第一章：纠错码概述
各位同学好，我是老张。今天咱们聊聊纠错码的入门知识。说实话，这章内容看起来基础，但它是整个课程的根基。我当年刚入行时，就是没把这些概念吃透，后来在项目里栽过跟头。
1.1 通信系统模型
先看一个最简单的通信模型。你想想看，数据从发送端到接收端，中间要经过什么？
信源 → 编码器 → 调制器 → 信道 → 解调器 → 译码器 → 信宿
这个模型我用了十几年。每次做系统设计，我都会在纸上画一遍。为什么？因为每个环节都可能引入错误。
信道是罪魁祸首。无线信道有噪声、多径衰落；有线信道有串扰、脉冲干扰。我曾在一条老旧的电话线上做数据传输实验，结果误码率高得离谱——后来发现是隔壁工位的电焊机在捣乱。
1.2 差错控制方式
怎么对付这些错误？有三种主流方式：
- 前向纠错（FEC）：发送端加冗余，接收端自己纠错。适合实时通信，比如卫星通信。
- 自动重传请求（ARQ）：发现错误就要求重发。适合延迟容忍的场景，比如文件下载。
- 混合方式（HARQ）：两者结合。先尝试纠错，纠不了再重传。4G/5G都在用。
我个人习惯：实时性要求高的用FEC，可靠性要求高的用ARQ。但实际项目中，我建议优先考虑HARQ——它更灵活。
1.3 纠错码分类
纠错码分两大类：
| 类别 | 特点 | 典型代表 |
|---|---|---|
| 分组码 | 将信息分成固定长度的块，每块独立编码 | 汉明码、RS码、LDPC码 |
| 卷积码 | 编码与前后比特相关，有记忆性 | 维特比码、Turbo码 |
嗯，这里要注意：分组码的译码相对简单，但卷积码在相同复杂度下性能更好。我做过一个对比实验，在信噪比3dB时，卷积码的误码率比分组码低一个数量级。
1.4 汉明距离与纠错能力
这是核心概念。汉明距离，说白了就是两个码字之间不同比特的个数。比如 1010 和 1001，第3、4位不同，距离就是2。
为什么重要？因为纠错能力完全由最小汉明距离 d_min 决定：
- 检测
e个错误：d_min ≥ e + 1 - 纠正
t个错误：d_min ≥ 2t + 1
我曾经犯过一个低级错误：设计了一个码，最小距离是3，我以为能纠2个错。结果测试时发现只能纠1个。后来才想起公式——
d_min ≥ 2t + 1，3只能纠1个。这个坑我记了十年。
举个例子：汉明码(7,4)的最小距离是3，所以它能纠1个错或检2个错。你想想看，4位信息加3位校验，就能搞定单比特错误——这就是冗余的力量。
1.5 知识体系总览
下面这张图，是我自己画的。它把本章的核心逻辑串起来了：
这张图我建议你存下来。每次学新章节时，回头看看它，就知道当前内容在整个体系中的位置。
1.6 避坑指南
最后分享几个我踩过的坑：
- 别混淆“检错”和“纠错”：检错只需要知道有没有错，纠错还要知道错在哪。复杂度差很多。
- 汉明距离不是越大越好：距离大意味着冗余多，编码效率低。要在性能和效率之间找平衡。
- 信道模型要选对：高斯信道和突发信道对纠错码的要求完全不同。我曾在突发信道用汉明码，结果惨不忍睹。
记住一句话：没有最好的纠错码，只有最合适的。选码之前，先搞清楚你的信道什么样。
好了，第一章就到这里。内容不多，但都是硬通货。下一章咱们开始动手——用Python实现一个简单的汉明码编码器。