使用Vivado高层次综合工具高效评估和实现所选压缩算法

赛灵思的 Vivado HLS 工具有助于降低无线去程网络基础设施不断攀升的成本。

无线网络运营商面临的巨大挑战 在于维持盈亏底线的同时要增大网络的容量和密度。针对无线接口的压缩方案可减少所需的去程网络基础设施投资，有助于应对这种挑战。

我们使用 Vivado® Design Suite 的高层次综合 (HLS) 工具来评估针对 E-UTRA I/Q 数据的开放无线电设备接口 (ORI) 标准压缩方案，以估计其对信号保真度的影响、造成的时延及其实现成本。我们发现赛灵思的 Vivado HLS 平台能够高效评估和实现所选压缩算法。

无线带宽压力

无线带宽需求的不断增加催生了对新的网络功能的需求，例如更高阶的 MIMO（多输入多输出）配置和载波聚合。这样导致网络日趋复杂，从而要求运营商做出架构调整，例如进行基带处理集中化以优化网络资源的使用。在降低基带处理成本的同时，基带处理资源的共享会增加去程网络的复杂性。

这些去程网络负责在基带单元 (BBU) 与远程射频单元 (RRH) 之间传输天线载波调制信号，在光纤上使用通用公共无线接口 (CPRI) 协议是这种网络最常见的实现途径。CPRI 协议需要恒定的比特率，并且经过多年的发展，该协议规范已提高了最大数据速率以满足不断增长的带宽需求。网络运营商正在寻求合适的技术以便能够在显著提高数据速率的同时不增加所使用的光纤数量，从而维持蜂窝基站当前资本支出与运营支出不变。

为提供长期解决方案，网络运营商正在研究可选的网络布局，包括重新设计基带处理与射频单元之间的接口结构以减少去程带宽。然而，重新布局网络功能可能导致其更难以满足一些无线接口规范的严格性能要求。

减少带宽的另一种方法是针对接近或超过可用吞吐量的无线接口实现压缩/解压缩 (codec) 方案。可实现的压缩率取决于具体的无线信号特性，例如噪声等级、动态范围以及过采样率等。

让我们仔细研究一下针对 E-UTRA IQ 数据的 ORI 标准压缩方案——传输调制符号的真实和虚拟组件。图 1 的简化应用实例说明了 CPRI IQ 输入和输出接口中压缩和解压缩模块的位置在滤波器设计过程中对特定的通道特性进行探索，以最大程度减少因下面下采样和上采样引起的信号丢失。

IQ 压缩算法

ORI 标准是在 CPRI 规范的基础上进行了完善和改进，旨在支持开放 BBU/RRH 接口。在最新版本中，ORI 为 10、15 或 20 MHz 的通道带宽指定了有损时域 E-UTRA 数据压缩技术。将固定 3/4 速率重采样与 15 位 IQ 样本的非线性量化相结合，可将带宽要求降低 50%，例如，有助于通过单条 9.8 Gbps CPRI 链路，实现覆盖两个分区的 8 x 8 MIMO 配置。

重采样阶段涉及到对输入 I 和 Q 数据流进行内插操作，使内插数据通过低通滤波器，并对输出数据流进行抽取操作。在滤波器设计过程中对特定的通道特性进行探索,以最大程度减少因下采样和上采样阶段引起的信号丢失。例如，以 30.72 MHz 速率采样的 20 MHz E-UTRA 下行链路通道可输出 18.015 MHz 的 OFDMA 有效带宽，这意味着在 3/4 采样率下可实现理想的无损低通滤波器响应。

非线性量化 (NLQ) 过程将正态分布的 15 位基带 IQ 样本转化为 10 位量化值。NLQ 使用具有指定标准偏差的累积分布函数 (CDF) 来描述精细粒度下出现频率比较高（而非出现频率比较低）的振幅，以将量化误差减至最小。如图 2b 中的结果所示，量化后数值群组对减小后数值范围的填充比例明显高于图 2a 所示的输入数值群组，因此，与其他线性量化方案相比，量化后数值群组可将量化误差减至最小。通常，I 与 Q 样本实现在查找表中，它们利用其对应的分布函数单独进行量化。我们将 ORI IQ 压缩性能与 ITU-T Recommendation G.711 指定的 Mu-Law 压缩算法实现方案进行对比。同属于非线性量化技术，Mu-Law 利用对数函数在可用数值范围内对量化值进行重新分布。不同于考虑输入样本统计分布的 CDF 量化法，通过 Mu-Law 量化的输出与对应输入样本值和指定压缩值成函数关系。

为了比较 50% 的等效压缩比，我们考虑 16 位至 8 位 Mu-Law 编码器。由于不需要重采样，因此从时延和实现资源成本方面考虑，Mu-Law 压缩是一款低成本解决方案，能够在设计复杂性与可实现的重建信号保真度之间进行权衡。

 

图 1：采用 CPRI IQ 压缩技术的简化无线系统