1.一种基于自适应残差连接的共享神经归一化最小和译码方法，其特征在于，包括以下步骤：步骤1，构建神经网络输入层，所述神经网络输入层包括两个以上的输入节点，输入节点的数量与待译码的LDPC码码字序列长度相等；所述神经网络输入层被配置为接收一个包含信道输出软信息的实数向量，实数向量中每个元素对应码字中一个比特的可靠性度量，即对数似然比；

步骤2，构建神经网络隐藏层，所述输入层将实数向量直接馈入神经网络隐藏层以启动神经网络的译码过程；

所述神经网络隐藏层包含校验节点到变量节点CN层和变量节点到校验节点VN层；

所述校验节点到变量节点CN层的权重参数为 ，所述变量节点到校验节点VN层的权重参数为 ，且在当前迭代中校验节点到变量节点CN层的所有连接边共享相同权重 ，变量节点到校验节点VN层的所有连接边共享相同权重 ；

步骤3，设计自适应残差连接机制，设定阈值参数用于判断是否启用残差连接，定义指数加权平均系数控制残差连接的权重分配；

步骤4，校验节点到变量节点CN层迭代更新，计算校验节点到变量节点的消息，并根据阈值判断条件应用自适应残差连接；

步骤5，变量节点到校验节点VN层迭代更新，计算变量节点到校验节点的消息，并根据阈值判断条件应用自适应残差连接；

步骤6，迭代执行与输出层处理，按照设定的最大迭代次数重复执行步骤4和步骤5，迭代到最大次数后通过输出层输出最终译码结果，输出层使用激活函数进行处理；

步骤7，网络训练优化，使用交叉熵损失函数对网络进行训练，通过反向传播算法更新共享权重参数；

步骤3中，所述自适应残差连接机制包括：

在校验节点到变量节点CN层更新时：将第t‑2次迭代变量节点到校验节点VN层的输出与第t‑1次迭代变量节点到校验节点VN层的输出 通过指数加权平均进行结合，加权系数为 ，当 时，启用残差连接；当 时不使用残差连接， 为阈值；

在变量节点到校验节点VN层更新时：将第t‑1次迭代校验节点到变量节点CN层的输出与第t次迭代校验节点到变量节点CN层的输出 通过指数加权平均进行结合，加权系数为 ，当 时，启用残差连接；当 时不使用残差连接。

2.根据权利要求1所述的方法，其特征在于，步骤1中，神经网络输入层接收的待译码的LDPC码的码字序列是发送码字经二进制相移键控调制后在加性高斯白噪声信道传输得到的软信息序列。

3.根据权利要求2所述的方法，其特征在于，步骤4中，对于校验节点到变量节点CN层，计算校验节点CN到变量节点VN的消息，更新公式为：  （1），

其中， 为第t次迭代时，节点到变量节点CN层连接边的共享权重； 表示第t次迭代时校验节点m到变量节点n的消息， 表示第t‑1次迭代时变量节点 到校验节点m的消息； 表示与校验节点m相连但不包括变量节点n的其他所有变量节点的集合；函数f是一个数学映射， 是函数f的输入，结果表示校验节点在第t次迭代中向变量节点发送的消息值；

然后应用自适应残差连接机制，更新公式为：

（2）。

4.根据权利要求3所述的方法，其特征在于，步骤5中，对于变量节点到校验节点VN层，计算变量节点VN到校验节点CN的消息，更新公式为：（3），

其中， 为第t次迭代时，变量节点到校验节点VN层连接边的共享权重， 表示第t次迭代时变量节点n到校验节点m的消息， 表示第t次迭代时校验节点 到变量节点n的消息， 表示与变量节点n相连但不包括校验节点m的其他所有校验节点的集合；

表示连接到变量节点n的一组校验节点； 表示为第n位对应的信道对数似然比；函数g是一个数学映射， 是函数g的输入，结果表示变量节点在第 次迭代中向校验节点发送的消息值；

然后应用自适应残差连接机制，更新公式为：

（4）。

5.根据权利要求4所述的方法，其特征在于，步骤6中，最终译码输出的计算公式为：（5），

其中，T为译码最大迭代次数， 表示第T次迭代时，校验节点m到变量节点n的消息；

表示变量节点n达到最大迭代次数后的硬判决输出；使用 作为激活函数，其中x是激活函数的输入；

最终的译码判决为：

  （6），

其中， 表示对第n个码元位置的最终二进制判决结果。

6.根据权利要求5所述的方法，其特征在于，步骤7包括：然后利用交叉熵Cross‑Entropy损失函数对网络进行训练，通过反向传播来更新神经网络中的权重系数，损失函数公式为：  （7），

其中，N为输出层神经元的数量即码字长度，s为发送码字，o是网络输出的译码序列，是基于发送码字s和网络输出的译码序列o计算的交叉熵损失函数； 代表发送码字序列中第n个比特。

7.一种采用如权利要求1 6任一项所述的方法实现的基于自适应残差连接架构的共享~神经归一化最小和译码装置，其特征在于，所述装置通过计算机处理器实现，包括逻辑功能模块，能够执行所述方法；所述装置包括输入层模块、共享权重处理模块、自适应残差连接控制模块、迭代控制模块和训练优化模块；

所述输入层模块用于接收待译码的LDPC码软信息序列；

所述共享权重处理模块：包括CN层处理单元和VN层处理单元，分别执行步骤4和步骤5；

所述自适应残差连接控制模块：根据所述方法中的阈值判断机制，动态控制残差连接的启用与关闭；

所述迭代控制模块：管理CN层和VN层的交替迭代过程，执行步骤6；

所述训练优化模块：实现所述方法中步骤7，使用交叉熵损失函数优化网络参数。

8.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有程序代码，当所述程序代码被所述处理器执行时，使得所述处理器执行如权利要求1至6中任一项所述的方法的步骤。

9.一种存储介质，其特征在于，存储有计算机程序或指令，当所述计算机程序或指令在计算机上运行时，执行如权利要求1至6中任一项所述的方法的步骤。