Datenkommunikation


Prof. Jürgen Plate

4 Codes

Die Umsetzung einer Nachricht in eine geeignete Darstellung oder die physikalische Repräsentation wird als Codierung bezeichnet. Die Nachricht wird codiert, damit die enthaltene Information in einem Nachrichtentechnischen System verarbeitet werden kann. Der Informationsgehalt bestimmt die Codierungsvorschrift. Einige Definitionen:

Nachricht:
Zusammenstellung von Symbolen (Zeichen) zur Informationsübermittlung.

Symbol:
Element eines Symbol- oder Zeichenvorrates. Dieser Vorrat ist eine festgelegte endliche Menge von verschiedenen Symbolen (= Elemente der Menge). Der Unterschied zwischen Symbol und Zeichen ist recht subtil. Ein Symbol ist ein Zeichen mit bestimmter Bedeutung.

Alphabet:
Ein geordneter Vorrat von Symbolen.

Wort:
Folge von "zusammengehörigen" Zeichen, die in einem bestimmten Zusammenhang als Einheit betrachtet werden.

Beispiel:
Alphabet: A,B,C,D,E,F,...,X,Y,Z
Wort: DONALD
Nachricht: DONALD SUCHT DAISY

Hier noch einige Beispiele:

4.1 Zielsetzung, Entwurfskriterien

Code:
Vorschrift für die eindeutige Zuordnung (= Codierung) der Zeichen eine Zeichenvorrats (Objektmenge) zu den Zeichen eines anderen Zeichenvorrats (Bildmenge).

Häufig wird mit "Code" auch nur die Bildmenge bezeichnet.

Wie gesagt: Zweck der Codierung ist die Anpassung der Nachricht an technische Systeme (z. B. Morsecode). Die Codierung ändert nur die Darstellungsform einer Nachricht, nicht ihre Bedeutung.

Hier werden nur Binärcodes behandelt. Die Symbole des Codealphabets sind die Binärzeichen {0,1}, Die Codeworte sind Binärworte --> Dualzahlen stellen einen Binärcode dar. Binärcodes spielen in der Technik eine besonders wichtige Rolle.

Beispiele binärer Zeichenvorräte:

Intensitäthelldunkel
Zahlen10
Zuständegelochtungelocht
Wahrheitswertewahrfalsch
Spannungen5 Volt0 Volt
Ströme20 mA0 mA

4.2 Kenngrößen von Codes

Zur Codierung aller Zeichen einer Objektmenge sind Codewörter aus einer bestimmten Anzahl von Binärzeichen nötig. Mit einer Stellenzahl (= Wortlänge) von n können M = 2n verschiedene (gleichlange) Codewörter gebildet werden.

Zur Codierung von M Zeichen sind also Codeworte der Länge

n = (ganze Zahl >= ld (M))

nötig. Ist M keine Zweierpotenz, können mehr Codeworte gebildet werden. Die nicht verwendeten Codeworte heißen Pseudowörter --> Redundanz. Die Codewortlänge wird oft als Coderahmen bezeichnet.

Es gibt auch Codes, bei denen die Codewortlänge kleiner als ld(M) ist. Die Codeworte sind dann doppelt belegt und Umschaltzeichen ordnen den nachfolgenden Codeworten die Belegung zu (z. B. Telegraphenalphabet CCITT Nr. 2: n = 5, Umschaltung Buchstaben/Ziffern und Sonderzeichen).

Gründe für die Codierung:

4.3 Forderungen an einen Code:

Die Forderungen werden aus den o.g. Gründen abgeleitet, was zum Teil auch wiedersprüchliche Merkmale nach sich zieht --> ein für alle Zwecke optimaler Code existiert nicht --> Anwendung mehrerer Codes in einem System (DV-System) nicht ungewöhnlich --> Umcodie- rung notwendig.

Beispiele für Codeeigenschaften (Forderungen):

4.4 Beispiele für numerische Codes

Einige der vorgestellten numerischen Codes haben ihre Bedeutung mit dem Fortschreiten der technischen Entwicklung verloren. Sie wurden entwickelt, um beim Bau von Rechenanlagen elektrische oder elektronische Komponenten zu sparen (z. B. Rundungserkennung). Die Namen der Codes sollte man aber zumindest einmal gehört haben.

Dualcode

Der Dualcode ist ein reiner Binärcode, der der Zahlendarstellung im Dualsystem entspricht --> wortorganisierte binäre Codierung, einfache Arithmetik, Umcodierung bei Ein-/Ausgabe oder Übertragung relativ schwierig.

BCD-Codes (binary coded decimal)

Jede Ziffer einer Dezimalzahl wird unabhängig codiert --> ziffernorganisierte binäre Codierung. Es entsteht eine gemischte Darstellung; die Ziffernstruktur der Objektmenge bleibt erhalten und jeder Dezimalziffer wird ein binäres Codewort zugeordnet. Zur Darstellung werden 4 Bit benötigt --> tetradischer Code. Das Codewort für eine Ziffer wird Tetrade genannt.

Von den insgesamt 16 Tetraden werden nur 10 Nutztetraden benötigt --> 6 Pseudotetraden. Die Aufteilung der 16 Tetraden in Nutz- und Pseudotetraden führt zu verschiedenen tetradischen Codes. In der Digitaltechnik haben nur einige Möglichkeiten Bedeutung gewonnen.

Mehrstellige BCD-Codes (n > 4, nicht tetradisch)

Häufig werden für die Codierung der Dezimalziffern mehr als vier Binärstellen verwendet --> Übertragungssicherheit, Ausgabe, etc. Bedeutung haben fast nur Codes mit gleicher Anzahl der 1-Bits in allen Codeworten --> gleichgewichtige Codes --> hohe Redundanz.

Ein Code mit dem Coderahmen (Wortlänge) n, dessen Nutzwörter alle m 1-Bits besitzen heißt m-aus-n-Code. Beispiele:

Nebenbemerkung: Kettencodes sind n-Bit-Codes, bei denen über eine zyklische Anordnung von maximal 2n Bits ein Ablesefenster verschoben wird, das n aufeinanderfolgende Bits herausgreift. Für n=3 ist das z. B. mit der folgenden Anordnung von 8 Bits möglich:

Einschrittige BCD-Codes

Bisher haben sich beim Übergang von einem Codewort zum nächsten mehrere Bits geändert --> mehrschrittige Codes. Bei Abtastvorrichtungen für die Längenmessung oder bei der Analog-Digital-Wandlung gibt es mit solchen Codes Fehlentscheidungen, wenn Abtastung und Signalwechsel gleichzeitig erfolgen --> Bei einschrittigen Codes unterscheiden sich benachbarte Codeworte nur in einem Bit. Beispiele:

Mehrschrittige Anordnungscodes

Codes für spezielle Aufgaben. Als Beispiel 7-Segment-Code für Ziffernanzeigen.

4.5 Beispiele für alphanumerische Codes

Binärcodes für die Darstellung von Buchstaben, Ziffern und Sonderzeichen. Nach der Wortlänge unterscheidet man 5-, 6-, 7- und 8-Bit-Codes. Die mindestens benötigte Codewortlänge ergibt sich aus:

10 Ziffern, 26 Buchstaben, 10 Sonderzeichen --> 46 Zeichen --> 6 Bit Wortlänge

5-Bit-Codes

Hier erfolgt eine Doppelbelegung --> nicht eindeutig, es wird ein Umschaltzeichen (Einfachbelegung) benötigt. Störung bei Übertragung des Umschaltzeichens führt zu falscher Decodierung.

6-Bit-Codes

Wenig verbreitet; neben Buchstaben, Ziffern und Sonderzeichen auch Steuerzeichen vorgesehen.

7-Bit-Codes

8-Bit-Codes

4.6 Codierung mit variabler Wortlänge

"Vom schweigsamen König, der gern Schweinebraten aß"

(Frei nach: Walter R. Fuchs: Knaur's Buch der Denkmaschinen, 1968)

In einem fernen Land lebte vor langer, langer Zeit ein kleiner König, der war dick faul und unzufrieden und wollte den lieben langen Tag immer nur essen. Wir wollen hier nur seine Nahrungs- gewohnheiten betrachten - insbesondere, da seine Ernährung recht einseitig war. Den lieben langen Tag aß er nur:

(1) Schweinebraten,
(2) Schokoladenpudding,
(3) Essiggurken,
(4) Erdbeertorte.

Zudem war der König sehr maulfaul und mit der Zeit wurde es ihm sogar zu anstrengend, seine Bestellungen aufzugeben (die er sowieso im Telegrammstil kundtat: "Braten, Torte, Gurken"). Eines Tages beschloß er, eine Codierung zu entwickeln, mit der er seine Befehle auch loswurde, ohne den Mund aufzutun. Durch Zufall wurde es sogar eine Binärcodierung:

Die rechte Hand ein wenig heben heiße:Schweinebraten
Die linke Hand etwas heben heiße:Schokopudding
Erst die rechte und dann die linke Hand heben:Gurken
Zweimal nacheinander die rechte Hand heben:Erdbeertorte

Der Übersichtlichkeit halber wollen wir die Codierung etwas abkürzen. "R" steht für "rechte Hand heben" und "L" für "linke Hand heben". Dann ergibt sich folgende Codezuordnung:

R     Braten
L    Pudding
RL    Gurken
RR    Torte

Und schon gab es Probleme. Angenommen der König hob dreimal die rechte Hand (--> RRR). Dann konnte dies bedeuten:

Braten, Braten, Braten oder
Braten, Torte oder
Torte, Braten

Nun mußte der König einmal wirklich viel reden. Er rief seinen Hofmathematikus zu sich und erklärte den Sachverhalt. "Hmmmm" überlegte dieser: "Majestät haben Höchstdero Speisewünsche binär codiert. Vorzüglich, Vorzüglich." "Aber es klappt nicht", raunzte der König,"jedesmal, wenn ich Schweinebraten und Pudding will, bringen diese Hornochsen mir Gurken!" und er sank erschöpft auf seinen Thron zurück. "Mit Verlaub, die Codierung ist nicht ein- deutig, Majestät", wagte der Mathematikus einzuwerfen. "Ich weiß!

Laß Dir gefälligst was einfallen!" grunzte der König. Und vor lauter Angst, wieder etwas Falsches zu bekommen, brüllte er: "Braten und Torte, aber fix!".

Der Mathematiker brütete inzwischen über eine eindeutige binäre Codierung nach und gelangte zu folgenden Überlegungen:

  1. Es sind vier Worte binär zu codieren, also brauche ich eine Codewortlänge von mindestens 2 Binärzeichen.
  2. Die Codierung der vier Speisewünsche sah folgendermaßen aus:

    Braten RR
    Pudding RL
    Gurken LR
    Torte LL

Nun war die Codierung unverwechselbar. Die Zeichenfolge "LRRLLLRRRRLL" konnte nur noch bedeuten: Gurken, Pudding, Torte, 2 x Braten, Torte.

Zwar war die Codierung eindeutig, aber war sie auch optimal? Bisher wurde davon ausgegangen, daß der König keine spezielle Vorliebe für bestimmte Gerichte hat (alle Codewörter sind gleich wahrscheinlich). Zudem beschwerte sich der König schon nach kurzer Zeit darüber, daß er viel zu häufig die Hände heben müsse.

Also vergatterte der Mathematikus seinen Assistenten, eine Statistik der königlichen Essenswünsche aufzustellen. Heraus kam folgendes. Jeden Tag verspeiste der König im Schnitt 18 Gerichte.

Die Häufigkeitsverteilung stellte sich so dar:

9 x Schweinebraten,
6 x Schokopudding,
1 x Gurken,
2 x Erdbeertorte.

Soll die Codierung optimal, also eindeutig und zweckmäßig sein, mußte der Matehmatikus versuchen, für den Braten einen möglichst

kurzen Code zu wählen. Dafür darf der Code für eine Grurkenbestellung ruhig länger sein. Also legte er erst einmal fest:

Braten --> R

Damit ist das "R" 'verbraucht', denn es darf wegen der Eindeutigkeit kein Codewort mehr mit "R" beginnen (Fano-Bedingung: Kein Code darf der Beginn eines anderen verwendeten Codes sein). Weiter geht es mit:

Pudding --> LR

Es bleibt somit noch ein zweistelliges Codewort übrig (LL, denn RR und RL sind wegen der Fano-Bedingung 'verboten'), aber es sind noch zwei Speisewünsche zu codieren. Also müssen die nächsten Codes dreistellig sein. Unter Beachtung der Eindeutigkeit ergibt sich:

Torte --> LLR Gurken --> LLL

wahlweise auch:

Torte --> LLL Gurken --> LLR

Ist diese Codierung nun wirklich besser, d. h. kürzer? Beim alten Code benötigte der König für 18 Gerichte 36 bit. Nun sieht es bei der oben genannten Häufigkeitsverteilung folgendermaßen aus:

   9 x Schweinebraten  9 bit 
   6 x Schokopudding  12 bit 
   1 x Gurken          3 bit 
   2 x Erdbeertorte    6 bit 
                    --------- 
   Summe              30 bit 
Es wurden also durchschnittlich 6 bit pro Tag gespart. Probieren wir zum Schluß der Geschichte aus, ob es klappt. Was will der König bei "LRRRLLR"? Da die Codewortlänge variiert, muß man schrittweise vorgehen. Das erste "L" bedeutet noch nichts. "LR" heißt eideutig "Pudding". Dann kommt "R" für "Braten" und gleich noch einer. Wieder ein "L", das noch nichts besagt. Auch das folgende "L" liefert noch keine Lösung. Erst das letzte "R" gibt Aufschluß: "Torte!".

Mathematischer Hintergrund:

Oben war von "Häufigkeiten" die Rede. Es handelt sich dabei um Erfahrungswerte, die durch Beobachtung gewonnen werden (empirische Werte). Die empirischen Häufigkeitswerte müssen zu den theoretischen Wahrscheinlichkeiten in klare Beziehung gebracht werden. Wir wissen alle, daß beim Münzwurf die Wahlscheinlichkeit für Kopf oder Zahl jeweils 1/2 beträgt. Um durch empirische Ermittlung auf die exakte Übereinstimmung zwischen Häufigkeiten und Wahrscheinlichkeit zu kommen, müßte man unendlich viele Würfe auswerten. Die praktische Regel der Wahrscheinlichkeitsrechnung erspart uns Zeit, denn sie besagt, daß sich bei genügend vielen Versuchen die Häufigkeit eines Ereignisses nur noch sehr wenig von der Wahrscheinlichkeit für das Eintreten dieses Ereignisses unterscheidet. Es gilt:

Führt eine n-malige Verwirklichung der geforderten Bedingung in m Fällen zum zufälligen Ereignis A, dann liegt die Häufigkeit h(A) = m/n beliebig nahe an der Wahrscheinlichkeit P(A).

Jetzt können wir die Ergebnisse unseres Märchens aufarbeiten. An der königlichen Tafel sind vier zufällige Ereignisse bedeutsam:

   A1: Der König bestellt Braten 
   A2: Der König bestellt Pudding 
   A3: Der König bestellt Torte 
   A4: Der König bestellt Gurken 
Auch die Häufigkeiten sind bekannt. Wir nehmen an, daß die Werte auf genügend vielen Beobachtungen beruhen. Also können wir die Wahrscheinlichkeiten durch die Häufigkeiten annähern:
   P(A1) = 9/18 = 1/2 
   P(A2) = 6/18 = 1/3 
   P(A3) = 2/18 = 1/9 
   P(A4) = 1/18 = 1/18 
Die Summe aller Wahrscheinlichkeiten P(A1) + P(A2) + P(A3) + P(A4) ergibt immer den Wert 1. Betrachten wir nun den König als Nachrichtenquelle. Seine Nachrichten sind A1, A2, A3 und A4. Die oben erwähnten Wahrscheinlichkeiten stellen zusammen mit den zugehörigen Nachrichten das Bild einer (sehr abstrakten) Nachrichtenquelle dar. Die Nachricht A1 hat eine relativ hohe, die Nachricht A4 eine relativ geringe Wahrscheinlichkeit. Mit anderen Worten: A1 dürfte in einer Nachrichtenfolge öfter auftauchen als A4 (wobei nichts über die Position von A1 ausgesagt werden kann). Damit können wir auch den Informationsgehalt definieren:

Je kleiner die Wahrscheinlichkeit des Auftretens einer Nachricht ist, desto höher ist ihr Informationsgehalt. Als Formel:

   I(A) = ld( 1/P(A) )  [bit] 
Wenden wir nun diese Formel auf die Nachrichten A1 bis A4 an:
   I(A1) = ld( 1/(1/2) ) = ld(2) = 1,000 bit 
   I(A2) = ld( 1/(1/3) ) = ld(3) = 1,585 bit 
   I(A3) = ld( 1/(1/9) ) = ld(9) = 3,170 bit 
   I(A4) = ld( 1/(1/18) ) = ld(18) = 4,170 bit 
Nun besitzen wir präzise Zahlenwerte über den Informationsgehalt der einzelnen Nachrichten. Das Maß für die Unsicherheit darüber, welche Nachricht nun als nächste in einer Folge kommt, ist die "mittlere Information" (oder Entropie) H:
   H(A1, ..., An) = Summe(P(Ai) * ld(1/P(Ai))) für i=1 ... n 
Für unser Königs-Ernährungsproblem ergibt sich:
   H = 1,000/2 + 1,585/3 + 3,170/9 + 4,170/18 = 1,614 bit 
Dieser Wert sagt uns aber noch nicht viel; wir brauchen Vergleichswerte. Betrachten wir nun die binär codierten Essenswünsche, die ja nur noch aus den Zeichen "R" und "L" bestehen. Zunächst die erste Codierung mit jeweils zwei bit für jedes Codewort (man schreibe einfach die Codes entsprechend obiger Häufigkeiten auf und zähle die "R"s und "L"s):
   P(R) = 25/36   --> H1(R,L) = 0,883 bit 
   P(L) = 11/36 
Nun sehen wir uns die optimierte Codierung mit unterschiedlicher Länge der Codeworte an:
   P(R) = 17/30   --> H2(R,L) = 0,988 bit 
   P(L) = 13/30 
Also trägt hier jedes Signal mehr Information.

Coderedundanz

Dank der bisher erarbeiteten Formeln läßt sich diese auch nun exakt berechnen. Alle bisherigen Beispiele zeigen, daß durch die Codierung im Mittel mindestens soviele Binärstellen m verwendet werden müssen, wie durch den mittleren Informationsgehalt H berechnet werden. Es gilt also immer: H <= m.

Es läßt sich aber für eine bestimmte aufgabe ein Code finden, für den H beliebig nahe an m liegt. Zur Informationstheoretischen Beurteilung der Eigenschaften von Codes dient die Redundanz:

   absolute Redundanz    relative Redundanz: 

    R = m - H            r = (m - H)/m = R/m 
Wie sieht das für unseren stets hungrigen König aus?

(1) Code mit fester Wortlänge 2:

  H = 1,614 bit         R = 2 - 1,614 = 0,386 
  m = 2 bit             r = 0,386/2  = 0,193 = 19,3% 

(2) Code mit variabler Wortlänge:

  H = 1,614 bit         R = 1,722 - 1,614 = 0,108 
  m = 1,722 bit         r = 0,108/1,722  = 0,063 = 6,3% 

Fassen wir zusammen. Das Shannonsche Codierungstheorem besagt:

  1. es eine untere Grenze für die mittlere Codewortlänge gibt
  2. die Redundanz eines Codes beliebig klein werden kann

Die zweite Behauptung impliziert auch, daß es nicht den optimalen Code gibt, sondern nur einen relativ besten.

Wir haben gesehen, daß Codes redundant sein können. Formelmäßig läßt sich das Maß für die Redundanz eines Codes allgemein folgendermaßen festlegen:

   absolute Redundanz    relative Redundanz: 

   R = m - H             r = (m - H)/m = R/m 
m = mittlere Codewortlänge H = Informationsgehalt

Sind alle Codewörter gleich lang, gilt:

   absolute Redundanz    relative Redundanz: 

   R = ld(M) - ld(n)     r = (ld(M) - ld(n))/ld(M) 
                           = R/ld(M) 
M = Anzahl der möglichen Codewörter n = Anzahl der verwendeten Codewörter

Beispiel: tetradische Codes (Darstellung der Ziffern 0 bis 9) Der Informationsgehalt I = ld(10) ist 3,32 bit. Wir müssen also Codeworte von 4 bit Länge verwenden. Mit 4 bit können jedoch 16 Codeworte dargestellt werden, wir haben also 10 Nutzbits und 6 Pseudoworte. Die Redundanz ergibt sich zu: Rc = 4 - ld(10) = 4 - 3,32 = 0,68 und rc = 0,68 / 4 = 0,17 --> 17%.

Der Morsetelegraph hatte einen dreiwertigen Code (Punkt, Strick, Leerraum) und variable Codelänge

4.7 Redundanzreduktion (Datenkompression)

Wie der Hofmathematiker herausgefunden hat, läßt sich die Coderedundanz durch Wahl einer variablen Wortlänge reduzieren. Häufig auftretende Codeworte erhalten eine kurze Wortlänge, seltene Codeworte sind dafür länger --> optimaler Code. Wir haben aber auch gesehen, daß ein optimaler Code nur für eine ganz bestimmte Häufigkeitsverteilung der Codeworte gilt. So hat schon Samuel Morse bei seinem Code die Häufigkeitsverteilung der Buchstaben in der englischen Sprache berücksichtigt. Dieser Sachverhalt wird durch das Codierungstheorem von Shannon ausgedrückt:

Verfahren zur Datenreduktion wurden von Shannon, Fano und Huffman entwickelt. Nehmen wir z. B. die Huffman-Codierung. Sie generiert anhand der Häufigkeiten einen optimalen Code:

Dazu ein Beispiel: In einem Text werden die Buchstaben gezählt. Es ergeben sich folgende Häufigkeiten:

Beispiel: Telefax

Bei der Bildübertragung im Telefaxdienst der Gruppe 3 wird die Vorlage zeilenweise abgetastet und jede Bildzeile in 1728 einzelne Bildpunkte zerlegt (Codierung schwarz = 1, weiß = 0). Die vertikale Auflösung beträgt 3,85 Zeilen/mm in Normalauflösung und 7,7 Zeilen/mm in Feinauflösung. Bei einer Papierlänge von ca. 29 cm ergibt sich ein Datenvolumen von

1728 * 290 * 3,85 = 1929312 bit

Bei einer Datenübertragungsrate von 9600 bit/s dauert das Senden einer Seite ca. 200 s = 3 Minuten, 20 Sekunden. Da eine normale Schreibmaschinenseite überwiegend weiß ist, haben die Daten sicher hohe Redundanz. Bei einem Schwarzanzeil von 5% ergibt sich z. B. ein Informationsgehalt von:

H = 0,05 * ld(1/0,05) + 0,95 * ld(1/0,95)
= 0,216 + 0,07 = 0,286

Für die Datenreduktion werden die Bildpunkte einer Zeile zusam- mengefaßt, denn eine Bildzeile besteht abwechselnd aus weißen und schwarzen Feldern unterschiedlicher Länge. Nun werden nicht mehr die einzelnen Bildpunkte codiert übertragen, sondern nur noch ein Code für die Anzahl, beispielsweise 10w, 30s, 123w, 2s, 67w, ... Das Ganze nennt sich dann "Lauflängencodierung" (run length encoding). Für jede Anzahl weißer und schwarzer Bildpunkte wird nun ein optimales (Binär-)Codewort ermittelt und übertragen.

Da nun jede Vorlage einen anderen Schwarzanteil besitzt, müßte man für jede Seite eine optimale Codierung ermitteln und diesen Code an die Gegenstation senden. Dieses Vorgehen ist sicher nicht praktikabel. Daher untersucht man eine repräsentative Auswahl von Vorlagen ("Standardseiten") und ermittelt für diese einen optimalen Code. Dieser Code wird dann für alle Telefax-Übertragungen verwendet. In der Realität ist das noch komplizierter, da die Lauflängen nach einen bestimmten Schema codiert werden. Insgesamt ergibt sich jedoch - je nach Vorlage - eine Datenreduktion auf 5 bis 20 Prozent des ursürünglichen Volumens.

4.8 Fehlersicherung

Bei der Übertragung und Speicherung von Nachrichten können Fehler auftreten. "Fehler" eines binären Signals ist die Inversion dieses Signals (0 --> 1, 1 --> 0). Diese Störungen führen zur Verfälschung von Symbolen.

Die Störung muß groß genug sein, um die physikalische Repräsentation umzukehren. Ja nach Repräsentation ist das nur schwer möglich (Vorteil gegenüber der Analogtechnik). Die "Stärke" der Störung wird durch die Bitfehler-Wahrscheinlichkeit ausgedrückt. Eine Bitfehlerwahrscheinlichkeit von z. B. 0,00001 bedeutet, daß auf 10000 übertragene Bits eines verfälscht ist. Die Bitfehlerwahrscheinlichkeit von 0 ist die theoretische Grenze und mit endlichem Aufwand nicht erreichbar. Für ISDN-Leitungen der Telekom wird beispielsweise eine Bitfehlerwahrscheinlichkeit von 10-7 für sogenannte Dauerwählverbindungen angegeben.

Aufgabe der Codesicherung ist es, die Bitfehler in Codewörtern oder Codewort-Blöcken zu erkennen oder zu beseitigen. Fehlererkennung ist nur möglich, wenn durch Bitfehler ungültige Codeworte entstehen (= Codeworte, die nicht im Codewort-Vorrat definiert sind). Bitfehler die ein Codewort in ein anderes gültiges Codewort verfälschen sind nicht erkennbar.

Beispiel: 5-4-2-1-Code:

   0 1 0 1 (= 5)               0 1 0 1  (= 5) 

    |                              | 

   1 1 0 1 (Pseudotetrade)     0 1 0 0  (= 4) 
   --> Fehler erkannt       --> Fehler nicht erkannt 
Grundsätzlich gilt: Codewörter ohne Zeichenzuornung müssen vorhanden sein --> Code muß redundant sein.

Beispiel: tetradische Codes:

m = 4      Rc = 4 - ld(10) = 4 - 3,32 = 0,68 
M = 10     rc = 0,68 / 4 = 0,17 --> 17% 
Die Redundanz stellt aber die Sicherheit gegen Übertragungsfehler noch nicht her. Codes gleicher Redundanz können unterschiedlich übertragungssicher sein.

Beispiel: 2-aus-5-Walking-Code <--> Libway-Craig-Code Für beide gilt: m = 5, M = 10, Rc = 1,68, rc = 33,6%

Beim 2-aus-5-Walking-Code führt jede Verfälschung nur eines Bits zu einem fehlerhaften Codewort. Beim Libway-Craig-Code kann ein 1-Bit-Fehler zu einem gültigen Codewort führen.

Das unterschiedliche Verhalten der beiden Codes ist darauf zurückzuführen, daß sich zwei beliebige Codeworte beim 2-aus-5-Walking-Code in mindestens zwei Stellen voneinander unterscheiden und beim Libway-Craig-Code nur ein Bit Unterschied besteht.

Distanz: (Stellendistanz)
Anzahl von Stellen, in denen sich zwei gültige Codeworte eines Codes voneinander unterscheiden: 1 %lt;= d < m

Hammingdistanz:
Die Mindestzahl der Stellen, in denen sich jedes gültige Codewort eines Codes von jedem anderen unterscheidet: h = dmin

Für das obige Beispiel zeigt sich:

2-aus-5-Walking-Code: h = 2 Libway-Craig-Code: h = 1

Erst bei h = 2 werden 1-Bit-Fehler sicher erkannt. Bei tetradischen Codes mit h = 1 können solche Fehler nur teilweise erkannt werden. Sollen mehr als ein Bitfehler erkannt werden oder Fehler korrigiert werden, so muß die Hamming-Distanz erhöht werden.

4.9 Fehlererkennung

Codes für die Fehlererkennung sind so zu konstruieren, daß h = 2 ist --> "fehlererkennende Codes", "prüfbare Codes". Hierzu gehören z.B. alle m-aus-n-Codes (gleichgewichtige Codes). Es wird dazu die Anzahl der 1-Bits im Codewort überprüft. Ist sie ungleich m, liegt mindestens ein Bitfehler vor. Um eine Anzahl e von Fehlern zu erkennen benötigt man einen Hammingabstand von mindestens e + 1. Es gilt also:

e = h - 1

Beispiel: Der Code besteht aus den Codeworten 0000 und 1111.

        
1111 \__________Störung_____________ 1110 1 Fehler 
0000 /                               1001 2 Fehler 
                                     1000 3 Fehler 
         h = 4 --> e = h - 1 = 3 
Welche Möglichkeiten bieten sich?

Beispiel: Strichcode

Am interessantesten ist sicher der EAN-Code, den es in 13- oder 8-stelliger Version gibt. Dieser Code hat zugleich auch den kompliziertesten Aufbau, denn er soll das Lesen in beiden Richtungen ermöglichen. Beim EAN-13 werden nur zwölf der dreizehn Ziffern direkt codiert, damit sich der Codeblock in zwei Hälften unterteilen läßt. Die Codierung der 13. Ziffer wird dann in der linken Hälfte "versteckt". Betrachten wir den EAN-Code nun genauer. Ein Zeichen, d. h. die Codierung einer Ziffer besteht aus verschieden breiten Balken und Zwischenräumen, wobei sich jedes Zeichen aus der Kombination von 7 Balken/Zwischenräumen fester Breite zusammensetzt. Die Breite eines solchen Elements, eines Moduls, ist konstant. Um linke und rechte Hälfte des Codes unterscheiden zu können, werden die Zahlen links und rechts unterschiedlich codiert, wobei die Codierung der linken Hälfte wieder mit zwei unterschiedlichen Zeichensätzen erfolgt. Es gibt also drei verschiede Zeichensätze. Sehen Sie sich dazu einmal die Codierung der "0" an:

Die gesamte Codetabelle ist weiter unten abgedruckt. (0 = weiß, 1 = schwarz). Nun ist noch zu klären, wo die 13. Ziffer versteckt wird (es ist übrigens die ganz links vor dem Code gedruckte Ziffer). Diese Ziffer wird durch die Kombination von Zeichensatz A und B in der linken Hälfte des Barcodes festgelegt. Wie die Zuordnung ist, zeigt die zweite Tabelle unten. Der EAN-8-Code besteht nur aus zwei Blöcken zu je 4 Zeichen aus den Zeichensätzen A (links) und C (rechts).

Die drei Zeichensätze des EAN-Barcodes

Zeichensatz A Zeichensatz B Zeichensatz C
0 0 0 0 1 1 0 1 0 1 0 0 1 1 1 1 1 1 0 0 1 0
1 0 0 1 1 0 0 1 0 1 1 0 0 1 1 1 1 0 0 1 1 0
2 0 0 1 0 0 1 1 0 0 1 1 0 1 1 1 1 0 1 1 0 0
3 0 1 1 1 1 0 1 0 1 0 0 0 0 1 1 0 0 0 0 1 0
4 0 1 0 0 0 1 1 0 0 1 1 1 0 1 1 0 1 1 1 0 0
5 0 1 1 0 0 0 1 0 1 1 1 0 0 1 1 0 0 1 1 1 0
6 0 1 0 1 1 1 1 0 0 0 0 1 0 1 1 0 1 0 0 0 0
7 0 1 1 1 0 1 1 0 0 1 0 0 0 1 1 0 0 0 1 0 0
8 0 1 1 0 1 1 1 0 0 0 1 0 0 1 1 0 0 1 0 0 0
9 0 0 0 1 0 1 1 0 0 1 0 1 1 1 1 1 1 0 1 0 0

Codierung des 13. Zeichens

0 A A A A A A
1 A A B A B B
2 A A B B A B
3 A A B B B A
4 A B A A B B
5 A B B A A B
6 A B B B A A
7 A B A B A B
8 A B A B B A
9 A B B A B A

Von links nach rechts besteht der gesamte EAN-13-Barcode aus:

Die letzte Ziffer (ganz rechts) ist eine Prüfziffer, die folgendermaßen ermittelt wird:

  1. Quersumme aller Ziffern in ungerader Position
  2. Quersumme aller Ziffern auf gerader Position
  3. Ergebnis von b) multipliziert mit 3
  4. Summe von a) und c)
  5. Differenz von d) zum nächsten Vielfachen von 10 (ergibt sich hier 10, wird die Prüfziffer 0 genommen)

Beispiel:

Code: 0 1 1 3 7 3 5 5 9 2 4 3 PZ 
a)    0 + 1 + 7 + 5 + 9 + 4       = 26 
b)      1 + 3 + 3 + 5 + 2 + 3     = 17 
c)             17 * 3             = 51 
d)             26 + 51            = 77 
e)             80 - 77             = 3  --> Prüfziffer 3 
Von links nach rechts besteht der gesamte EAN-8-Barcode aus:

Auch hier ist wieder das letzte Zeichen ganz links ein Prüfzeichen zur Fehlererkennung.

4.10 Fehlerkorrektur

Um Bitfehler nicht nur erkennen, sondern auch korrigieren (d. h. lokalisieren) zu können, muß der Hammingabstand auf h >= 3 erhöht werden. Beispiel h = 3:

O: gültiges Codewort
X: ungültiges Codewort

Ein Bitfehler führt zu einem ungültigen Codewort, das sich vom verfälschten Codewort in nur einem Bit unterscheidet. Zu allen anderen gültigen Codeworten hat es mindestens zwei Bit Unter- schied. Da die Auftrittswahrscheinlichkeit des 1-Bit-Fehlers in einem Codewort wesentlich höher ist, als bei zwei oder mehr Bit- fehlern, ordnet man das fehlerhafte Codewort dem ähnlichsten gültigen Codewort zu --> Fehlerkorrektur. Allgemein gilt für die Anzahl der korrigierbaren Fehler:

k = (h - 1)/2

Es existieren eine Reihe von Verfahren zur Fehlersicherung, z. B.

4.11 Fehlererkennung mittels CRC

An dieser Stelle soll in wenigen Worten ein Verfahren mit CRC (Cyclic Redundancy Check) besprochen werden. CRC basiert auf der Division vom Polynomen. Bei diesem Verfahren werden die n Bits eines Datenblocks als Koeffizienten eines Polynoms U(x) vom Grad n-1 interpretiert. Dann wird noch ein erzeugendes Polynom G(x) vom Grad k benötigt. Ein gängiges Gerneratorpolynom ist:

Die Vorgehensweise ist folgende:

B(x) ist durch G(x) ohne Rest teilbar. Auf Empfängerseite wird B(x) wieder durch G(x) geteilt. Das CRC-Feld muß dann lauter Nullen enthalten.

Bei einem 16-Bit-CRC werden Burst-Fehler von nicht mehr als 16 Bit erkannt. Bei längeren Burst ist die Wahrscheinlichkeit der Erkennung 99,997%. Bei einem 32-Bit-CRC werden 99,99999995% aller längeren Fehler-Bursts erkannt.

Die technische Realisierung kann durch ein rückgekoppeltes Schieberegister der Länge k erfolgen. Das folgende Beispiel wird aus Gründen der Übersichtlichkeit nur mit einem 5-Bit-Schieberegister realisiert. Wir w§hlen dazu das Generator-Polynom:

Die Nutzdaten werden um 5 Nullbits verlängert und dann seriell in das Schieberegister gespeist. nach n Schiebeoperationen sind die Nutzdaten gesendet, nach weiteren k Schiebeoperationen auch das CRC-Feld. Dazu ein Beispiel. Es soll der Datenblock 1010001101 (n = 10) gesendet werden. Der Inhalt des Schieberegisters kann anhand der folgenden Tabelle verfolgt werden:

  Flipflops des
Schieberegisters
Nutz-
daten
UrzustandABCDE 
1.Schritt00000 
2.Schritt101001
3.Schritt111110
4.Schritt111101
5.Schritt010010
6.Schritt100100
7.Schritt100010
8.Schritt000101
9.Schritt100011
10.Schritt101110
11.Schritt011101

Im Schieberegister steht nun R(x), das CRC-Feld. Da nun 5 Nullbits folgen, wird dieses unverändert an die Daten angefügt.

Zum vorhergehenden Abschnitt Zum Inhaltsverzeichnis Zum nächsten Abschnitt


Copyright © FH München, FB 04, Prof. Jürgen Plate
Letzte Aktualisierung: 23. Sep 2011