相连的所有变量节点中可靠度量 最小的变量节点V]的最可能估计符号，为循环次数为k时变量节点\的次可能估计符 号；i为0~m之间的自然数，m为多元LDPC码的校验矩阵H的行数；1为0~d。之间的自 然数，d。为多元LDPC码的校验矩阵H的行重。
[0063] 步骤八、变量节点进行传送给检测节点的信息更新，具体过程为：
[0064] 步骤801、变量节点信息更新模块根据接收的外信息作为该变量节点符号的投票， 进行票数统计，并根据票数计算每个变量节点符号分别等于q个元素的概率向量P;其中，q为有限域的大小；
[0065] 本实施例中，步骤801中变量节点信息更新模块根据票数计算循环次数为k时每个变量节点符号分别等于q个元素的概率向量的方法为：根据计算公式
取a为0~q_l之间的有限域元素，得到 GF(q)表示大小为q的有限域，为循环次数为k时元素a的票数；
[0066] 步骤802、变量节点信息更新模块计算出每个变量节点符号的累积概率向量p;
[0067] 本实施例中，步骤802中变量节点信息更新模块计算出循环次数为k每个变量节
0)为解调器根据信道接收值得出的元素a的概率，pf为循环次数为k-1时变量 节点符号等于元素a的累积概率，Pf(W)表示循环次数为k时变量节点符号等于元素w的 累积概率，i5(vv)表示循环次数为k-1时变量节点符号等于元素w的累积概率，w为大 小为q的有限域中的元素。
[0068] 步骤803、变量节点信息更新模块根据每个变量节点符号的累积概率向量p得出 概率最大元素a_和概率次大元素a_，并计算出概率最大元素a_和概率次大元素a_对 应票数的差值Af;
[0069] 步骤804、将每个变量节点对应的信息对（a_，Af)传送给检测节点；
[0070] 步骤九、检测节点进行信息更新：检测节点信息更新模块根据从变量节点接收到 的信息产生更新步长和更新方向，对所有变量节点对应的译码器接收值进行更新，然后，循 环次数自加1并返回步骤二。
[0071] 本实施例中，步骤九中检测节点信息更新模块根据从变量节点接收到的信息产生 更新步长和更新方向，对所有变量节点对应的译码器接收值进行更新的具体过程为：
行更新，其中，？为第k+1次迭代中接收序列y的第j个分量。
[0076] 本发明的低复杂度的多元LDPC码译码方法的译码器，包括：
[0077] 信号检测模块：用于对接收序列按照最大似然判决准则进行硬判决，将产生的最 可能估计序列和次可能估计序列的的解映射符号序列以及可靠度量传送给变量节点，并将 产生的最可能估计序列的解映射符号序列传送给译码停止模块；
[0078] 译码停止模块：用于接收每轮循环信号检测模块产生的最可能估计序列的解映射 符号序列并计算校验和进行判决，当校验和为全零向量时，将译码结果中的信息位输出并 结束译码循环；
[0079] 第一变量节点信息更新模块：用于根据收到的可靠度量产生更新信息，并把更新 信息传送给校验节点；
[0080] 校验节点信息更新模块：用于计算校验节点返回给与其相连的各个变量节点的两 个估计符号，并将这两个估计信号作为外信息传送给与其相连的各个变量节点；
[0081] 第二变量节点信息更新模块：用于计算每个变量节点符号的累积概率向量，得出 概率最大元素以及概率最大元素与概率次大元素的票数差值，并传送给检测节点；
[0082] 检测节点信息更新模块：用于根据从变量节点接收到的信息产生更新步长和更新 方向，对所有变量节点对应的译码器接收值进行更新。
[0083] 为了验证本发明能够产生的技术效果，本发明选用了三个长度不同的多元LDPC 码进行了仿真，分别为：
[0084] (I)GF(64)上的（64, 37)规则LDPC码，其校验矩阵H的行重dc和列重dv均为8， 记为码I;
[0085] (2)GF(16)上的（255, 175)规则LDPC码，其校验矩阵H的行重dc和列重dv均为 16,记为码2 ;
[0086] (3)GF(256)上的（256, 203)规则LDPC码，其校验矩阵H的行重dc为16,列重dv 为8,记为码3。
[0087] 仿真内容：
[0088] 仿真一：对码1在64-QAM调制，AWGN信道下使用本发明的译码算法（Improved IJDD)和IJDD算法以及FFT-QSPA算法的误比特率BER性能进行计算机仿真，迭代次数均为 50次，仿真结果见图2。
[0089] 仿真二：对码2在16-QAM调制，AWGN信道下使用本发明的译码算法（Improved IJDD)和IJDD算法以及FFT-QSPA算法的误比特率BER性能进行计算机仿真，迭代次数均为 50次，仿真结果见图3。
[0090] 仿真三：对码3在256-QAM调制，AWGN信道下使用本发明的译码算法（Improved IJDD)和IJDD算法以及FFT-QSPA算法的误比特率BER性能进行计算机仿真，迭代次数均为 50次，仿真结果见图4。
[0091] 仿真结果分析：
[0092] 从图2可见，在64-QAM调制，AWGN信道上，IJDD译码曲线在BER= 10-5时 离FFT-QSPA译码曲线2. 4dB，本发明的译码算法（ImprovedIJDD)在BER= 10-5时离 FFT-QSPA译码曲线ldB，优于IJDD算法约I. 4dB。
[0093] 从图3可见，在16-QAM调制，AWGN信道上，IJDD译码曲线在BER= 10-5时 离FFT-QSPA译码曲线0. 7dB，本发明的译码算法（ImprovedIJDD)在BER= 10-5时离 FFT-QSPA译码曲线约0. 4dB，优于IJDD算法0. 3dB。
[0094] 从图4可见，在256-QAM调制，AWGN信道上，IJDD译码曲线在BER= 10-5时 离FFT-QSPA译码曲线4. 4dB，本发明的译码算法（ImprovedIJDD)在BER= 10-5时离 FFT-QSPA译码曲线约I.ldB，优于IJDD算法约3. 3dB。
[0095] 由图2,图3和图4综合来看，在列重逐渐减小时，IJDD算法性能不断恶化，而本发 明的译码算法性能优势越来越明显。说明本发明的译码算法不仅性能优于IJDD算法，而且 对列重小的多元LDPC码译码适应性更好。
[0096] 以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明 技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技 术方案的保护范围内。
【主权项】
1. 一种低复杂度的多元LDPC码译码方法，其特征在于该方法包括以下步骤： 步骤一、初始化循环次数为〇 ; 步骤二、信号检测：信号检测模块对接收序列y按照最大似然判决准则进行硬判决，得 到与接收序列y相对应的发送序列x的最可能估计序列先和次可能估计序列.f2，并计算接 收序列y的可靠度量Ad;然后，对最可能估计序列i1:进行解映射得到最可能估计符号序 列Zl，对次可能估计序列i2进行解映射得到次可能估计符号序列z2;最后，将接收序列y的 可靠度量Ad、最可能估计符号序列21和次可能估计符号序列22传送给变量节点，并将最 可能估计符号序列^传送给译码停止模块； 步骤三、判断循环次数是否达到了预设的最大循环次数，当循环次数未达到预设的最 大循环次数时，执行步骤四，否则，执行步骤五； 步骤四、校验输出：译码停止模块计算最可能估计符号序列校验和，当校验和为全 零向量时，执行步骤五，否则，执行步骤六； 步骤五、将译码结果中的信息位输出并结束译码循环； 步骤六、变量节点进行传送给校验节点的信息更新：变量节点信息更新模块根据变量 节点接收到的接收序列y的可靠度量Ad，选出与每个校验节点相连的可靠度量最小的变 量节点，该变量节点给与其相连的校验节点传送最可能估计符号序列 Zl和次