E.Arikan提出的极化码(Polar Codes),以其较低的编译码计算复杂度达到了任意对称二元输入离散无记忆信道的容量。这是无线通信领域的重大突破,已经引起了人们的广泛关注。置信传播(BP,Belief Propagation)译码算法是全并行的译码算法,它具有较高的吞吐量。极化码没有校验矩阵,其BP译码算法无法提前终止,需要不停地迭代直至达到最大迭代次数。极化码与低密度奇偶校验码(LDPC,Low Density Parity Check)都是图码,因此它们的BP译码算法很相似。而LDPC码的BP译码算法有如下特点：a.许多变量在很少的迭代次数后就已经达到很高的可靠度,在以后的迭代过程中,它们的符号和极性就不再改变；b.随着BP译码的收敛,结点信息在更新前后的差值逐渐趋于零。根据结点上的信息变化,作者提出了三种基于提前终止迭代的改进BP译码方案。数学上的均值、方差以及均方差可以表示变量的变化程度。作者分别根据这三个参数提出了基于均值、方差、均方差的提前终止迭代的改进BP译码算法。极化码中的比特分为固定比特和信息比特,其中固定比特是已知的,而变化的只有信息比特。在极化码的BP译码过程中,作者通过计算信息比特连续三次迭代的似然比方差和均方差的大小,达到判断信息比特是否收敛的目的。仿真结果表明,这两种基于方差、均方差的改进BP译码算法的误码性能基本上没有损失,迭代次数大大减少。而基于均方差的提前终止迭代改进BP译码算法在判断信息比特时候是否收敛时,计算均方差比计算方差的多了一个平方根的计算。因此,基于方差的提前终止迭代改进BP译码算法比基于均方差的提前终止迭代的改进BP译码算法略好。第三种基于均值的提前终止迭代的改进BP译码算法基本思想：在信息比特连续三次迭代的过程中,根据其中相邻两次似然比变化的均值大小,来判断信息比特是否收敛。仿真结果表明,该方案性能基本没有损失,译码的平均迭代次数大大减少。而这三种译码方案,它们的性能与标准BP译码相比,基本上没有性能损失,从运算的角度看,第三种基于均值的的提前终止迭代的改进BP译码算法较为简单。因此,第三种改进的BP译码算法较优。