CN101626249A - 一种软输入软输出译码系统及方法 - Google Patents

Abstract

本发明涉及通信领域，尤其涉及一种软输入软输出译码系统及方法。本发明通过计算软信息与本地码字的相关值；然后求得该相关值集合中的最大相关值Y_max、次大相关值Y_{sub max}、除去Y_max、Y_{sub max}后的平均值Y_mean，再根据Y_max、Y_{sub max}、Y_mean求得可信度K以及Y_max对应的本地码字C_max′和Y_{sub max}对应的本地码字C_{sub max}′；最后根据公式(见右下)得到输出软信息。其中s为输出软信息，α为缩放因子，β为调整因子且β＞1。本发明的软输入软输出译码系统及方法大大提高了译码系统的译码性能同时节省了硬件资源。

Description

一种软输入软输出译码系统及方法

技术领域

本发明涉及通信领域，尤其涉及信道译码方法。

背景技术

在通信系统中，由于信道和噪声等因素的影响，数据在传输过程中不可避免地会发生错误。为了在相同信噪比的情况下降低误码率，发射端必须采用合适的信道编码，接收端则需要进行相应译码以恢复正确数据。在译码过程中，软判决相对于硬判决往往能获得性能上的提高。目前广泛采用的卷积码和LDPC码均适用于软判决译码。

在中国国家标准GB 20600-2006《数字电视地面广播传输系统帧结构、信道编码和调制》的4QAM-NR映射方式中，引入了NR(Nordstrom-Robinson)准正交编码，该准正交编码级联在LDPC编码之后，能获得更高的编码增益。NR码是一种非线性分组码，共有2⁸个码字，码长为16比特，码率为1/2，码距为6，可以纠正2个错误比特。具体的编码方法如下：

NR编码将输入的每8个比特映射为16个比特，表示为x₀x₁x₂x₃x₄x₅x₆x₇y₀y₁y₂y₃y₄y₅y₆y₇。其中x₀x₁x₂x₃x₄x₅x₆x₇为信息比特，y₀y₁y₂y₃y₄y₅y₆y₇为衍生比特，其约束关系满足下式：

$\left\{\begin{array}{c}{y}_0=x_7+x_6+x_0+x_1+x_3+(x_0+x_4)(x_1+x_2+x_3+x_5)+(x_1+x_2)(x_3+x_5)\\ y_1=x_7+x_0+x_1+x_2+x_4+(x_1+x_5)(x_2+x_3+x_4+x_6)+(x_2+x_3)(x_4+x_6)\\ y_2=x_7+x_1+x_2+x_3+x_5+(x_2+x_6)(x_3+x_4+x_5+x_0)+(x_3+x_4)(x_5+x_0)\\ y_3=x_7+x_2+x_3+x_4+x_6+(x_3+x_0)(x_4+x_5+x_6+x_1)+(x_4+x_5)(x_6+x_1)\\ y_4=x_7+x_3+x_4+x_5+x_0+(x_4+x_1)(x_5+x_6+x_0+x_2)+(x_5+x_6)(x_0+x_2)\\ y_5=x_7+x_4+x_5+x_6+x_1+(x_5+x_2)(x_6+x_0+x_1+x_3)+(x_6+x_0)(x_1+x_3)\\ y_6=x_7+x_5+x_6+x_0{+x}_2+(x_6+x_3)(x_0+x_1+x_2+x_4)+(x_0+x_1)(x_2+x_4)\\ y_7=x_0+x_1+x_2+x_3+x_4+x_5+x_6+x_7+y_0+y_1+y_2+y_3+y_4+y_5+y_6\end{array}\right.$

其中，加法为模二加运算，乘法为模二乘运算。

在传统的译码算法中，将接收码字与本地码字集合中的所有码字进行相关运算，得到256个相关值，求出相关值最大的码字即为译码结果。在恶劣信道和低信噪比情况下，信号受到严重干扰，导致接收码字与多个本地码字的相关值十分接近，因此以最大相关值为标准的传统译码算法的判决结果可能会出错，降低了其后级LDPC的译码性能。

为了增强译码性能，开发人员做了大量努力工作，如发明名称为NR译码方法和NR译码器，公开号为CN101383973A的中国专利。该专利提出了一种软输入软输出的维特比译码算法，首先对NR码对应的网格图进行前向搜索，记录各比特各状态的分支度量值，然后再进行一次后向搜索，得到分别与各信息比特对应的最大分支度量值并作为软信息输出。该方法需要进行两次搜索，控制逻辑比较复杂，同时为了记录各分支路径和度量值，系统需要较多的存储单元。

又如发明名称为一种地面数字电视广播传输系统的NR译码方法及其装置，公开号为CN101163251A的中国专利。该专利利用NR码最多能纠正两个比特误码的特点，提出了比特翻转法，通过验证信息比特和衍生比特之间的约束关系式进行译码。该方法属于硬判决译码，当此译码系统与LDPC码级联时性能远不如软判决译码。

因此一种能够大大提高译码性能且具有较少硬件资源的软判决译码系统及方法具有重要应用价值。

发明内容

本发明提供了一种能解决以上问题的软输入软输出译码系统及方法。

在第一方面，本发明提供了一种软输入软输出的译码系统，该系统包括相关值计算模块、可信度计算模块、输出软信息计算模块。该相关值计算模块用于计算软信息与本地码字的相关值。该可信度计算模块用于接收相关值计算模块的相关值集合，并求出该相关值集合中的最大相关值Y_max、次大相关值Y_sub max、除去最大相关值和次大相关值后的平均值Y_mean，再根据Y_max、Y_sub max、Y_mean求出可信度K以及该最大相关值对应的本地码字C′_max、该次大相关值对应的本地码字C′_sub max。该输出软信息计算模块用于接收来自可信度计算模块的可信度K、最大相关值对应的本地码字C′_max、次大相关值对应的本地码字C′_sub max，并根据公式

$s=\left\{\begin{array}{c}\mathrm{\α}{\mathrm{Kc}}_{\max }^{\′},c_{\max }^{\′}\≠c_{\mathrm{sub}\max }^{\′}\\ \mathrm{\β\α}{\mathrm{Kc}}_{\max }^{\′},c_{\max }^{\′}=c_{\mathrm{sub}\max }^{\′}\end{array}\right.$

得到输出软信息值。其中，s为输出软信息值，α为缩放因子，β为调整因子且β＞1。

在第二方面，本发明提供了一种软输入软输出的译码方法，该方法首先计算软信息与本地码字的相关值；然后求出该相关值集合中的最大相关值Y_max、次大相关值Y_sub max、除去最大相关值和次大相关值后的平均值Y_mean，再根据Y_max、Y_sub max、Y_mean求出可信度K以及该最大相关值对应的本地码字C′_max、该次大相关值对应的本地码字C′_sub max；最后根据公式

$s=\left\{\begin{array}{c}\mathrm{\α}{\mathrm{Kc}}_{\max }^{\′},c_{\max }^{\′}\≠c_{\mathrm{sub}\max }^{\′}\\ \mathrm{\β\α}{\mathrm{Kc}}_{\max }^{\′},c_{\max }^{\′}=c_{\mathrm{sub}\max }^{\′}\end{array}\right.$

得到输出软信息值。其中，s为输出软信息值，α为缩放因子，β为调整因子且β＞1。

在本发明的一个实施例中，软信息和本地码字的相关值为：

$Y\left(j\right)=\mathrm{corr}(R,C_j^{\′})=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{r}_i{c}_{j,i}^{\′}$ 1≤j≤M

其中，R＝r₁，r₁，…r_N为软信息值，N为码长，C′_j＝c′_j，0c′_j，1…c′_j，N-1为映射后的本地码字且满足c′_j，i∈{-1，1}。

在本发明的另一个实施例中，软信息和本地码字的相关值为：

$\left\{\begin{array}{cc}Y\left(j\right)=\mathrm{corr}(R,C_j^{\′})=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{r}_i{c}_{j,i}^{\′}& 1\≤j\≤M/2\\ Y\left(j\right)=-Y(M-j)& (M/2)+1\≤j\≤M\end{array}\right.$

其中，R＝r₁，r₁，…r_N为软信息值，N为码长，C′_j＝c′_j，0c′_j，1…c′_j，N-1为映射后的本地码字且满足c′_j，i∈{-1，1}，且C_j和C_M-j互为反码。

本发明通过对输入的软信息进行相关值计算，然后再产生具有可靠性度量的输出软信息，进而大大提高了译码系统的译码性能，同时由于本发明利用了码字对称的特点及电路时序关系对译码系统进行优化设计，进一步节省了硬件资源。

附图说明

下面将参照附图对本发明的具体实施方案进行更详细的说明，在附图中：

图1是软输入软输出译码系统框图；

图2是相关值计算模块实现框图；

图3是最大值次大值平均值计算模块实现框图。

具体实施方式

图1是软输入软输出译码系统框图。该软输入软输出译码系统包括星座解映射模块110、本地码字存储模块120、相关值计算模块130、可信度计算模块140、输出软信息计算模块150。星座解映射模块110接收数据符号并对该数据符号做软判决，进而得到相应的软信息。本地码字存储模块120用于存储本地码字，且在地址产生信号作用下发送本地码字。相关值计算模块130用于接收来自星座解映射模块110的软信息以及接收来自本地码字存储模块120的本地码字，并对该软信息与该本地码字做相关值运算。

设软信息为R＝r₁，r₁，…r_N，码长为N，软信息取值区间为r_i∈[-V，V]，本地码字集合为S＝{C₁，C₂，…，C_M}，其中C_j＝c_j，1c_j，2…c_j，N，c_j，i∈{0，1}。将本地码字的各比特c_i进行映射，其中‘0’映射为‘1’，‘1’映射为‘-1’，映射后的本地码字为C′_j＝c′_j，0c′_j，1…c′_j，N-1，c′_j，i∈{-1，1}，则软信息和本地码字的相关值为

$Y\left(j\right)=\mathrm{corr}(R,C_j^{\′})=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{r}_i{c}_{j,i}^{\′}$ 1≤j≤M    (1)

如果每个本地码字的反码也是一个本地码字，因此将本地码字集合分为两组，且每组中每个本地码字的反码均在另一组中。假设本地码字集合S＝{C₁，C₂，…，C_M}中，C_j和C_M-j互为反码，则将该本地码字分为两个子集合S₁＝{C₁，C₂，…，C_M/2}和S₂＝{C_(M/2)+1，C_(M/2)+2，…，C_M}。因此此时只需要计算软信息与其中一个集合本地码字的相关值，再取相反数就可得到与另一集合本地码字的相关值，因此软信息和本地码字的相关值为

$\left\{\begin{array}{cc}Y\left(j\right)=\mathrm{corr}(R,C_j^{\′})=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{r}_i{c}_{j,i}^{\′}& 1\≤j\≤M/2\\ Y\left(j\right)=-Y(M-j)& (M/2)+1\≤j\≤M\end{array}\right.---\left(2\right)$

相关值大小表征软信息与本地码字的接近程度，相关值越大表示将软信息判决为本地码字的可靠性越高，反之则可靠性越低。

图2是相关值计算模块实现框图。通常译码器的时钟频率高于软信息的数据率，因此将相关值计算模块130设计为部分并行结构，进而大大节省了系统硬件资源。

假设时钟频率是软信息数据率的k倍，同时由于M个本地码字只需计算M/2个相关值，因此将M/2个相关值分为k次计算，则每时钟周期可并行计算P≥M/2k(P取整数)个相关值，该相关值为软信息与本地码字的相关值。

图2中，相关值计算模块130包括相关值计算器组210、缓存单元220、锁存相关值单元230、计算和锁存反码相关值单元240。

该相关值计算器组210由p个并行的相关值计算器组成，用于对软信息与本地码字做乘积。缓存单元220由k个串联寄存器组成，用于暂存相关值计算器组210的结果。该相关值计算器210与缓存单元220相互串联，且该缓存单元220的输出为该相关值计算器210的输入，此种连接方式用于完成软信息与本地码字的相关值计算以便得到相应相关值，即完成公式 $Y\left(j\right)=\mathrm{corr}(R,C_j^{\′})=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{r}_i{c}_{j,i}^{\′}$ 的计算。

该锁存相关值单元230用于锁存来自缓存单元220的M/2个相关值。计算和锁存反码相关值单元240用于对来自缓存单元220的M/2个相关值取相反数，进而得到M/2个反码相关值，并锁存该反码相关值。该锁存相关值单元230与该计算和锁存反码相关值单元240并联后再与缓存单元220串联，进而完成软信息与本地码字的相关值运算，即完成公式(2)，进而得到并行输出的M个相关值Y(j)。

图1中，可信度计算模块140接收来自相关值计算模块130的M个相关值Y(j)，并根据该M个相关值Y(j)得到该M个相关值中的最大值、次大值、除去最大值和次大值的平均值，再根据该最大值、次大值、平均值得到可信度及该最大相关值对应的本地码字、次大相关值对应的本地码字。

设M个相关值中最大值为Y_max，次大值为Y_sub max，除去最大值和次大值后的平均值为Y_mean，本发明通过Y_max、Y_sub max、Y_mean得出不同可靠程度的表征值，即该可信度为

K＝(Y_max-Y_submax)/Y_mean    (4)

公式(4)中，可信度K越大则可靠性越强，进而软信息与本地码字越接近。可信度计算模块140根据公式(4)得到可信度K。由公式(4)可知，计算可信度K首先需要得到M个相关值中的最大值Y_max、次大值Y_submax、除去最大值和次大值的平均值Y_mean。

图3是最大值次大值平均值计算模块实现框图，该模块包括相关值累加模块310、最大值次大值比较模块320、平均值计算模块330。

设N为码长，η为码率，由于码长等于信息位长度加校验位长度且码率等于信息位长度与码长之比，则校验位长度与码长之比等于1-η，因此校验位长度等于(1-η)N。由于译码系统需要在一个码字传输时间内完成最大值Y_max与次大值Y_sub max的比较并输出相应的信息比特，因此每个时钟周期需比较 $Q\≥\frac{M}{k(1-\mathrm{\η})N}$ (Q取整数)个相关值。

相关值累加模块310对并行输入其中的Q个相关值做累加，该Q个相关值来自相关值计算模块130，进而得到Q个相关值累加和，并将该累加和输入至平均值计算模块330。该最大值次大值比较模块320的输出连接至其输入同时接收来自相关值计算模块130的Q个相关值，进而比较Q+2(Q个相关值和前次最大值、前次次大值)个相关值，从而得出此次的最大值和次大值。平均值计算模块330接收来自相关值累加模块310的Q个相关值累加和以及接收来自最大值次大值比较模块320的此次最大值和次大值，并用该累加和减去此次最大值和次大值后再做平均值，进而得到除最大值和次大值的平均值。

图1中，输出软信息计算模块150用于接收来自可信度计算模块130的可信度、最大相关值对应的本地码字、次大相关值对应的本地码字，并通过调整相应参数进而得到输出软信息值。

设最大相关值和次大相关值对应的本地码字分别为

C′_max＝c′_max，1c′_max，1…c′_max，N，c′_max，i∈{-1，1}    (5)

C′_sub max＝c′_sub max，1c′_sub max，2…c′_sub max，N，c′_sub max，i∈{-1，1}    (6)

并将输出软信息值表示为

$s_i=\left\{\begin{array}{c}\mathrm{\α}{\mathrm{Kc}}_{\max ,i}^{\′},c_{\max ,i}^{\′}\≠c_{\mathrm{sub}\max ,i}^{\′}\\ \mathrm{\β\α}{\mathrm{Kc}}_{\max ,i}^{\′},c_{\max ,i}^{\′}=c_{\mathrm{sub}\max ,i}^{\′}\end{array}\right.,1\≤i\≤N---\left(7\right)$

其中，α为缩放因子，用于将输出软信息值控制在合理的取值范围之内。β为调整因子，且满足β＞1。在最大相关值和次大相关值对应本地码字相同时，通过调整因子β增大该比特的输出软信息值。由此可见，输出软信息计算模块150根据公式(7)得到输出软信息S_i。

显而易见，在不偏离本发明的真实精神和范围的前提下，在此描述的本发明可以有许多变化。因此，所有对于本领域技术人员来说显而易见的改变，都应包括在本权利要求书所涵盖的范围之内。本发明所要求保护的范围仅由所述的权利要求书进行限定。

Claims (17)

1.一种软输入软输出的译码系统，包括：

相关值计算模块(130)，计算软信息与本地码字的相关值；

可信度计算模块(140)，接收所述相关值计算模块(130)的相关值集合，并求出该相关值集合中的最大相关值Y_max、次大相关值Y_sub max、除去最大相关值和次大相关值后的平均值Y_mean，再根据Y_max、Y_sub max、Y_mean求出可信度K以及该最大相关值对应的本地码字C′_max、该次大相关值对应的本地码字C′_sub max；

输出软信息计算模块(150)，接收来自所述可信度计算模块(140)的可信度K、最大相关值对应的本地码字C′_max、次大相关值对应的本地码字C′_sub max，并根据公式

$s=\left\{\begin{array}{c}\mathrm{\α}{\mathrm{Kc}}_{\max }^{\′},c_{\max }^{\′}\≠c_{\mathrm{sub}\max }^{\′}\\ \mathrm{\β\α}{\mathrm{Kc}}_{\max }^{\′},c_{\max }^{\′}=c_{\mathrm{sub}\max }^{\′}\end{array}\right.$

得到输出软信息值；其中，s为输出软信息值，α为缩放因子，β为调整因子且β＞1。

2.如权利要求1所述的一种软输入软输出的译码系统，包括星座解映射模块(110)，用于接收数据符号并对该数据符号做软判决，进而得到所述软信息。

3.如权利要求1所述的一种软输入软输出的译码系统，其特征在于，所述软信息和本地码字的相关值为

$Y\left(j\right)=\mathrm{corr}(R,C_j^{\′})=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{r}_i{c}_{j,i}^{\′}$ 1≤j≤M

其中，R＝r₁，r₁，…r_N为软信息值，N为码长，C′_j＝c′_j，0c′_j，1…c′_j，N-1为映射后的本地码字且满足c′_j，i∈{-1，1}。

4.如权利要求1所述的一种软输入软输出的译码系统，其特征在于，所述软信息和本地码字的相关值为

$\left\{\begin{array}{cc}Y\left(j\right)=\mathrm{corr}(R,C_j^{\′})=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{r}_i{c}_{j,i}^{\′}& 1\≤j\≤M/2\\ Y\left(j\right)=-Y(M-j)& (M/2)+1\≤j\≤M\end{array}\right.$

其中，R＝r₁，r₁，…r_N为软信息值，N为码长，C′_j＝c′_j，0c′_j，1…c′_j，N-1为映射后的本地码字且满足c′_j，i∈{-1，1}，且C_j和C_M-j互为反码。

5.如权利要求1所述的一种软输入软输出的译码系统，其特征在于，所述相关值计算模块(130)包括相关值计数器组(210)、缓存单元(220)、锁存相关值单元(230)、计算和锁存反码相关值单元(240)；

所述相关值计算器组(210)与所述缓存单元(220)相互串联，且该缓存单元(220)的输出为该相关值计算器组(210)的输入，以便完成p个相关值的计算，p为大于等于M/2k的整数，M为本地码字的数量，k为时钟频率对软信息数据率的倍数；

所述锁存单元(230)与所述计算和锁存反码相关值单元(240)并联后再与所述缓存单元(220)串联，该锁存单元(230)用于锁存来自缓存单元(220)的M/2个相关值，该计算和锁存反码相关值单元(240)用于对所述M/2个相关值取相反数，进而得到M/2个反码相关值并锁存该反码相关值。

6.如权利要求1所述的一种软输入软输出的译码系统，其特征在于，

所述相关值计算器组(210)由p个并行的相关值计算器组成，用于对所述软信息与本地码字做乘积；

所述缓存单元(220)由k个串联寄存器组成，用于暂存相关值计算器组(210)的结果。

7.如权利要求1所述的一种软输入软输出的译码系统，其特征在于，所述可信度计算模块(140)包括相关值累加模块(310)、最大值次大值比较模块(320)、平均值计算模块(330)；

所述相关值累加模块(310)，对其接收到的相关值做累加；

所述最大值次大值比较模块(320)的输出连接至其输入，用于比较此次接收的相关值向量、前次最大相关值、前次次大相关值中各相关值的大小，进而得到此次的最大相关值和次大相关值；

平均值计算模块(330)，接收来自所述相关值累加模块(310)的累加和以及接收来自最大值次大值比较模块(320)的最大相关值和次大相关值，并用该累加和减去该最大相关值和该次大相关值后再做平均值，进而得到除去最大相关值和次大相关值的平均值。

8.如权利要求7所述的一种软输入软输出的译码系统，其特征在于，所述接收到的相关值数量为Q，Q为大于等于

的整数；

其中，M为本地码字数量，k为时钟频率对软信息数据率的倍数，N为码长，η为码率。

9.如权利要求1所述的一种软输入软输出的译码系统，其特征在于，所述可信度K为

K＝(Y_max-Y_submax)/Y_mean

10.一种软输入软输出的译码方法，包括：

步骤a，计算软信息与本地码字的相关值；

步骤b，求出所述相关值集合中的最大相关值Y_max、次大相关值Y_sub max、除去最大相关值和次大相关值后的平均值Y_mean，再根据Y_max、Y_sub max、Y_mean求出可信度K以及该最大相关值对应的本地码字C′_max、该次大相关值对应的本地码字C′_sub max；

步骤c，根据公式

$s=\left\{\begin{array}{c}\mathrm{\α}{\mathrm{Kc}}_{\max }^{\′},c_{\max }^{\′}\≠c_{\mathrm{sub}\max }^{\′}\\ \mathrm{\β\α}{\mathrm{Kc}}_{\max }^{\′},c_{\max }^{\′}=c_{\mathrm{sub}\max }^{\′}\end{array}\right.$

得到输出软信息值；其中，s为输出软信息值，α为缩放因子，β为调整因子且β＞1。

11.如权利要求10所述的一种软输入软输出的译码方法，其特征在于，包括对数据符号做软判决，进而得到所述软信息的步骤。

12.如权利要求10所述的一种软输入软输出的译码方法，其特征在于，所述软信息和本地码字的相关值为

$Y\left(j\right)=\mathrm{corr}(R,C_j^{\′})=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{r}_i{c}_{j,i}^{\′}$ 1≤j≤M

其中，R＝r₁，r₁，…r_N为软信息值，N为码长，C′_j＝c′_j，0c′_j，1…c′_j，N-1为映射后的本地码字且满足c′_j，i∈{-1，1}。

13.如权利要求10所述的一种软输入软输出的译码方法，其特征在于，所述软信息和本地码字的相关值为

$\left\{\begin{array}{cc}Y\left(j\right)=\mathrm{corr}(R,C_j^{\′})=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{r}_i{c}_{j,i}^{\′}& 1\≤j\≤M/2\\ Y\left(j\right)=-Y(M-j)& (M/2)+1\≤j\≤M\end{array}\right.$

其中，R＝r₁，r₁，…r_N为软信息值，N为码长，C′_j＝c′_j，0c′_j，1…c′_j，N-1为映射后的本地码字且满足c′_j，i∈{-1，1}，且C_j和C_M-j互为反码。

14.如权利要求10所述的一种软输入软输出的译码方法，其特征在于，所述步骤a包括，首先完成p个相关值的计算，然后锁存M/2个相关值，同时对所述M/2个相关值取相反数，进而得到M/2个反码相关值并锁存该反码相关值；

其中，p为大于等于M/2k的整数，M为本地码字的数量，k为时钟频率对软信息数据率的倍数。

15.如权利要求10所述的一种软输入软输出的译码方法，其特征在于，所述最大相关值Y_mean、次大相关值Y_sub max求得方法为，首先比较此次相关值向量、前次最大相关值、前次次大相关值中各相关值的大小，进而得到此次最大相关值和次大相关值；

所述除去最大相关值和次大相关值后的平均值求得方法为，首先求得此次相关值向量的累加和，然后用该累加和减去此次最大相关值和次大相关值后再做平均值，进而得到除去最大相关值和次大相关值的平均值。

16.如权利要求15所述的一种软输入软输出的译码方法，其特征在于，所述接收到的相关值数量为Q，Q为大于等于

的整数；

其中，M为本地码字数量，k为时钟频率对软信息数据率的倍数，N为码长，η为码率。

17.如权利要求10所述的一种软输入软输出的译码方法，其特征在于，所述可信度K为

K＝(Y_max-Y_submax)/Y_mean

Images