🔢 mathematics

Intrinsic Redundancy and Local Robustness in Finite $\beta$ -Expansion Systems

本文表明，有限 $\beta$ 展开系统（特别是对于 Multinacci 基底）中的内在冗余，其功能是通过代数重写恒等式实现的作为结构完整性的约束语言资源，而非作为经典纠错冗余的替代品，因为在规范码本中真实的单数字损坏在没有外部信息的情况下是无法进行语义恢复的。

原作者： Adilbek Taizhanov, Miras Seilkhan

发布于 2026-07-13

📖 1 分钟阅读🧠 深度阅读

CC BY 4.0

原作者： Adilbek Taizhanov, Miras Seilkhan

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你拥有一种用于计数数字的秘密语言，但与使用标准计算机中常见的“0”和“1”不同，你使用了一个特殊的规则：你永远不允许把两个“1”写在一起。

如果你试图写下“11”，这种语言就会崩溃。这就像试图在一个停车位里停两辆车一样，系统会尖叫道：“错误！禁止模式！”这就是 $\beta$ -展开（ $\beta$ -expansions） 的世界，特别是在使用“黄金比例”（一个约等于 1.618 的著名数字）作为计数基数的情况下。

这篇论文是一个关于当你意外弄乱了这种特殊语言中编写的数字时会发生什么的侦探故事。系统会自动修复吗？它能知道你犯了错吗？它能告诉你这个数字在出错之前原本是什么吗？

重大发现： “单位翻转”的死胡同

研究人员运行了数千次模拟，以观察这个系统的鲁棒性如何。他们发现了一个硬性的、不可打破的规则：如果你只改变一个单一数字（即“单数字损坏”），系统永远无法神奇地猜出原始数字是什么。

可以这样理解：你有一个秘密代码“101”。如果一颗宇宙射线将中间的“0”翻转成了“1”，你就得到了“111”。系统会立即识别出“111”是非法的（因为出现了禁止的“11”）。它可以修复语法使其再次合法（将其变为“100”），但它完全没有办法知道你最初写的是“101”，还是原本就是另一个在翻转后看起来像“100”的数字。

论文从数学上证明了，如果没有外部帮助（比如备份副本或密码），你无法从单数字错误中恢复原始数值。 系统可以修复数字的“形状”，但它无法恢复它曾经承载的“故事”。

“魔法”例外：代数内核

然而，存在一个微小的、神奇的漏洞。论文发现，如果你以一种非常特定的、有规律的方式同时弄错多个数字，该数字的数值可能会保持完全不变，尽管它的样子变了。

在黄金比例系统中，有一个奇特的数学技巧：$100 $的数值正好等于$ 011$。

$100$ 代表“一个大单位”。
$011$ 代表“一个中单位加上一个小单位”。
由于黄金比例的特殊数学特性，这两个不同的字符串加起来的数值是完全相等的。

因此，如果一次故障将“100”变成了“011”，系统看到一个禁止模式（“11”），将其修复回“100”，而数值其实从未改变过！ 原始含义在崩溃中幸存了下来。

但问题在于：这只有在故障恰好匹配其中一种罕见的、预先存在的数学技巧时才会发生。如果故障是随机的（比如随机的静电噪声），它几乎永远不会撞上这些魔法模式。论文测量了这一点：对于随机的错误爆发，数值幸存下来的概率极低（对于黄金比例系统而言小于 2%，对于更复杂的版本则更小）。

权衡：严格规则 vs. 宽敞混乱

研究人员将这种“禁止两个1”的系统（黄金比例）与以下系统进行了对比：

标准二进制： 常规的计算机方式。它没有任何规则，因此它无法通过观察形状来检测错误。如果你翻转一位，它看起来只是另一个有效的数字。
带符号 NAF（Signed NAF）： 一个使用“-1, 0, 1”且有严格规则（即不允许将非零数字相邻放置）的系统。

他们发现了一个有趣的权衡：

黄金比例系统非常严格。它仅通过观察“禁止”的形状就能捕捉到大约 43% 的单数字错误。修复它既便宜又快速（平均每次修复步骤少于 1 步）。
带符号 NAF 系统捕捉到的错误更多（约 49%），因为它有更严密的规则，但修复它们的成本更高且更慢（平均需要约 23 步）。
标准二进制系统通过观察形状捕捉到的错误为 0%。它就像一个没有家具的房间；你可以把球扔向任何地方，都不会有人注意到。

这篇论文排除了什么

作者非常明确地说明了这个系统不是什么：

它不是一种神奇的纠错码（类似于用于修复损坏文件或向火星发送信息的纠错码）。它无法靠自身修复单数字错误。
它不是一种存储更多信息的方法。事实上，由于严格的“禁止 11”规则，在相同空间内，它能存储的唯一数字比标准二进制更少。它是一种“稀疏”语言。
它在边缘处并不完美。如果数字变得太大或太小，系统必须截断末尾或丢失溢出部分，这会引入误差。

结论

论文得出结论，这种“内在冗余”是一种结构性安全网，而不是时光机。

它能告诉你： “嘿，这个数字看起来很奇怪！它有两个 1 连在一起了！”（结构可检测性）。
它能做到： “好吧，我会重新排列这些数字使其合法。”（重新符合规范性）。
它做不到： “我知道你本来想写 42，但你写成了 43。我会把它改回 42。”（语义恢复）。

除非错误恰好属于那些罕见的、具有“保值性”的模式（例如将 $100 $变为$ 011$），否则一旦一位数字被翻转，原始数值就永远丢失了。该系统擅长察觉发生了崩溃并清理现场，但它无法告诉你崩溃前的现场是什么样子的。

简而言之：它是一个非常优秀的保安，负责检查身份证并把不该出现的人踢出去，但它不是一名侦探，无法查明那个人在被踢出去之前究竟是谁。

技术摘要：有限 $\beta$ -展开系统中的内在冗余与局部鲁棒性

1. 问题陈述

现代数字计算几乎完全依赖于二进制表示，然而非整数基数系统（ $\beta$ -展开）提供了一个更广阔的设计空间，其中基数、数字字母表和容许语言可以独立选择。虽然关于模拟 $\beta$ -编码器和符号动力学的文献已经确立了非整数基数（特别是 $1 < \beta < 2$ ）具有语义非唯一性（即同一个数值存在多个不同的数字串），但这种冗余在有限数字算术中的操作价值尚不明确。

本文探讨了一个具体且狭窄的问题：当数字以有限规范码本（canonical codewords）形式存储时，内在 $\beta$ -冗余能提供什么样的操作鲁棒性？ 作者区分了以下两点：

环境语义非唯一性（Ambient semantic non-uniqueness）： 在全空间数字串中，单个数值存在多个字符串。
规范码本容许性（Canonical codebook admissibility）： 被选用于存储的字符串的严格子集（例如，黄金比例基数中的“无相邻1”规则）。

核心挑战在于确定这些容许语言的内在结构是否能够检测故障、修复损坏的状态，或在不依赖外部纠错机制（如奇偶校验位或汉明码）的情况下恢复原始数值。

2. 研究方法

本研究采用有限窗口计算模型来模拟有限精度的硬件。该方法将操作流程分为两个截然不同的流水线：

A. 有限窗口模型

窗口： 定义了一个固定整数宽度 $W$ ，其索引为 $I_{L,R} = \{-R, \dots, L\}$ 。
码本： 有效的存储字必须满足局部容许约束（例如，对于 $\beta=\phi$ ，不允许出现 "11"；对于 Tribonacci，不允许出现 "111"）。
边界效应： 模型显式地追踪溢出（向 $L$ 方向写入）和截断（向 $-R$ 方向写入），并承认在边界处可能无法实现精确的数值保持。

B. 操作流水线

算术规范化： 有效操作数进行逐位加法，产生非规范的中间状态（例如，数字 $\ge 2$ 或禁止出现的模式）。一个最高有效位（MSB）优先的调度器应用局部重写规则（例如，对于 $\phi$ ，执行 $011 \to 100$ ）以恢复容许性。
损坏修复： 对已存储的容许码字进行单数字翻转或局部突发损坏。系统尝试通过有界窗口归一化来修复观察到的状态。

C. 评估指标

论文定义了一套正确性准则层级：

结构可检测性（Structural Detectability）： 损坏是否违反了容许约束（使单词在语法上无效）？
结构精确性（Structural Exactness，数值保持）： 修复过程是否返回一个与损坏后的单词具有相同数值的容许单词？
语义生存率（Semantic Survival）： 修复过程是否恢复了原始故障前的数值？
代价（Cost）： 通过重写操作次数 ( $\kappa$ ) 和传播深度 ( $\pi$ ) 来衡量。

D. 对比系统

研究对比了以下系统：

二进制 (B)： 标准基数 2，字母表 $\{0,1\}$ 。无冗余基准。
有符号 NAF (S)： 基数 2，字母表 $\{-1, 0, 1\}$ ，带有非相邻形式（Non-Adjacent Form）约束。代表由字母表驱动的冗余。
黄金比例 ( $\Phi$ )： 基数 $\phi$ ，字母表 $\{0,1\}$ ，禁止 "11"。
Tribonacci ( $T_3$ ) 与 Tetranacci ( $T_4$ )： 更高阶的 Multinacci 基数，具有更长的禁止模式（"111"、"1111"）。

3. 核心贡献

A. 理论结果

单数字不可能结果： 作者形式化地指出，在任何规范单射的有限码本中，真正的单数字损坏无法在没有外部信息的情况下实现语义恢复。由于单数字变化会改变数值，且规范码本是单射的（数值与字符串之间是一一对应的），因此保持损坏后数值不变的修复过程，其结果必然与原始数值不同。
语义生存的代数核条件： 多数字（突发）损坏的语义生存，当且仅当误差向量位于求值映射的代数核内。这仅发生在损坏符合数值保持的局部恒等式时（例如， $\phi$ 中的 $100 \leftrightarrow 011$ ）。
冗余类型的区分： 论文严谨地分离了环境语义多重性（全空间的属性）与规范容许性（存储的语言）。它认为，内在冗余是一种用于维护结构完整性的受限语言资源，不同于经典的纠错码冗余。

B. 实验发现

结构可检测性：
- 二进制的结构可检测性为零（所有比特翻转均为有效）。
- 冗余系统（NAF, $\Phi, T_3, T_4$ ）能检测到一定比例的故障。
- 权衡： 语言越严格（如 $\Phi$ ），对单数字故障的检测能力越高，但代价是存储容量（稀疏度）较低。
修复代价与精确性：
- 有符号 NAF 实现了最高的算术精确性，但需要极高的计算成本（全局重编码）。
- 局部重写系统 ( $\Phi, T_3, T_4$ ) 的修复成本非常低（对于单数字故障，平均每次操作 $< 1$ ），但由于边界截断，其算术精确性较低。
语义生存率：
- 单数字： 所有系统的生存率均为零（证实了不可能结果）。
- 突发损坏： 冗余系统具有微小但非零的生存率，且严格与代数恒等式对齐。例如，在 $\Phi$ 中，匹配 $100 \to 011$ 的突发可以生存；而随机突发则不行。
边界效应： 低边界截断是非整数基数中的主要误差来源。添加**保护位（guard digits）**能有效抑制截断，但无法解决上边界溢出问题。

C. 实验数据总结（窗口宽度 $W=24$ ）：

检测能力： 有符号 NAF (0.489) > $\Phi$ (0.431) > $T_3$ (0.223) > $T_4$ (0.119)。
修复代价： 有符号 NAF (23.03 ops) >> $\Phi$ (0.66 ops) > $T_3$ (0.26 ops) > $T_4$ (0.13 ops)。
语义生存（突发）： 有符号 NAF (2.3%) > $\Phi$ (1.8%) > $T_3$ (0.3%) > $T_4$ (0.1%)。
算术精确性： 有符号 NAF (75.3%) > 二进制 (49.2%) > $\Phi$ (32.3%) > $T_3$ (7.4%) > $T_4$ (1.7%)。

数据表明， $\Phi$ （黄金比例） 提供了一个理想的平衡点：它提供了显著的结构故障可见性和极低的局部修复成本，尽管由于边界截断，其算术精确性低于有符号 NAF。

4. 意义与主张

论文最后提出了一个适度且精确的主张，关于 $\beta$ -冗余的作用：

并非通用的纠错码： 内在 $\beta$ -冗余并不作为一种能够恢复任意单数字损坏的经典纠错码发挥作用。“不可能结果”确立了一个硬性的理论极限：在没有外部信息的情况下，无法从单数字故障中重建原始数值。
一种受限语言资源： 相反，内在冗余是一种实现结构故障可见性和保持数值的再容许化的机制。它允许系统检测存储的单词是否脱离了有效语言，并将其修复为一个保持*观察到的（损坏后的）*数值的有效状态。
选择性的语义生存： 真正的原始数值恢复（语义生存）仅在特定的、符合代数逻辑的多数字扰动（突发）下才可能实现，这些扰动必须匹配系统的局部重写恒等式。
架构启示： 研究表明， $\beta$ -展开可以提供一种“原生”机制，用于检测结构违规并以较低的局部开销对算术中间值进行归一化，但必须结合其他机制（如保护位或外部检查）来处理边界损失和通用的错误纠正。

作者强调，这项工作隔离了存储的容许语言本身的属性，将其与更广泛的模拟编码或外部纠错码背景区分开来，从而为理解有限数字系统中内在冗余的极限提供了严谨的基准。