1.一种降低复杂度的符号翻转多元LDPC译码方法，其特征在于，所述方法包括：S1初始化：令迭代次数k＝0，设置最大迭代次数为Imax，设置第一门限值T1和第二门限值T2以及汉明距离系数 计算第0次的初始信道硬判决序列 其中值的选取由 确定， 表示硬判决符号 与外信息 之间的汉明距离， 表示第k次迭代的硬判决符号， 表示第k次迭代中第i个校验节点传递给第j个变量节点的外信息，0≤i≤m‑1，0≤j≤n‑1，m和n分别是多元LDPC码的校验矩阵H＝[hi,j]m×n的行数和列数；

S2迭代译码：当k

(k) (k) (k) T

S22：计算伴随式s ，如果s ＝z H＝0，则退出迭代，输出译码结果，反之执行S23；

S23：利用大数逻辑原则统计第k次迭代外信息出现的频率 根据所述第一门限值(k)T1和第二门限值T2确定截断集合J 和 对于第j个变量节点，定义 为有限域上除了以外的其它符号，更新目标函数的变化量 从中选出一个最大值作为该节(k)

点的翻转度量变化值，即 在|J |个变量节点中，寻找一个最大值 及其对应(k) (k)

的变量节点序号p ，之后对第p 个变量节点执行翻转操作，翻转后的符号为 即用(k)替代 得到新的硬判决序列z ；对变量节点进行截断和划分，定义节点下标集合其中0≤j≤n‑1，集合Mj＝{i|0≤i≤m‑1,hi,j≠0}为校验矩阵H＝(k)

[hi,j]m×n第j列非零行的序号，T1是一个预先设置的门限值；对于进入集合J 的变量节点，定义 为有限域上除了 以外的其它符号，对预测值进行截断和划分，定义集合(k)

其中，j∈J ，T2是一个预先设置的门限值， 表示第k次迭代中与 值相等的外信息 的出现次数；

S24：执行k←k+1，若迭代达到最大次数Imax，则退出迭代，输出译码结果，反之继续循环迭代，执行S21。

2.如权利要求1所述的降低复杂度的符号翻转多元LDPC译码方法，其特征在于，在初始化中：r

令 表示发送码字序列，其中q＝2 ，r表示码字中有限域符号所对应的二进制数的位数，码字c中的每一个符号cj所对应的二进制向量为cj＝(cj,0,…,cj,t,…,cj,r‑1)，其中，cj,t∈F2，0≤j≤n‑1，0≤t≤r‑1；符号cj中的每一个比特cj,t经二进制相移键控(Binary Phase Shift Keying，BPSK)调制变换后得到一个实数序列xj＝(xj,0,…,xj,t,…,xj,r‑1)，其中，xj,t＝1‑2cj,t，调制后的序列经加性高斯白噪声信道(Additive White Gaussian Noise，AWGN)传输，接收端的信号表示为yj＝(yj,0,…,yj,t,…,yj,r‑1)，其中，yj,t

2 2

＝xj,t+nj,t，nj,t是服从均值为0，方差为σ的高斯分布，即nj,t～N(0,σ)，然后进行硬判决，当时 当 时 从而得到初始信道硬判决序列为

3.如权利要求1或2所述的降低复杂度的符号翻转多元LDPC译码方法，其特征在于，在迭代译码的步骤S23中：在第k次迭代时，对于参数特征变化不明显的变量节点，其符号保持不变，即不需要执行翻转操作。

4.如权利要求1所述的降低复杂度的符号翻转多元LDPC译码方法，其特征在于，在迭代译码的步骤S23中：第k次迭代中，根据公式 计算第j个

变量节点的目标函数的变化量 从中选出一个最大值作为该节点的翻转度量变化值，即 该数值表征了第j个变量节点的硬判决符号被翻(k)

转的趋势， 的值越大，表示该节点的符号越趋向于执行翻转操作，在|J |个变量节(k)点中，寻找一个最大值 及其对应的变量节点序号p ；

其中， φ(·)是

系统的星座映射规则，此处运用BPSK调制。

5.如权利要求1或2所述的降低复杂度的符号翻转多元LDPC译码方法，其特征在于，找(k)到需要执行翻转操作的变量节点序号p 以后，根据公式 对该节点的符号执行翻转操作，得到翻转后的符号为

6.如权利要求1或2所述的降低复杂度的符号翻转多元LDPC译码方法，其特征在于，定义第i个校验节点传递给第j个变量节点的外信息为 其中0≤i≤m‑1，0≤j≤n‑1，集合Ni\j＝{j`|0≤j`≤n‑1,hi,j≠0,j`≠j}为校验矩阵H＝[hi,j]m×n第i行中除第j列外非零列的序号。

7.如权利要求1或2所述的降低复杂度的符号翻转多元LDPC译码方法，其特征在于，令表示外信息取值为有限域符号 的次数，即外信息出现频率，该频率越大表示 判决为 的可能性越高。

8.如权利要求1或2所述的降低复杂度的符号翻转多元LDPC译码方法，其特征在于，其中， 表示第i个校验节点的伴随式信息， 其中，0≤i≤m‑1，集合Ni＝{j|0≤j≤n‑1,hi,j≠0}为校验矩阵H＝[hi,j]m×n第i行非零列的序号。