对于使用低密度生成矩阵（LDGM）代码构造的字母大小为M = 2K的迭代均方误差（MSE）量化器，提出了一种有效的恢复算法，该算法调整了置信传播（BP）中使用的先验值以限制先前非理想抽取步骤的影响。 基于对理想或非理想抽取下的BP过程的分析，该算法首先估计描述非理想抽取效果的条件概率分布，然后调整先验值以使分布与理想情况相匹配。 如仿真结果所示，该恢复算法可以极大地提高量化性能，将整形损耗降低至0.012 dB，而由于使用了FFT技术，计算复杂度的增加是适度的。