？)。

我的问题是:由于我处理的是少量的数据，那么是否有一个很好的算法可以使用，这样处理起来就不那么昂贵了，并且可以同时进行校验和纠错？(它将与Node.js一起运行)

谢谢,

伊万

Answer 1

有好消息也有坏消息。

好消息是，大多数方案的复杂性，如里德-所罗门，是支持聪明的解码手段，你不需要。只要有5个校验位，decoding就会做得非常好。本质上，您可以从数据位中重新计算检查位，然后使用收到的校验位进行xor。这给了您一个位模式，如果没有错误，它将是零，否则只取决于错误的模式，而不是数据位。通过考虑您想要对所有错误模式做些什么(例如，对于小k的所有错误模式)，您可以构建一个从位模式到错误位置位图的查找表。

坏消息是，这些方案是为了支持大型线性码，因为较大的码更有效。只有21位可以与你一起工作，你也不会这么做。

对于15个数据位和21个总位，我将从code中描述的Hamming代码开始，该代码包含15个数据位和21个总位，并在额外的21位上对15位数据进行任意的线性检查。你可以用症候群解码来破译。