CC BY
30
ПОСТРОЕНИЕ АЛГОРИТМОВ НА ОСНОВЕ КОДОВ РИДА СОЛОМОНА ДЛЯ КОРРЕКЦИИ ОШИБОК В ДВУХМЕРНЫХ
МАССИВАХ ЦИФРОВЫХ ДАННЫХ Гарнышев И.Н.1, Казанцев С.В.2, Мальков Р.Ю.3, Семенов И.Д.4, Юдин С.В.5 Email: Garnyshev672@scientifictext.ru
'Гарнышев Игорь Николаевич - сетевой инженер, Отдел администрирования сетей передачи данных,
Тинькофф Банк; 2Казанцев Сергей Владимирович - главный инженер, Департамент сетей передачи данных, Сбербанк; 3Мальков Роман Юрьевич — эксперт, Центр компетенций по облачным решениям, Техносерв, г. Москва;
4Семенов Иван Дмитриевич - старший инженер, Департамент сетей передачи данных, Servers.com Лимассол, Кипр; 5Юдин Степан Вячеславович - администратор сети, Департамент технического обеспечения и развития инфраструктуры информационных систем,
Спортмастер, г. Москва
Аннотация: в статье проведен анализ принципов помехоустойчивого кодирования и эффективного декодирования блоков двоичных данных, представленных в виде двумерных массивов. Предложенный математический аппарат базируется на принципах модулярной арифметики и модели линейного блочного кодирования. Разработана схема построения последовательностей кода Рида-Соломона на базе порождающего полинома. Предложена математическая модель представления двумерных последовательностей кода Рида-Соломона, которая основывается на теории биграфов. Построена комплексная методология помехоустойчивого кодирования данных и восстановления частично поврежденных кодовых последовательностей.
Ключевые слова: коды Рида-Соломона, составное изображение, модулярная арифметика, простое расширение поля, порождающий полином, расширение графа, двудольный граф.
DEVELOPMENT OF ALGORITHMS BASED ON THE REED SOLOMON CODES FOR ERROR CORRECTION OF TWO-DIMENSIONAL ARRAYS
OF DIGITAL DATA Garnyshev I.N.1, Kazantsev S.V.2, Malkov R.Yu.3, Semenov I.D.4,
Iudin S.V.5
'Garnyshev Igor Nikolaevich - Network Engineer, DATA NETWORK ADMINISTRATION DEPARTMENT, TINKOFF BANK; 2Kazantsev Sergei Vladimirovich - Senior Engineer, NETWORK DEPARTMENT, SBERBANK; 3Malkov Roman Yurevich — Expert, CLOUD SOLUTIONS DEPARTMENT, TECHNOSERV CLOUD, MOSCOW; 4Semenov Ivan Dmitrievich - Senior Engineer, NETWORK DEPARTMENT, SERVERS.COMLIMASSOL, CYPRUS; 5Iudin Stepan Vyacheslavovich - Network Administrator, DEPARTMENT OF TECHNICAL SUPPORT AND INFORMATION SYSTEMS INFRASTRUCTURE DEVELOPMENT, SPORTMASTER, MOSCOW
Abstract: the article analyzes the principles of error-correcting coding and efficient coding of binary data arrays presented in the form of two-dimensional arrays. The proposed mathematical apparatus is
based on the principles of modular arithmetic and a linear block coding model. A scheme for constructing Reed-Solomon code sequences on the basis of a generating polynomial is developed. A mathematical model is presented for representing two-dimensional sequences of the Reed-Solomon code, which is based on the theory of bipartite graphs. A comprehensive methodology for the error-correcting data coding and restoration of partially damaged code sequences has been built. Keywords: Reed-Solomon codes, compound image, modular arithmetic, primitive element, generator polynomial, graph expansion, bipartite graph.
УДК 004.052.4
Введение
Коды Рида-Соломона (RS: Reed-Solomon codes) на базе расширенного конечного алфавита [1-3] являются основным инструментом помехоустойчивого кодирования двоичных данных, в том числе при работе с составными изображениями (compound image) и видеоматериалами [4-6]. При разработке систем представления блоков данных в виде длинного помехоустойчивого кода особенно актуальной задачей является рассмотрение вопроса кодирования данных при помощи двумерных массивов. В общем случае однозначных связей между двумерной структурой информационной среды и кодом может не быть, поэтому важно задать соотнесение между элементами массива на уровне логических правил. Такой подход позволит воспроизвести этап частичного декодирования с дальнейшим извлечением подмножества информационных элементов в случае повреждения регистрирующей среды носителя информации [7-9].
Анализ последних исследований и публикаций в данной области позволил обобщить представления о принципах помехоустойчивого кодирования и эффективного декодирования блоков двоичных данных, представленных в виде двумерных массивов [1-9]. С этой целью были рассмотрены принципы модулярной арифметики и методика сравнения по модулю в рамках теории кодирования [10, 11], а также модель линейного блочного кодирования [12-15]. Кроме того изучены принципы кодирования двудольных графов, на основе которых можно построить алгоритмы помехоустойчивого кодирования данных с низкой ресурсоемкостью и эффективным частичным декодированием выбранных фрагментов кодовой последовательности [16-18], в том числе в рамках геометрии конечных полей [19-22].
Целью работы стало построение методологии помехоустойчивого кодирования данных и восстановления данных при частичном повреждении носителей информации.
1. Кодирование изображений при помощи кодов Рида-Соломона
В рамках модулярной арифметики (modular arithmetic) [10, 11], массив цифровых данных как набор целых чисел может быть представлен через сравнение по модулю как множество для которого величина одновременно является модулем умножения и
модулем сложения. Для ненулевого элемента х можно рассмотреть ряд произведений [ 0 ■ х, 1 ■ При двоичном кодировании конечное поле на базе кода Рида-Соломона будет включать в себя элементов. Таким образом, для последовательностей кода Рида-
Соломона может быть использован тот же математический аппарат, что и для блочного линейного кода . Входной набор данных, который подлежит кодированию,
представляется через K символов, а для их передачи необходимо использовать дискретный канал N раз [2, 3, 12, 13]. Далее в рамках модели предлагается перейти к полиному, в котором используется простое расширение поля (primitive element), т.е. расширение конечного поля, обусловленное добавлением к полю одного элемента. Таким образом, элементы кода могут быть представлены через векторы в -бит, что соответствует
степеням полинома меньшим или равным . В соответствии с данным подходом можно ввести для последовательностей кода Рида-Соломона понятие порождающего полинома (generator polynomial):
СN-K)
G(x) = Y\ (* " а'). (1)
i=i
Описание возможных комбинаций кодовой последовательности, представленной в виде конечного поля, как полинома F ( 2 ^+1 )) , определяется через следующие полиномы:
N
F(2(/+i )):^(/n-x"), (2)
n= 0
где /^ — элементы F( 2(i+1)1) . Представление бинарного графического изображения при помощи кода Рида-Соломона (N, К) является линейным бинарным кодом ( N-1, К ■ I) . В кодовой RS-последовательности любой произвольный элемент b полинома F(2(i+1)) замещается бинарной матрицей размерности 1x1, строки которой определяются как { b, b ■ а,..,,b-a'}, т.е. { b-al} , где £е[ 0 ;/] . Поскольку исходная кодовая последовательность масштабируется элементами полинома F ( 2 (i+1)) , соответствующая последовательность при кодировании двоичного изображения должна быть представлена в виде линейной комбинации (I + 1 ) двоичных строк. Аналогично, если RS-генераторная матрица имеет размерность К x N, причем все ее элементы входят в F ( 2 ('+1)) , значит, она может быть получена путем замены каждого элемента соответствующей двоичной матрицей размерности . Соответственно, если минимальное расстояние для элементов последовательности исходного кода составляет минимальное расстояние для элементов двоичного изображения составляет
D в, > D RS.
Следует отметить, что в ряде практических приложений по оцифровке графических изображений рассматриваются кодовые последовательности длиной с большими
минимальными расстояниями, но это вынуждает разработчиков изменять базовые алгоритмы представления элементов поля [14, 15].
2. Кодирование графов при восстановлении двумерных массивов
Методы анализа двумерных последовательностей RS-кода большого размера могут быть расширены до алгоритмов на основе теории графов, в частности кодирования двудольных графов [16-18]. Двудольный граф, также называемый биграфом — это граф, полное множество вершин которого можно разделить на две группы таким образом, что каждое ребро графа будет соединять вершину из первой группы с вершиной из второй группы.
В рамках данной модели в целях упрощения общей схемы алгоритма рассматривается случай регулярного биграфа, т.е. биграфа все вершины которого имеют п ребер, причем величина соответствует длине компонент-кода. При этом если общее количество вершин равно v, общая длина кода N равна п ■ v. Очевидно, что для получения кода большей длины, чем двумерный код необходимо выбрать . Поскольку количество проверок четности в
общем коде равно , размерность полного кода с учетом линейно зависимых
проверок составляет . Преимущество данного подхода состоит в том, что на его
основе большие информационные блоки могут быть кодированы и декодированы на основе короткого компонент-кода с низкой нагрузкой на программно-аппаратную платформу. При этом обеспечивается высокая производительность при обеспечении доступа к определенному фрагменту кода, т.е. при частичном декодировании.
При разработке алгоритмов декодирования для обеспечения предпосылок построения эффективного механизма исправления ошибок в кодовой последовательности необходимо продумать вопрос связности графа и представить его в виде математической модели и ввести следующие понятия:
• расстояния между двумя вершинами графа;
• диаметр графа;
• обхват графа (graph girth), как длину наименьшего цикла;
• расширение графа (graph expansion).
В рамках предложенной модели расстояние между двумя вершинами графа может быть определено как длина кратчайшего пути от одной вершины к другой, что, в свою очередь, должно быть выражено через число ребер. Соответственно, диаметром графа, который для заданных значений и должен быть минимальным, будет наибольшим расстоянием между двумя точками. Обхват графа (graph girth) представляет собой полный путь от вершины к себе, который исчисляется в ребрах, т.е., обхват графа определяется как длина самой короткой цепи. Граф, который может быть эффективно использован в системах помехоустойчивого кодирования, должен иметь большой обхват. Показатель расширения графа для алгоритмов выбираются индивидуально, это свойство указывает на то, что для любого небольшого набора вершин А на минимальном расстоянии находится другое, существенно большее подмножество
других вершин. Таким образом, возможные ошибки в одной части кодовой последовательности могут быть исправлены путем включения символов в другие части графа.
Эффективная работа с биграфами возможна через рассмотрение геометрии конечных полей [19-22]. Конечная евклидова плоскость конечного поля F ( Q ) состоит из точек (х,у) , соотношение между которыми описывается через линейное уравнение , причем
коэффициенты и постоянны для . Для соотношения типа введем множество
вершин . Соответственно на основе этого подхода можно ввести понятие биграфа, для которого точечные вершины и линейные вершины соединяются ребрами для
у = а ■ х + Ь.
Кроме того, можно доказать, что при минимальной длине между элементами полной кодовой последовательности равной , все частные кодовые последовательности (кодовые слова) характеризуются минимальным весом:
Dcw > D3 — 2 ■ D2 + D. (3)
Соответственно, для ненулевых вершин существует и более ребер, каждое из которых соединяется с и более другими ребрами.
Выводы
В результате проведенного исследования был разработаны основы для построения математического аппарата, который в дальнейшем может быть использован для разработки систем помехоустойчивого кодирования двумерных блоков цифровых данных составных изображений. В частности были предложены:
• схема построения последовательностей кода Рида-Соломона на базе порождающего полинома;
• математическая модель представления двумерных последовательностей кода Рида-Соломона большого размера, которая основывается на теории кодирования двудольных графов;
• принципы работы с двудольными графами через рассмотрение геометрии конечных полей.
Разработанные модели, схемы и алгоритмы могут быть эффективно использованы при построении комплексной методологии помехоустойчивого кодирования данных и восстановления информация из частично поврежденных кодовых последовательностей.
Список литературы / References
1. Stamplecoskie S., 2006. A study of the concatenated Reed Solomon: convolutional coding performance used in WiMAX. Ottawa: Defence R&D Canada - Ottawa.
2. Sungkar M. & Berger T, 2018. Discrete Reconstruction Alphabets in Discrete Memoryless Source Rate-Distortion Problems. 2018 IEEE International Symposium on Information Theory (ISIT). doi: 10.1109/isit.2018.8437835.
3. Lei W., Yizhou G., Fucai Z. & Yong W., 2018. The Method to Recognize Linear Block Code Based on the Distribution of Code Weight. 2018 13th APCA International Conference on Control and Soft Computing (CONTROLO). doi:10.1109/controlo.2018.8439758.
4. Ding W., Lu Y. & Wu F., 2007. Enable Efficient Compound Image Compression in H.264/AVC Intra Coding. 2007 IEEE International Conference on Image Processing. doi: 10.1109/icip.2007.4379161.
5. Zhu W., Ding W., Xiong R., Shi Y. & Yin B., 2012. Compound image compression by multi-stage prediction. 2012 Visual Communications and Image Processing. doi: 10.1109/vcip.2012.6410758.
6. Andre J., Owens D.A. & Harvey L.O., 2003. Visual perception: the influence of H.W. Leibowitz. Washington, DC: American Psychological Association.
7. Slovak J., Bornholdt C., Bauer S., Kreissl J., Schlak M. & Sartoriu B., 2006. Novel concept for all-optical clock recovery from NRZ format PRBS data streams. 2006 Optical Fiber Communication Conference and the National Fiber Optic Engineers Conference. doi: 10.1109/ofc.2006.215908.
8. Milster T.D. & Kim Y.S., 2017. Adaptive optics for data recovery on optical disk fragments (Conference Presentation). Optical Data Storage 2017: From New Materials to New Systems. doi: 10.1117/12.2277078.
9. Masters G. & Turner P., 2007. Forensic data recovery and examination of magnetic swipe card cloning devices. Digital Investigation, 4, 16-22. doi: 10.1016/j.diin.2007.06.018.
10. Sato N., 2009. Modular arithmetic. Ottawa: Canadian Mathematical Society = Société mathématique du Canada.
11. Hunter D.J., 2017. Essentials of discrete mathematics. Burlington, MA: Jones & Bartlett Learning.
12. Jadhao M.G., 2012. Performance Analysis of Linear Block Code, Convolution code and Concatenated code to Study Their Comparative Effectiveness. IOSR Journal of Electrical and Electronics Engineering, 1(1), 53-61. doi: 10.9790/1676-0115361.
13. Mei T., Zhang C. & Dai Q., 2011. Using Linear Block Code and Concatenated Code to Build (k,n) Threshold Scheme. 2011 International Conference on Internet Technology and Applications. doi:10.1109/itap.2011.6006219.
14. Kim S., 2017. Reversible Data-Hiding Systems with Modified Fluctuation Functions and ReedSolomon Codes for Encrypted Image Recovery. Symmetry, 9(5), 61. doi: 10.3390/sym9050061.
15. Chaari L., Fourati M. & Kamoun L., 2010. Image transmission quality analysis over adaptive Reed-Solomon coding. Melecon 2010 - 2010 15th IEEE Mediterranean Electrotechnical Conference. doi: 10.1109/melcon.2010.5476245.
16. Matching Viterbi Decoders and Reed-Solomon Decoders in a Concatenated System, 2009. ReedSolomon Codes and Their Applications. doi: 10.1109/9780470546345.ch11.
17. Yedidia J. (n.d.). Sparse factor graph representations of reed-solomon and related codes. International Symposium OnInformation Theory, 2004. ISIT 2004. Proceedings. doi: 10.1109/isit.2004.1365296.
18. Hoholdt T. & Justesen J., 2006. Graph Codes with Reed-Solomon Component Codes. 2006 IEEE International Symposium on Information Theory. doi: 10.1109/isit.2006.261904.
19. Hirschfeld J.W.P., Korchmàros G. & Torres F., 2008. Algebraic curves over a finite field. Princeton (New Jersey): Princeton University Press.
20. Nasseri M., Xiao X., Zhang S., Wang T. & Lin S., 2017. Concatenated finite geometry and finite field LDPC codes. 2017 11th International Conference on Signal Processing and Communication Systems (ICSPCS). doi: 10.1109/icspcs.2017.8270513.
21. Lavrauw M. & Voorde G.V.D., 2015. Field reduction and linear sets in finite geometry. Topics in Finite Fields Contemporary Mathematics, 271-293. doi: 10.1090/conm/632/12633.
22. Lavrauw M. & Zanella C., 2013. Geometry of the inversion in a finite field and partitions of PG(2k - 1, q) in normal rational curves. Journal of Geometry. 105 (1), 103-110. doi: 10.1007/s00022-013-0197-8.
