汉明码原理：从纠错到完备码
汉明码这东西，说实话是我最早接触的纠错码之一。记得刚入行那会儿，我在一个卫星通信项目里第一次亲手搭汉明码编码器，当时觉得这玩意儿真神奇——加几个校验位就能把单比特错误揪出来。今天咱们就把它彻底讲透。
汉明码的构造思路
汉明码的核心思想其实很简单：用冗余校验位来定位错误位置。你想想看，如果我们要检测并纠正一个比特的错误，那至少得知道这个错误发生在哪个位置上，对吧？
假设我们有 k 个信息位，加上 r 个校验位，总码长为 n = k + r。每个码字有 n 个可能出错的位置（包括没错的情况），所以 r 个校验位必须能表示 n + 1 种状态。这就引出了汉明码的基本不等式：
2r ≥ n + 1 = k + r + 1
我习惯把这个不等式记成「校验位要能覆盖所有可能出错的位置」。举个例子，如果 r = 3，那 23 = 8 ≥ k + 3 + 1，解得 k ≤ 4。这就是经典的 (7,4) 汉明码——7 位总码长，4 位信息位，3 位校验位。
校验矩阵设计
校验矩阵 H 是汉明码的「灵魂」。它的设计原则是：每一列都是一个非零的 r 位二进制向量，且所有列互不相同。
拿 (7,4) 汉明码来说，3 位二进制非零向量共有 7 个（001, 010, 011, 100, 101, 110, 111），正好对应 7 个码位。我一般按自然顺序排列：
H = [1 0 1 0 1 0 1
0 1 1 0 0 1 1
0 0 0 1 1 1 1]这里每一列对应一个码位的位置编号（从 1 到 7）。比如第 1 列是 [1,0,0]T，代表位置 1；第 7 列是 [1,1,1]T，代表位置 7。
个人经验：我在实际项目中更喜欢用系统形式的校验矩阵，也就是把单位矩阵放在右边。这样编码时信息位可以直接保留，校验位计算也更直观。不过非系统形式在理论分析时更方便，看个人习惯。
单比特纠错实现
纠错过程说白了就是三步：计算校正子、定位错误、翻转纠正。
第一步：计算校正子
接收端收到码字 r 后，计算校正子 s = H · rT。如果 s 是全零向量，说明没有错误（或者发生了不可检测的多比特错误）。
第二步：定位错误
校正子 s 恰好等于 H 中对应错误位置的列向量。比如 s = [1,0,1]T，查表发现这是 H 的第 5 列，那错误就在第 5 位。
第三步：翻转纠正
找到错误位置后，直接对该位取反即可。
下面是我当年写的一个简单实现：
def hamming_decode(received):
# 校验矩阵 (7,4) 系统形式
H = np.array([[1,1,1,0,1,0,0],
[1,1,0,1,0,1,0],
[1,0,1,1,0,0,1]], dtype=int)
# 计算校正子
syndrome = (H @ received) % 2
# 如果全零，无错误
if np.all(syndrome == 0):
return received[:4] # 提取信息位
# 查找错误位置
for pos in range(7):
if np.array_equal(syndrome, H[:, pos]):
# 翻转错误位
received[pos] ^= 1
break
return received[:4]避坑指南：我曾经在一个项目中直接用 Python 列表做矩阵乘法，结果因为整数溢出导致校正子算错。后来我强制用模 2 运算，问题才解决。记住：汉明码的所有运算都是在 GF(2) 上进行的，加法就是异或，乘法就是与。
完备码概念
完备码（Perfect Code）是个挺优雅的概念。说白了就是：所有可能的校正子都被用上了，一个不浪费。
对于 (7,4) 汉明码，3 位校正子共有 23 = 8 种可能。其中 1 种表示「无错误」，剩下 7 种正好对应 7 个可能出错的位置。这就是完备性——没有冗余的校正子状态，也没有遗漏。
用数学语言说：
2r = n + 1
满足这个等式的汉明码就是完备码。除了 (7,4) 码，还有 (15,11) 码、(31,26) 码等等。这些码的纠错能力刚好填满整个校正子空间，效率极高。
我当年做深空通信项目时，用的就是 (15,11) 汉明码。为什么选它？因为 15 位码长刚好匹配当时的帧结构，而且 11 位信息位的编码效率（11/15 ≈ 73.3%）比 (7,4) 码（57.1%）高不少。
汉明码的局限性
说实话，汉明码虽然经典，但局限性也很明显：
- 只能纠单比特错：遇到双比特错误，它会误判为另一个单比特错误，反而越纠越错
- 码率受限：随着 r 增大，码率 k/n = (2r - r - 1)/(2r - 1) 趋近于 1，但纠错能力没变
- 不适合突发错误：信道中连续多个比特出错时，汉明码基本无能为力
我在一个无线传感器网络项目里就吃过这个亏。当时信道干扰大，经常出现连续 2-3 个比特的错误，汉明码完全扛不住。后来我换成了 BCH 码，才解决问题。
知识体系总览
下面这张图把汉明码的核心逻辑串起来了：
这张图把汉明码的四个核心模块串在了一起。从构造不等式出发，到校验矩阵设计，再到单比特纠错流程，最后落到完备码这个优雅的概念上。每个模块之间都有清晰的逻辑关系。
好了，汉明码的核心内容就这些。它虽然简单，但作为纠错码的入门砖，能帮你建立起「用冗余换可靠性」的基本思维。后面咱们讲 LDPC 码时，你会发现很多思想都是从汉明码这儿延伸出去的。