CN101534129A - 基于不对等消息更新的置信传播ldpc译码方法 - Google Patents

Abstract

本发明公开了一种基于不对等消息更新的置信传播LDPC译码方法，在BP算法的每次迭代判决后，若需要进行下一次迭代，则在该下次迭代前，进一步利用特定的判定准则衡量各个变量节点的可靠性，并选择可靠性满足预设条件的变量节点作为可靠性变量节点，在进行下次迭代时，不再更新校验节点传递到这些可靠性变量节点的当前信息、以及这些可靠性变量节点的伪后验概率和传递给其相邻校验节点的当前信息。从而实现对于可靠性变量节点，不再接收外来的不可靠概率消息，进而避免译码过程中错误消息对可靠性变量节点的影响，提高译码性能。

Description

基于不对等消息更新的置信传播LDPC译码方法

技术领域

本发明涉及数字信息传输技术领域，特别涉及基于不对等消息更新的置信传播LDPC译码方法。

背景技术

低密度奇偶校验(LDPC，Low Density Parity Check)码是一种线性分组码，可以用生成矩阵G和校验矩阵H来表示，并且它的奇偶校验矩阵H中非零元素的个数远远小于零元素的个数。

LDPC码的译码算法主要是基于二分图的消息传递(Message Passing)算法，具体包括硬判决译码算法、概率译码算法、和积算法、最小和算法、比特翻转和大数逻辑等LDPC译码方法。

其中，和积(Sum Product)算法又称置信传播(BP，Belief Propagation)算法，实质上是二进制概率译码算法的对数域运算。译码器的输入为接收序列的对数似然比，在对数空间下，通过利用变量节点和校验节点的约束关系进行迭代译码。此时变量节点的约束关系表现为“和”的形式，即各变量节点的输出是各个输入对数似然比的和；而校验节点的约束关系表现为“积”的形式，即各校验节点的输出是各个输入对数似然值某种函数的乘积。由于两个校验节点的计算特性，因此该算法称之为“和积”算法。

为便于描述，定义几个符号集，集合M(n)表示与变量节点n相邻的校验节点的集合。M(n)\m表示集合M(n)中不包含校验节点m的集合；N(m)表示与校验节点m相邻的变量节点的集合。N(m)\n表示N(m)集合不包含变量节点n的集合。n为变量节点的索引，m为校验节点的索引。

如前所述，LDPC码是线性分组码，因此码集C中的码字c＝(c₁，c₂，…，c_N)满足伴随式S＝H·c^T＝0，其中H为LDPC码的校验矩阵，c^T表示判决得到的码字c的矩阵转置。LDPC译码器就是根据接收序列y和约束条件S＝H·c^T＝0判断发送码字c的取值。通过计算后验概率P(c_n|y，S＝0)，确定码字 ${\hat{c}}_n=\underset{c_n\∈\{\mathrm{0,1},...q-1\}}{\arg \max }P\left(c_n\right|y,S=0),$ 其中argmax表示寻找使得f(x)达到最大值时的x值。

利用BP算法进行LDPC译码的方法具体包括以下步骤：

步骤1，初始化；

在本步骤中，将每个变量节点n传递给该变量节点的各个相邻校验节点m的当前信息初始化为

步骤2，迭代过程；

(1)更新每个校验节点m传递给与该校验节点相邻的各个变量节点n的当前信息φ_mn

(2)变量节点更新

对每个变量节点n＝1，…，N和m∈M(n)，更新该变量节点传递给其相邻校验节点m的当前信息为：

并对每个变量节点n＝1，…，N，计算该变量节点的伪后验概率

步骤3，尝试判决；

本步骤中，具体判决方式可以为：

其中，函数sgn()返回

的符号的整数，即

步骤4，计算校验和S＝Hc^T，如果S＝0或循环迭代次数达到门限值，则译码结束；否则，返回步骤2进行下一次迭代。

对数域的译码算法是概率译码算法的简化，同时不影响译码性能。但是由于和积算法含大量双曲正切和反正切运算，运算复杂度依旧很高，因此，人们又提出了最小和算法(min-sum)，该算法是对BP算法中校验节点的计算进行简化，使得算法中只含有加法以及求最小值运算。最小和算法通过在搜索过程中逐步减少不太可能的码字解，来减少复杂度。最小和算法的具体实现步骤请参考相关文献。

在校验矩阵不存在环的基础上，由于每个变量节点接收到的不同相邻校验节点传递的当前信息

是相互独立的，错误消息无法利用环进行传输，因此BP译码算法可以实现最大后验概率译码。但是若校验矩阵中含有环，置信度传播算法译码器中变量节点接收到的相邻校验节点所传递的当前信息只有在最初的迭代过程中满足信息相互独立的条件，在之后的迭代过程中，错误信息可以利用环进行传输，从而造成错误信息的扩散，影响译码性能。这里的迭代过程对应的迭代次数小于Tanner图中环长的一半，而构造的有限长度的LDPC码一般包含大量的环其对应的环长也比较小，所以采用BP译码算法解码对应的LDPC码，特别是中短码长的LDPC码，由于无法避免地会存在环，因此其译码性能只能近似最大后验概率(MAP，Maximum A Posteriori)译码，两者之间存在性能差异。

提高中短码长的LDPC的置信传播算法的译码性能的一种方法就是采用代数方法构造LDPC码的校验矩阵，来控制码的最小距离或环长。因此，相对于随机构造的规则LDPC，这些码的BP译码有更好的性能，但离最大似然译码性能仍有距离。

为了降低BP算法和MAP译码性能间的差距，有的文献提出将置信度排序译码(OSD，Ordered Statistic Decoding)结合到BP算法中，但OSD算法复杂度过高，很难应用码长大于500的LDPC码上。有人还提出了一种增加型BP(Augmented BP)算法，通过列表尝试译码，能够有效地提高译码性能，尤其是在误码率突然降低而进入瀑布区域(Waterfall Region)后效果更加明显，但其实现结构过于复杂。

综上所述，BP算法及其改进算法实现结构复杂，和最大后验概率译码之间还有性能差距。

发明内容

有鉴于此，本发明提供一种基于不对等消息更新的置信传播LDPC译码方法，能够提高译码性能。

为实现上述目的，本发明采用如下的技术方案：

基于不对等消息更新的置信传播LDPC译码方法，包括：

a、对于每个变量节点，初始化该变量节点传递给其相邻校验节点的当前信息；

b、对于每个校验节点，计算该校验节点传递给其相邻变量节点的当前信息；并更新变量节点的伪后验概率和传递给其相邻校验节点的当前信息；

c、利用每个变量节点的伪后验概率对变量节点判决，并利用判决结果计算校验和，若该校验和为0或迭代次数达到预设第一门限，则结束本流程；否则，返回步骤b进行下一次迭代；

其中，在步骤c中所述返回步骤b前，进一步包括：确定各个变量节点的可靠性，并从所有变量节点中选择可靠性达到预设条件的变量节点，构成可靠性变量节点集合；并在返回执行步骤b时，仅对不属于可靠性变量节点集合中的变量节点执行步骤b的操作。

较佳地，计算每个变量节点的可靠性指数 $u_n^{\′}=\underset{m\∈M\left(n\right)}{\mathrm{\Σ}}{s}_m^{\′},$ 其中，n为变量节点的索引，M(n)为与变量节点n相邻的校验节点的集合；当根据所述校验和确定出任一校验节点对应的校验式为0、且所述任一校验节点相邻的所有变量节点的伪后验概率均大于预设的第二门限时，

否则其中，m为校验节点的索引；

将所有可靠性指数为0的变量节点构成可靠性变量节点集合。

较佳地，根据误比特率要求和译码的收敛速度要求，设定所述第二门限。

较佳地，所述第二门限等于2。

由上述技术方案可见，本发明中，在BP算法的每次迭代判决后，若需要进行下一次迭代，则在该下次迭代前，进一步利用特定的判定准则衡量各个变量节点的可靠性，并选择可靠性满足预设条件的变量节点作为可靠性变量节点，在进行下次迭代时，不再更新校验节点传递到这些可靠性变量节点的当前信息、以及这些可靠性变量节点的伪后验概率和传递给其相邻校验节点的当前信息。从而实现对于可靠性变量节点，不再接收外来的不可靠概率消息，进而避免译码过程中错误消息对可靠性变量节点的影响，提高译码性能。

附图说明

图1为本发明中基于不对等消息更新的LDPC译码方法流程。

图2为本发明中LDPC译码方法与现有LDPC译码方法的误码率性能比较示意图。

图3为本发明的LDPC译码方法中不同Vt取值下，可靠性变量节点的误判率和信噪比的关系曲线示意图。

图4为本发明中LDPC译码方法与现有LDPC译码方法的运算量比较示意图。

具体实施方式

为使本发明的目的、技术手段和优点更加清楚明白，以下结合附图对本发明做进一步详细说明。

BP译码中，中短码长的LDPC码错误主要分三类型：1、收敛到一个不能满足校验矩阵的码字上；2、最后结果由于振荡并不收敛与某个具体码字；3、结果收敛于一个能满足校验矩阵但不是发送码字的码字上。在低信噪比情况下，主要是第一种错误类型。随着Eb/N0的增加和误码率(BER，Bit ErrorRatio)的降低，由振荡引起的错误成为主要类型。在瀑布区域，主要就是第二种类型错误。第三种错误主要体现在误码平台区(error floor)，它主要是由主要是由低重码字引起的。本发明主要针对第二种类型错误进行译码性能的改善，即由振荡引起的错误。

BP译码过程中振荡的产生主要是由错误概率消息在译码过程中的循环传递造成的。为了克服BP迭代过程中受到的振荡影响，提高瀑布区域的译码性能，本发明的基本思想是：控制错误概率消息在环上的传输，避免其对变量节点的影响，从而提高译码性能。

本发明中为控制错误概率消息的扩散和传输，采用的具体方式为：利用不对等消息更新的置信传播译码，即根据初始BP每次迭代译码后的结果，对变量节点的可靠性进行判定，判定为可靠性变量节点在下次迭代中只向外传输可靠性消息，而不再接收外来的消息，从而达到提高译码性能的目的。

这是一种基于不对等消息更新的置信传播迭代译码结构，这里的不对等是指每次迭代后依据变量节点的可靠性，不对等地进行消息更新的方法。因此，需要选择出高可靠性变量节点在下次迭代中停止更新。

图1为本发明中基于不对等消息更新的LDPC译码方法流程。如图1所示，该方法包括：

步骤101，初始化；

设可靠性变量节点集合Θ为空集，即

Θ＝NULL

将每个变量节点n传递给该变量节点的各个相邻校验节点m的当前信息初始化为即

步骤102，迭代过程；

(a)对校验节点传递给其相邻变量节点的当前信息φ_mn进行更新，其中，相邻变量节点不包括可靠性变量节点集合中的变量节点，即

这里，由于可靠性变量节点集合中的变量节点被认为是可靠性达到要求的节点，因此，不需要再更新校验节点传递给它的当前信息，该当前信息的取值仍然为之前最后一次更新的结果。

同时，由上式可见，校验节点m传递给变量节点n的当前信息φ_mn的值，由与校验节点m相邻的、且除变量节点n之外的其他变量节点n′传递给校验节点m的信息

来决定，因此，对于不属于可靠性变量节点集合、且与校验节点m相邻的任一变量节点n而言，如果校验节点的相邻变量节点中包括属于可靠性变量节点集合的变量节点n′₁，则可以通过上式，将该变量节点的正确概率消息传递给φ_mn，由此，可以实现将可靠性变量节点的正确消息向外传递的目的。

(b)变量节点更新

对不属于可靠性变量节点集合中的每个变量节点n，更新该变量节点n传递给其相邻的各个校验节点m的当前信息

和该变量节点n的伪后验概率

具体地，

其中，n＝1，…，N且 $n\∉\mathrm{\Θ},$ m∈M(n)。

由上式可见，变量节点n传递给其相邻校验节点m的当前信息

的取值，由与变量节点n相邻、且除校验节点m外的其他校验节点m′传递给变量节点n的信息φ_m′n和

确定，因此，如果对可靠性变量节点集合中的变量节点更新相应的

则极有可能将与其相邻同样校验节点的不可靠变量节点的错误概率信息引入，因此，本发明在每次迭代中，不再对属于可靠性变量节点集合中的变量节点，更新相应的

同时，对于不属于可靠性变量节点集合中的变量节点n，如果其相邻的校验节点m′存在属于可靠性变量节点集合的相邻变量节点n′₁，则由前述(a)中的描述可知，校验节点m′传递给变量节点n的当前信息φ_m′n中包括变量节点n′₁的正确概率信息

由此，可以实现将可靠性变量节点的正确消息向外传递的目的。

并且，变量节点n的伪后验概率的取值，由与变量节点相邻的校验节点m传递给该变量节点n的信息φ_mn和

确定，因此，如果对可靠性变量节点集合中的变量节点更新伪后验概率

则极有可能将与相邻同样校验节点的不可靠变量节点的错误概率信息引入，因此，本发明在每次迭代中不再对属于可靠性变量节点集合中的变量节点更新伪后验概率

同时，对于不属于可靠性变量节点集合中的变量节点n，如果其相邻的校验节点m存在属于可靠性变量节点集合的相邻变量节点n′₁，则由前述(a)中的描述可知，校验节点m传递给变量节点n的当前信息φ_mn中包括变量节点n′₁的正确概率信息

由此，可以实现将可靠性变量节点的正确消息向外传递的目的。

由上述可见，本发明中迭代操作与背景技术中所描述BP算法中相应迭代操作的差别在于，对φ_mn、

和

更新时，不对可靠性变量节点集合中的变量节点进行更新，即对n的取值增加了一个限定条件，即 $n\∉\mathrm{\Θ}.$ 这样，对于可靠性变量节点集合中的变量节点，仅将自身的概率信息传递出去，而不会接收外来的概率信息。从而能够避免错误概率信息在环上传输和扩散，进而能够有效提高译码性能。

步骤103，尝试判决；

本步骤的具体操作与背景技术中描述的BP算法中相同，即

其中，函数sgn()返回的符号的整数：

步骤104，计算校验和S＝Hc^T，如果S＝0或循环迭代次数达到门限值，则译码结束；否则，确定本次迭代后的可靠性变量节点集合Θ，然后返回步骤102进行下一次迭代。

在本步骤中，对步骤3得到的各个判决进行校验，具体方式与现有相同，这里就不再赘述。如果需要进行下一次迭代处理，则在进入下一次迭代前，首先更新可靠性变量节点集合，即从所有可靠性变量节点中选择可靠性达到预设条件的变量节点构成可靠性变量节点集合，再返回步骤2进行下一次迭代。

在进行可靠性变量节点集合中所包括变量节点的选择时，需要根据校验和S进行。校验和S中任一校验方程的结果，反映参与该校验方程的各个变量节点的可靠性。只有校验方程结果为0时，参与该校验方程的各个变量节点的判决结果才有可能均正确，只要校验方程结果不为0，则表明参与该校验方程的至少一个变量节点的判决结果错误。同时，各个变量节点的伪后验概率绝对值等其他参数也能反映该变量节点的可靠性。本发明在确定可靠性变量节点集合时，可以根据上述反映变量节点可靠性的各种参数，预先设置成为可靠性变量节点的条件，然后在每次迭代结束，并根据判决结果确定需要进行下一次迭代时，确定每个变量节点的可靠性，将达到预设条件变量节点构成可靠性变量节点集合，再返回步骤2进行下一次迭代。这样，选择出的构成可靠性变量节点集合的变量节点，由于其可靠性已经达到预设的要求，因此在下一次迭代时，不需要更新其相应的φ_mn、

和也就不会将错误概率信息引入这些可靠性达到要求的变量节点。这里需要说明的是，可靠性变量节点集合在每次迭代后均根据预设表件重新生成。

至此，本发明提供的基于不对等消息传递的LDPC译码方法流程结束。由上述本发明的具体实现过程可见，本发明的LDPC译码方法中，不同于传统的瀑布更新方法在每次迭代中更新所有的变量节点和校验节点，本发明在在每次迭代结束、下一次迭代开始前，通过特定的准则来衡量各个变量节点的可靠性，对于判定为高可靠性的变量节点，在下次迭代中只向外传递概率消息，而不接收邻居节点传来的消息，也既是停止这部分可靠性高的节点的更新。通过这种更新策略，一方面可以减少一些错误消息对高可靠性变量节点的影响，另一方面可以保证这些可靠性较高的变量节点所输出的消息的可靠性较高，有助于纠正其它进行更新的错误变量节点。因为在每次迭代中有部分的变量节点停止更新，同时也降低了译码过程中的运算量。

另外，在上述本发明的具体实现中，在每次迭代结束后、下一次迭代前需要根据特定的准则来衡量变量节点的可靠性。其中，判定准则的准确率对译码的性能有着很大的影响。如果准则的准确率太低，会有较多的伪后验概率错误的变量节点因为被判定为可靠节点而停止更新，使译码性能降低。以下给出本发明提供的一种优选的判定准则，用于选择变量节点构成可靠性变量节点集合。

对于LDPC码，其校验矩阵H的每一行代表一个校验式，正确的码字需要满足所有的校验式。设

(m＝1，2，…，M)为第l次迭代后校验节点m所对应校验式(即第m个校验式)的校验结果，当该校验结果为0时，表明满足第m个校验式。在第l次迭代结束后，变量节点n所参与的非法校验式数

可通过下式表示：

$u_n^{\left(l\right)}=\underset{m\∈M\left(n\right)}{\mathrm{\Σ}}{s}_m^{\left(l\right)}---\left(1\right)$

其中，非法式方程指本次校验中校验结果不为0的校验式。如果 $u_n^{\left(l\right)}=0$ 等于零，表示变量节点n所参与的校验式全部满足。可以认为该变量节点具有较高的可靠性。另外，在第l次迭代结束后，还可以得到每个变量节点n的伪后验概率如前所述，

绝对值的大小也反映了该变量节点的可靠性大小。

由于校验矩阵H的每一行代表一个奇偶校验式，因此当参与校验方程的变量节点中有偶数个发生错误时，校验方程仍然是满足的。可见，仅仅依据校验方程的结果，还是可能将判决出现错误的变量节点加入可靠性变量节点集合中。

考虑到上述因素，本发明实施例中引入预先设定的门限V_t，当参与第m个校验方程的所有变量节点的伪后验概率

都满足

时，才认为此时的校验结果为可靠的，可以用来衡量变量节点的可靠性。否则，即使第m个校验式满足，所有参与第m个校验式的变量节点也被认为是不可靠的。

基于此，本发明实施例中选择可靠性变量节点集合的具体方式包括：

为所有的变量节点n计算可靠性 $u_n^{\′\left(l\right)}=\underset{m\∈M\left(n\right)}{\mathrm{\Σ}}{s}_m^{\′\left(l\right)},$ 其中，在第l次迭代后，第m个校验式满足，并且所有参加此校验式的变量节点的伪后验概率

都满足

时， $s_m^{\′\left(l\right)}=0,$ 否则 $s_m^{\′\left(l\right)}=1;$

遍历所有的变量节点n，若该变量节点的可靠性 $u_n^{\′\left(l\right)}=0,$ 认为其可靠，属于集合Θ， ${\mathrm{cred}}_n^{\left(l\right)}=1,$ 在下次迭代中暂停更新；若该变量节点的可靠性 $u_n^{\′\left(l\right)}\≠0,$ 则认为其不可靠，不属于集合Θ， ${\mathrm{cred}}_n^{\left(l\right)}=0,$ 在下次迭代中继续更新。

通过上述方式确定的可靠性变量集合，能够保证其中变量节点的可靠性较高，从而既能够避免错误信息的传输，也能够保证不可靠变量节点迅速接收外来概率信息。

以下将上述可靠性变量节点集合应用到图1所示的LDPC译码方法中，并与背景技术中所描述的LDPC译码方法进行了性能对比。其中，系统为AWGN信道，BPSK调制，基于[1008，504]规则LDPC码和[768，576]非规则LDPC码。规则码的列重为3，行重为6，码的构造采用随机构造的方法。非规则LDPC码采用Wimax标准(IEEE Std 802.16e)中所定义的LDPC码，码率为0.75，变量节点的度分布为λ(x)＝(5/24)x²+(1/24)x³+(3/4)x⁴，校验节点的度分布为ρ(x)＝(5/6)x¹⁴+(1/6)x¹⁵。译码的最大迭代次数为100。

图2为两种LDPC译码方法的误比特率性能比较。其中，曲线201为本发明中LDPC译码方法的误比特率性能曲线，曲线202为背景技术中所描述LDPC译码方法的误比特率性能曲线。由图2可以看出，在低信噪比区域两种算法的性能相当。当信噪比较高进入瀑布区域后，本发明中LDPC译码方法的性能明显优于传统LDPC译码方法。这是因为在低信噪比区域，变量节点的可靠性相对较低，每次迭代后产生的可靠性变量节点集合中的变量节点个数较少，而且可靠节点误判概率也较大，本发明中基于不对等消息更新的LDPC译码方法优势不大。而在高信噪比区域，节点的可靠性相对较高，每次迭代后可靠性变量节点集合中的变量节点个数增多，都有相当一部分高可靠性变量节点停止接收外来消息，减少了错误消息对它们的影响。同时这些高可靠性变量节点输出的正确消息加速了译码的收敛。

另外，关于V_t的取值，也需要进行合理设置。对于基于不对等消息更新的置信传播LDPC译码算法，如果V_t值过大，会使每次迭代前判定为可靠的变量节点减少，算法的性能会降低；而如果V_t值过小，会有较多不可靠的变量节点判定为可靠变量节点而停止更新，使译码的收敛速度降低，性能变差。因此，需要结合上述两方面因素合理选择预设门限V_t的取值，即根据误比特率要求和译码的收敛速度要求设定第二门限。图3为两种V_t取值下，可靠性变量节点的误判率与信噪比的关系曲线。其中，可靠性变量节点的误判率计算方式为：可靠性变量节点的误判率＝(被判定为可靠、但实际不可靠的变量节点个数)/(被判定为可靠变量节点的个数)。由图3可以看出，可靠性变量节点的误判率随着信噪比的增加而降低，并且门限值V_t较高时的误判率要低于门限值V_t较低时的误判率。仿真表明，基于不对等消息更新的置信传播LDPC译码算法在V_t为2左右时具有较好的性能。当V_t＝2时，本发明的LDPC译码方法比传统BP算法有0.2dB的增益。

下面对于两种LDPC译码方法的运算量进行比对。因为译码所需要的运算量由每次迭次的计算量和平均迭代次数共同决定。因此定义参数：每个码字译码过程中平均需要更新的变量节点数(AVC)来比较不同译码算法解码单个码字平均所需要的运算量大小，其中，AVC＝ANV×AIN，这里，AIN是特定信噪比下译码每个码字平均所需要的迭代次数，ANV表示每次迭代平均需要更新的变量节点个数。

因为传统的BP译码算法每次迭代中需要更新所有的变量节点，所以其ANV＝N。图4为两种LDPC译码方法中运算量的变化曲线，其中，使用传统BP算法对不同的算法运算量进行了归一化处理。由图4可见，相对于传统的BP算法，基于不对等消息更新的置信传播LDPC译码方法运算量节省了约65％。随着信噪比的增加，本发明LDPC译码方法的归一化运算量还在降低。

以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1、基于不对等消息更新的置信传播LDPC译码方法，包括：

a、对于每个变量节点，初始化该变量节点传递给其相邻校验节点的当前信息；

b、对于每个校验节点，计算该校验节点传递给其相邻变量节点的当前信息；并更新变量节点的伪后验概率和传递给其相邻校验节点的当前信息；

c、利用每个变量节点的伪后验概率对变量节点判决，并利用判决结果计算校验和，若该校验和为0或迭代次数达到预设第一门限，则结束本流程；否则，返回步骤b进行下一次迭代；

其特征在于，在步骤c中所述返回步骤b前，进一步包括：确定各个变量节点的可靠性，并从所有变量节点中选择可靠性达到预设条件的变量节点，构成可靠性变量节点集合；并在返回执行步骤b时，仅对不属于可靠性变量节点集合中的变量节点执行步骤b的操作。

2、根据权利要求1所述的方法，其特征在于，计算每个变量节点的可靠性指数 $u_n^{\′}=\underset{m\∈M\left(n\right)}{\mathrm{\Σ}}{s}_m^{\′},$ 其中，n为变量节点的索引，M(n)为与变量节点n相邻的校验节点的集合；当根据所述校验和确定出任一校验节点对应的校验式为0、且所述任一校验节点相邻的所有变量节点的伪后验概率均大于预设的第二门限时， $s_m^{\′}=0;$ 否则 $s_m^{\′}=1;$ 其中，m为校验节点的索引；

将所有可靠性指数为0的变量节点构成可靠性变量节点集合。

3、根据权利要求2所述的方法，其特征在于，根据误比特率要求和译码的收敛速度要求，设定所述第二门限。

4、根据权利要求3所述的方法，其特征在于，所述第二门限等于2。

Images