一种bbu-rru间数据压缩方法
【技术领域】
[0001] 本发明设及无线通信领域，尤其是设及一种BBU-RRU间数据压缩方法。
【背景技术】
[0002] 随着移动通信的不断发展，BBU(基带处理单元)-R抓(射频拉远模块)之间的数据 传输量也迅速上升，系统对带宽的需求急剧增加。目前BBU-RRU之间的数据使用光纤进行传 输，如果在4G/5G中的数据传输超过了已有光纤系统的容量，则需要增加光纤的数量或者进 行重新设计一种能够承载更大数据量的系统，运样就加大了基站系统的研发成本和风险。 如果对数据进行压缩处理，则在数据量上升的情况下仍然可W使用原有的光纤系统进行传 输。现有技术对BBU-RRU之间的数据进行压缩主要是在量化时进行动态的调整，运样就可起 到数据压缩的作用。然而该方法在实现时信噪比的不同对损伤率有影响，因此需对压缩率 和损伤率都有一定的限制来满足系统的要求，对于在LTEW及5G等数据量比较大的运种情 况下的应用就有一定的难度。
[0003] 因此，解决BBU-RRU数据传输的带宽不够问题是非常必要的。
【发明内容】
[0004] 本发明所要解决的技术问题是，提供一种BBU-RRU间数据压缩方法，能够利用算法 对BBU-R抓之间的传数据进行压缩，解决了 BBU-R抓之间数据传输的带宽不够问题，降低了 基站的成本。
[0005] 本发明是通过下述技术方案解决上述技术问题的：
[0006] 一种BBU-R抓间数据压缩方法，包括W下步骤：
[0007] a)确定原始信号长度N、观测样本数目M、稀疏度KW及信噪比；
[000引b)产生稀疏度为K的时域非稀疏信号X，添加信噪比为-15地~20地的高斯白噪声；
[0009] C)产生随机高斯观测矩阵〇￡於>^其中，均值为〇，方差为1，3为实数集.
[0010] d)将时域非稀疏信号X转化为频域稀疏信号S;
[00川 e)获得巧慢样本值y=巫X =巫y^s=0s，其中，为稀疏基矩阵，0为生成矩阵； [0012] f)通过压缩感知恢复算法，得到测量样本值y的重构信号。
[OOU] 优选地，所述观测样本的数目M含K*log(N/K)。
[0014]优选地，利用IFFT(快速傅里叶逆变换)产生稀疏度为K的时域非稀疏信号X。
[001引优选地，利用MATLAB产生压缩感知所需的随机高斯观巧魄阵巫erMxn。
[0016] 优选地，采用FFT变换(快速傅里叶变换)和FFT系数自适应量化的方法使时域非稀 疏信号X转化为频域稀疏信号S。
[0017] 本发明对压缩后的数据进行了损伤率测试和压缩率检测，包括W下步骤：
[0018] a)通过压缩感知算法对重构信号与原信号做二范数来实现损伤率测试，对压缩之 后的信号长度与原始信号长度作比较实现压缩率检测；
[0019] b)将|；c-;|<1〇-6作为判断标准，判断是否能够精确重构；
[0020] c)统计精确重构的信号损伤率、压缩率W及非零值的位置关系。
[0021] 本发明在常规的量化后利用设计的算法对BBU-R抓之间的传输数据进行压缩，无 需增加光纤数量或重新设计一种能够承载更大数据量的系统，大大的降低了研发和产品成 本，且实现简单，效果显著、绿色环保。
【附图说明】
[0022] 图1为本发明实施例的BBU-RR叫司数据压缩方法的流程图；
[0023] 图2为时域非稀疏(FDM信号产生框图；
[0024] 图3为采用16QAM调制时的重构结果；
[0025] 图4为压缩率为1/4，SNR = -15地到20地时，不同调制信号的损伤率变化图。
【具体实施方式】
[0026] 为了使本领域技术人员更好地理解本发明的技术方案能予W实施，下面结合附图 和具体实施例对本发明进一步说明，但所举实施例不作为对本发明的限定。
[0027] 本发明提供了一种BBU-RR叫司数据压缩方法，具体如图1所示，包括W下步骤：
[0028] 步骤SI:确定原始信号长度N、观测样本数目M、稀疏度KW及信噪比，其中观测样本 的数目 M>=K*log(N/K);
[0029] 步骤S2:利用IFFT产生稀疏度为K的时域非稀疏OFDM(正交频分复用）信号X，添加 信噪比为20地的高斯白噪声，目的是为了使产生的时域非稀疏OFDM信号X更接近于实际信 号。
[0030] 步骤S3:利用MATLAB产生压缩感知所需的随机高斯观测矩阵O ERMXW，其中，均值 为0,方差为1，R为实数集；
[0031] 步骤S4:采用FFT变换和FFT系数自适应量化的方法使时域非稀疏OFDM信号X转化 为频域稀疏信号S来满足压缩感知的条件；
[00创步骤S5:获得测量样本值y = ?x=0y^s=0s，W为稀疏基矩阵，0为生成矩阵；
[0033] 步骤S6:将测量样本值y用压缩感知恢复算法得到重构信号。
[0034] 本发明的一个实施例中，对压缩后的数据进行了损伤率测试和压缩率检测，包括 W下步骤：
[0035] 第一步:通过压缩感知算法对重构信号与原信号做二范数来实现损伤率测试，对 压缩之后的信号长度与原始信号长度作比较实现压缩率检测；
[0036] 第二步:将Ix-^KKT6作为判断标准，判断是否能够精确重构；
[0037] 第=步:统计精确重构的信号损伤率、压缩率W及非零值的位置关系。
[0038] 下面WOFDM多载波调制系统为例，说明时域非稀疏OFDM信号产生步骤，并说明压 缩损伤率与压缩率之间的关系。
[0039] 如图2所示，时域非稀疏OFDM信号产生步骤：
[0040] a)产生长度为N的串行随机二进制序列；
[0041] b)将串行随机二进制序列进行MQAM调制（多进制正交幅度调制）形成串行调制传 输符号；
[0042] C)将串行调制输出符号按FFT点数量转换为并行符号，并将并行符号利用IFFT调 制到不同频率的载波上；
[0043] d)通过添加循环前缀来抑制并行符号间的干扰；
[0044] e)将加循环前缀的并行符号通过信道在接收端去循环前缀，进行FFTW及MQAM解 调来得到二进制数据；
[0045] 如图3所示，采用16QAM调制，当OFDM符号数为1，子载波数为20，IFFT点数为512， SNR为20地时，利用上述压缩方法得到损伤率为1.4%，压缩率约为1/4。
[0046] 如图4所示，当压缩率为1/4，SNR = -15地到20地时，随着信噪比的增加不同调制信 号的损伤率在逐渐减小。
[0047] 假设现有系统的光模块是10G，当未来BBU-RRU之间的数据超过IOG时，则只能进行 增加模块，运样就要对系统进行重新设计，提高了成本。使用该技术后，在较低的损伤率的 情况下，最大的压缩率可W为=分之一，运样就可W不用对原来的系统进行重新设计，只需 要使用软的压缩方法就完全可W满足系统的传输需求，实现了对BBU-RRU之间数据的压缩， 在有一定损伤率的情况下，可W较大的压缩数据，降低了对系统传输带宽的需求，从而降低 了基站的成本。
[0048] W上所述，W上实施例仅用W说明本发明的技术方案，而非对其限制，本发明的保 护范围不限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可显而易 见地得到的技术方案的简单变化或等效替换，均属于本发明的保护范围。
【主权项】
1. 一种BBU-RRU间数据压缩方法，其特征在于，包括以下步骤： a) 确定原始信号长度N、观测样本数目M、稀疏度K以及信噪比； b) 产生稀疏度为K的时域非稀疏信号X，添加信噪比为-15dB~20dB的高斯白噪声； c) 产生随机高斯观测矩阵?￡RMXN，其中，均值为〇,方差为1，R为实数集； d) 将时域非稀疏信号X转化为频域稀疏信号s; e) 获得测量样本值y=i>x=i>Ws = ?s，其中，Ψ为稀疏基矩阵，Θ为生成矩阵； f) 通过压缩感知恢复算法，得到测量样本值y的重构信号。2. 根据权利要求1所述的BBU-RRU间数据压缩方法，其特征在于，所述观测样本的数目Μ >K*log(N/K)。3. 根据权利要求1所述的BBU-RRU间数据压缩方法，其特征在于，利用IFFT产生稀疏度 为K的时域非稀疏信号X。4. 根据权利要求1所述的BBU-RRU间数据压缩方法，其特征在于，利用MATLAB产生压缩 感知所需的随机高斯观测矩阵Φ ￡Rmxn。5. 根据权利要求1所述的BBU-RRU间数据压缩方法，其特征在于，采用FFT变换和FFT系 数自适应量化的方法使时域非稀疏信号X转化为频域稀疏信号s。
【专利摘要】本发明提供了一种BBU-RRU间数据压缩方法，包括：确定原始信号长度、观测样本数目、稀疏度K以及信噪比；产生稀疏度为K的时域非稀疏信号x，添加信噪比为-15dB～20dB的高斯白噪声；获得随机高斯观测矩阵；将时域非稀疏信号转化为频域稀疏信号；获得测量样本值；将测量样本值用压缩感知恢复算法得到重构信号。该技术能够利用算法对BBU-RRU之间的传输数据进行压缩，解决了BBU-RRU之间数据传输的带宽不够问题，降低了基站的成本。
【IPC分类】H04W28/06, H04L27/26
【公开号】CN105517052
【申请号】CN201510791927
【发明人】王军选, 杨武军, 梁彦霞, 战金龙, 江帆, 姜静, 李小平, 孔令斌
【申请人】西安邮电大学
【公开日】2016年4月20日
【申请日】2015年11月13日