一种BBU-RRU数据压缩方法与流程

本发明涉及一种数据通信技术，特别是涉及一种BBU-RRU数据压缩方法。

背景技术：

下一代宽带移动通信系统中，BBU-RRU分布式基站模式得到了广泛的关注，其基本原理是将传统宏基站的基带部分和射频部分分为基带处理单元(Building Base band Unit，BBU)和射频拉远单元(Radio Remote Unit，RRU)。BBU和RRU间通过光纤进行连接，相对于采用电缆连接的普通基站而言，可以更大程度地降低馈线成本和工程施工难度。但是随着数据量需求的不断增多，光纤传输带宽受限的问题愈发凸显，因此BBU和RRU之间必须进行有效地数据压缩。在上行BBU-RRU系统中，终端发射的数据经过无线信道传输至RRU，RRU通过压缩模块将接收信号压缩为目标信号，目标信号通过光纤前传传输至BBU，最终BBU通过解压缩模块将目标信号恢复为终端发射的初始数据。传统的通用公共无线电接口(Common Public Radio Interface，CPRI)中的数据压缩方案大致可以分为两类：第一类为时域压缩方案，例如降采样率、非线性量化，IQ数据压缩等；第二类为频域压缩方案，例如子载波压缩等。传统的BBU-RRU系统中采用的压缩方案压缩性能有待于进一步提高，而通过新型的压缩感知理论可以显著提高数据压缩效率。但在传统的压缩感知方案中并没有考虑无线信道链路对终端发射数据造成的影响，采用传统的压缩感知算法无法准确地恢复终端发射的初始数据，因此现有的压缩感知方案不适用于BBU-RRU系统。

鉴于此，如何找到具有更好的压缩性能的应用于BBU-RRU间的数据压缩方案就成为了本领域技术人员亟待解决的问题。

技术实现要素：

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种BBU-RRU数据压缩方法，用于解决现有技术中BBU-RRU间的数据压缩方案压缩效率不高的问题。

为实现上述目的及其他相关目的，本发明提供一种BBU-RRU数据压缩方法，所述BBU-RRU数据压缩方法包括：为每一个RRU分别配置一个压缩矩阵，并将所述压缩矩阵发送所述RRU连接的BBU，所述压缩矩阵用于将C维向量压缩成R维向量，R<＝C；所述RRU获取所述RRU与所述终端间的无线信道状态矩阵，并接收到C维信号向量；利用压缩矩阵将所述C维信号向量压缩成R维信号向量；所述RRU将压缩后的R维信号向量和无线信道 状态矩阵发送至BBU；BBU利用所述压缩矩阵和无线信道状态矩阵对R维信号向量进行重构，恢复终端发射信号。

可选地，压缩矩阵A为R×C矩阵，压缩矩阵A包括：压缩矩阵A的第(r,c)项为 其中r∈{1,...,R}，c∈{1,...,C}，M为BBU连接的RRU总数，θ_rc服从均匀分布[0,2π)。

可选地，所述RRU接收到的C维信号向量y＝Hx+n，其中，x为所述K个终端发送在C个不同子信道上向所述RRU发送的信号，H为无线信道状态矩阵，n为在不同子信道上的加性噪声矩阵。

可选地，所述无线信道状态矩阵表示第k个终端与RRU之间第c个子信道的信道状态，k∈{1,...,K}，c∈{1,...,C}。

可选地，所述信道状态是指RRU与发射信号的终端之间的无线信道状态信息，包括大尺度衰落和/或小尺度衰落信息。

可选地，所述n＝[n¹,...,n^c,...,n^C]^T，n^c表示RRU在第c个子信道上的加性噪声，c∈{1,...,C}。

可选地，所述K个终端在C个不同子信道上向所述RRU发送的信号 表示第k个终端在第c个子信道上发射的信号，k∈{1,...,K}，c∈{1,...,C}。

可选地，所述利用压缩矩阵将所述C维信号向量y压缩成R维信号向量z的具体实现包括：z＝Ay。

可选地，所述的重构方法为：BBU恢复的终端发射信号其中Θ＝AH，σ²为噪声功率，I为单位对角矩阵。

可选地，所述BBU通过光纤与所述RRU连接。

如上所述，本发明的BBU-RRU数据压缩方法，具有以下有益效果：针对现有技术的不足，提供了一种基于压缩感知的适用于BBU-RRU上行链路的数据压缩方案，RRU基于压缩感知理论对接收到的终端数据进行分布式数据压缩，并在BBU准确地对终端发射的数据进行重构，显著减少了光纤负载，提高了数据传输效率和系统吞吐量。本发明的技术方案由RRU基于压缩感知理论对接收到的终端数据进行分布式数据压缩，BBU根据无线信道状态准确地 对终端发射的数据进行重构，显著减少了光纤负载，提高了数据传输效率和系统吞吐量，降低了重构的误码率。

附图说明

图1显示为本发明的BBU-RRU数据压缩方法的一实施例的流程示意图。

图2显示为本发明的BBU-RRU数据压缩方法的一实施例的应用结构示意图。

元件标号说明

S1～S5 步骤

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。

需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

本发明提供一种BBU-RRU数据压缩方法，可应用于BBU-RRU分布式基站中，BBU是指基带处理单元(Building Base band Unit)，RRU是指射频拉远单元(Radio Remote Unit)。该压缩方法借鉴了压缩感知理论，压缩感知理论指出了一条新颖的将模拟信号转化为数字形式的压缩信号的有效途径：通过一组特定波形去感知信号，即将信号投影到给定波形上面(衡量与给定波形的相关度)，感知到一组压缩数据，最后利用最优化的方法实现对压缩数据解密，估计出原始信号，达到了非常优异的压缩性能。本发明提出了一种基于压缩感知的适用于BBU-RRU上行链路的数据压缩方案，RRU基于压缩感知理论对接收到的终端数据进行分布式数据压缩。在一个实施例中，如图1所示，所述BBU-RRU数据压缩方法包括：

步骤S1，为每一个RRU分别配置一个压缩矩阵，并将所述压缩矩阵发送所述RRU连接的BBU，所述压缩矩阵用于将C维向量压缩成R维向量，R<＝C。所述的压缩矩阵用于将高维度的向量压缩成低维度的向量。可以通过多种方式为RRU配置压缩矩阵，可以通过人工配置方式实现；也可以通过BBU为该BBU连接的每一个RRU分配配置一个压缩矩阵。在一个实施例中，设定压缩前向量的维度为C×1，压缩后向量的维度为R×1(R≤C)，则压缩矩阵A 的维度为R×C。压缩矩阵A的形式可以选择但不限于：矩阵A的第(r,c)项为 其中r∈{1,...,R}，c∈{1,...,C}，M为BBU连接的RRU总数，θ_rc服从均匀分布[0,2π)。

步骤S2，所述RRU获取所述RRU与所述终端间的无线信道状态矩阵，并接收到C维信号向量。在一个实施例中，所述的接收到的C维信号向量y为终端发射信号x通过无线信道到达RRU的信号。所述RRU接收到的C维信号向量y＝Hx+n，其中，x为所述K个终端发送在C个不同子信道上向所述RRU发送的信号，H为无线信道状态矩阵，n为在不同子信道上的加性高斯白噪声矩阵。假设共有K个终端，无线传输带宽划分为C个子信道，则RRU接收到的维度为C×1的信号为y＝Hx+n。其中，无线信道状态矩阵表示第k个终端与RRU之间第c个子信道的信道状态，k∈{1,...,K}，c∈{1,...,C}；所述K个终端在C个不同子信道上向所述RRU发送的信号表示第k个终端在第c个子信道上发射的信号，k∈{1,...,K}，c∈{1,...,C}；n_i＝[n¹,...,n^c,...,n^C]^T，n^c表示RRU在第c个子信道上的加性高斯白噪声，c∈{1,...,C}。所述的信道状态是指RRU与发射信号的终端之间的无线信道状态信息，包括但不限于大尺度衰落、小尺度衰落等信息。

步骤S3，利用压缩矩阵将所述C维信号向量压缩成R维信号向量。在一个实施例中，所述利用压缩矩阵将所述C维信号向量y压缩成R维信号向量z的具体实现包括：z＝Ay。即将接收到的信号y压缩成低维度的信号z的方式为z＝Ay。

步骤S4，所述RRU将压缩后的R维信号向量和无线信道状态矩阵发送至BBU。在一个实施例中，所述BBU通过光纤与所述RRU连接。所述RRU通过光纤将压缩后的R维信号向量和无线信道状态矩阵发送至BBU。

步骤S5，BBU利用所述压缩矩阵和无线信道状态矩阵对R维信号向量进行重构，恢复终端发射信号。在一个实施例中，所述的重构方法为：BBU恢复的终端发射信号 其中Θ＝AH，σ²为噪声功率，I为单位对角矩阵。其中的压缩矩阵A为发送所述R维信号向量的RRU对应配置的压缩矩阵。

在一个实施例中，BBU-RRU上行链路结构场景如图2所示，其中包含K个终端，M个RRU通过光纤前传连接至BBU，无线传输带宽划分为C个子信道。

本实施例具体通过以下步骤实现：

步骤1：BBU为第i个RRU配置压缩矩阵A_i，i∈{1,...,M}。所述的压缩矩阵A_i用于将维度为C×1的向量压缩成低维度R×1(R≤C)的向量，A_i的维度为R×C。矩阵A_i的第(r,c)项为 其中r∈{1,...,R}，c∈{1,...,C}，θ_irc服从均匀分布[0,2π)。

步骤2：RRU接收K个终端发射的信号。假设第k个终端在第c个子信道上发射的信号为则第i个RRU在第c个子信道上的接收信号可以表示为：其中，表示第k个终端与第i个RRU之间第c个子信道的信道状态，其中k∈{1,...,K}，i∈{1,...,M},c∈{1,...,C}；表示在第i个RRU上在第c个子信道上的加性高斯白噪声，i∈{1,...,M},c∈{1,...,C}。将K个终端在所有子信道上发射的信号写为第i个RRU在所有子信道上的接收信号写为噪声则第i个RRU的总接收信号可以写为y_i＝H_ix+n_i,i∈{1,2,...M}。其中，无线信道状态矩阵

步骤3：RRU利用压缩矩阵A_i，将接收到的信号y_i进行压缩。第i个RRU使用压缩矩阵A_i将维度为C×1的向量y_i压缩成低维度R×1的向量z_i，即z_i＝A_iy_i。

步骤4：RRU将压缩后的信号z_i和无线信道状态矩阵H_i通过光纤前传发送至BBU。

步骤5：BBU利用压缩矩阵A_i和无线信道状态矩阵H_i对压缩信号z_i进行重构，恢复终端发射的信号。将{z_i:i＝1,2,...M}连接为长矩阵则BBU收到的总压缩信号可以写为z＝Θx+n。其中，Θ＝[(A₁H₁)^T,...,(A_iH_i)^T,...,(A_MH_M)^T]^T，n＝[(A₁n₁)^T,...,(A_in_i)^T,...,(A_Mn_M)^T]^T，i∈{1,...,M}。BBU使用MMSE接收机，使U＝(Θ^HΘ+σ²I)^-1Θ^H，其中σ²为n的噪声功率，I为单位对角矩阵。BBU重构得到的终端发射信号

综上所述，本发明提出了一种基于压缩感知的适用于BBU-RRU上行链路的数据压缩方案，RRU基于压缩感知理论对接收到的终端数据进行分布式数据压缩，BBU根据无线信道状态准确地对终端发射的数据进行重构，显著减少了光纤负载，提高了数据传输效率和系统吞吐量。其优势在于：(1)RRU基于压缩感知理论对接收到的终端数据进行分布式数据压缩，相比于传统BBU-RRU中的压缩方法，显著减少了光纤负载，提高了数据传输效率和系统吞吐量。(2)BBU利用压缩矩阵A和无线信道状态矩阵H对压缩信号z进行重构，相比于传统的压缩感知重构算法，更准确地恢复了终端发射的信号。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技 术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。