再試行時に異なる入力を用いるデータ誤りマスク法

• Project/Area Number: 06680328
• Research Category: Grant-in-Aid for General Scientific Research (C)
• Allocation Type: Single-year Grants
• Research Field: 計算機科学
• Research Institution: Tokyo Metropolitan University
• Principal Investigator: 三浦 幸也 東京都立大学, 工学部, 助手 (00254152)
• Project Period (FY): 1994
• Project Status: Completed (Fiscal Year 1994)
• Budget Amount: ¥1,000,000 (Direct Cost: ¥1,000,000); Fiscal Year 1994: ¥1,000,000 (Direct Cost: ¥1,000,000)
• Keywords: 誤りマスク / 再試行 / 非線形符号

Research Abstract

本研究課題においては、ディジタルシステム中の処理データに誤りが発生したとき、異なるデータを用いて再試行を行い、誤りを自動修正(誤りマスク)する方法の確立が目的である。そのためには、まず意味のある一つの情報を複数のデータ(マスクベクトル)で表現するための入力集合の組織的な生成法の開発が必要である。
本年度は多重誤りをマスクできる非線形なマスクベクトル集合の生成法について検討した。データ送信の再試行回数が多いほど、誤りをマスクにするのに要する時間が長くなる。よって一つのマスクベクトル集合の要素(ベクトル)数が少ないほど誤りマスク時間が短くなる。また一つのマスクベクトル集合では一つの情報しか表現できないため、全入力集合からより多くのマスクベクトル集合を構成しなければならない。
このような観点に基づき、まず初めにビット数の少ない非線形なマスクベクトル集合を与え、これを組み合わせてよりビット数の多いマスクベクトル集合を組織的に生成する方法を提案した。この方法では、初めに与えられたマスクベクトル集合内の各ベクトル(nビット長)を連接し2nビット長のベクトル集合を作る。次に2つの付加ベクトルをこの集合に加えたものが2nビット長のマスクベクトル集合となる。この手続きを順次繰り返すことで、初めに与えられたnビット長のマスクベクトル集合からnの倍数のビット長を持つマスクベクトル集合を組織的に構成できる。本手法で生成されたマスクベクトル集合を線形符号から構成した場合と比較した結果、同数のマスクベクトル集合を構成でき、かつマスクベクトル集合の要素数が少ないことが判明した。