CN103125104A - 降低内存的矢量化dsl - Google Patents
降低内存的矢量化dsl Download PDFInfo
- Publication number
- CN103125104A CN103125104A CN2011800407807A CN201180040780A CN103125104A CN 103125104 A CN103125104 A CN 103125104A CN 2011800407807 A CN2011800407807 A CN 2011800407807A CN 201180040780 A CN201180040780 A CN 201180040780A CN 103125104 A CN103125104 A CN 103125104A
- Authority
- CN
- China
- Prior art keywords
- fext
- data
- dsl
- test signal
- output data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B3/00—Line transmission systems
- H04B3/02—Details
- H04B3/32—Reducing cross-talk, e.g. by compensating
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Image Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
通过采样在矢量化系统中使用的DSL音调范围内的DSL音调的子集来降低矢量化DSL系统的内存存储、传输和处理要求。该数据被平滑(降噪)以进一步降低数据的大小,作为结果牺牲了一些逼真度或精度。最后,执行无损熵编码等来对FEXT消除数据进行编码以供存储和使用。所得的数据造成矢量化系统中的传输瓶颈的可能性较小,对于片上矢量化实现和片外矢量化实现二者都能够被更有效地存储和使用,并且能够容易地以各种方式进行更新。
Description
相关申请的交叉引用
本申请要求下述在先提交的共同待审未决的申请的优先权益:
在2010年7月22日提交的、标题为“A METHOD AND APPARATUS FORECONOMIZING ON THE MEMORY REQUIREMENTS FOR VECTORED DSL”的美国申请No.61/366,585(代理号No.2202-p06pl),为了所有目的而通过引用将其整体公开全部合并于此;
在2010年8月9日提交的、标题为“A METHOD FOR COMPRESSINGCOMPLEX OR MULTI-DIMENS IONAL SEQUENCES”的美国申请No.61/371,950(代理号No.2202p06p2),为了所有目的而通过引用将其整体公开全部合并于此。
技术领域
本发明大体上涉及矢量化DSL通信系统的领域。
背景技术
数字订户线路(DSL)通信遭到包括串话在内的各种形式的干扰。已经开发了各种技术来对抗这种干扰及其对数据传输的影响,包括矢量化DSL。对于矢量化DSL系统,在下游调制解调器和上游调制解调器之间必须传输的与矢量化有关的数据相当得多;与串话有关的矢量化数据也必须由上游设备(诸如矢量化控制实体和/或其他矢量化模块)进行存储、更新、操作、和/或处理。
矢量化通过消除或预消除共处一处的收发机的矢量化组的信号中的串话干扰,减轻了双绞线DSL网络中固有的串话。来自和进入每个收发机的串话被描述为针对各个收发机所使用的每个音调(频率)的矩阵(信道矩阵)。为了执行消除,矢量化处理系统必须有权访问来自和去往参加矢量化组的每个收发机的信号,并且消除信息被具体表达在描述信道矩阵的逆(或近似逆)的系数中。因为系数数目按矢量化组中的DSL线路的数目的平方增长,并且因为早先的系统已经按照固定大小的数目存储了针对每个单元和频率的系数,所以在矢量化组较大时矢量化系统中的内存要求快速增长。部分消除技术已经包括线路选择(仅保留针对主要干扰源DSL线路的系数)和音调选择(仅保留针对主要干扰音调的系数),这两种方法需要用以监视被消除的音调和/或线路的监管(例如监管软件、固件)。因为网络特性和操作条件随时间改变,所以随着条件改变必须维持这些监视功能。降低矢量化DSL系统中的矢量化数据的存储、传送和处理要求的系统、方法、设备等将代表现有技术的重要进步。
发明内容
受害者-干扰源DSL对的远端串话(FEXT)信道在频域进行相关,也即,受害者干扰源D SL对的FEXT耦合被平滑,并且与收集每个音调的耦合信息的系统相比,抽取可以用较少的系数(尽管有一些信息丢失)来具体表达耦合函数。预测可被用于提取相关(例如,经由线性预测滤波),然后逐步开发抽取的信道估计和预测的信道估计之间的误差信号。利用好的预测器,误差方差小于耦合函数的方差,因此改为存储误差信号,而不是耦合函数自身的系数。由于耦合函数在频域上逐线路的可变性,许多误差采样太小而没有意义,并且可被丢弃而用零来替代。所得的误差采样序列中的非均匀的符号使用分布(例如,零出现的频率比任何其他数字出现的频率大,小数字出现的频率比大数字出现的频率大得多,等等)允许使用无损熵编码(算术编码、霍夫曼、Golomb、Golomb-Rice等)来压缩序列,从而进一步减小内存大小。
处理的各种组合减小了为了满足总体系统性能目标而存储系数所需的大小。可以基于在时间上有限的且在存在噪声的情况下做出的测量向信道估计应用噪声降低(例如,平滑)。这种噪声降低基于下述知识:任何受害者干扰源对的FEXT信道在频域进行相关。可以使用抽取、采样、预测等来利用各个耦合函数在频域中的相关。可以应用基于性能加权的噪声(或误差方差)标准的变量量化(例如,具有根据音调频率或频带变化的步长大小的量化)。还可以应用编码(例如,无损压缩)以移除冗余。由于所需的高速矢量计算,一些实施例可被实现在硬件数字信号处理电路(例如,专用集成电路(ASIC)、现场可编程门阵列(FPGA)、和/或其他设备)中。
与先前的使用音调选择和/或线路选择的串话部分消除形成对比,此处所公开和要求保护的通用的部分DSL消除的实施例在很大程度上消除用于监管和控制所述选择所需的开销的同时,有利地降低了内存和带宽要求。这些实施例使得下述实现成为现实:在单个FPGA中实现64端口的矢量化系统,以及扩展到具有合理复杂度(即,芯片的数目、代价、板面积等)的较大系统。处理多于一些端口的任何矢量化系统都会遇到内存大小(例如,在FPGA中)和/或内存带宽(例如,对于片外访问)这两个问题中的一个或二者。而且,此处的实施例在不要求如早先的音调选择和线路选择部分消除方案中所要求的对被消除的特定线路或音调的显式监视或监管的同时提供相等的或更大的内存和带宽要求的降低。
附图说明
通过以下结合附图的详细描述,将容易理解本发明,在附图中类似的参考标号表示类似的结构单元,在附图中:
图1是本发明的实施例可以在其中实现的(MIMO)DSL系统。
图2是电信公司的线束线缆(binder cable)的从0到30MHz的典型的FEXT信道响应。
图3和图5-9是根据本发明的一个或多个实施例的矢量化DSL系统的框图。
图4是根据本发明的一个或多个实施例的分组结构的示例。
图10是本发明的实施例可以在其中实现的DSL数据处理流的框图。
图11是本发明的实施例可以在其中实现的DSLAM调制解调器的框图。
图12-14是根据本发明的一个或多个实施例的DSLAM调制解调器芯片与矢量化DSL系统的接口的框图。
图1519是根据本发明的一个或多个实施例的矢量化数据网络配置的各种框图。
图20是示出用于与本发明的一个或多个实施例结合使用的示例性数据传输配置的框图。
图21是根据本发明的一个或多个实施例的矢量处理器单元的示例性逻辑实现。
图22是根据本发明的一个或多个实施例的示例性矢量处理器,实现了两个VPU并且与至少一个调制解调器芯片接口连接。
图23是DSLAM架构实施例,其示出具有提供用户数据进行矢量化的四个线卡的专用矢量化模块。
图24示出根据本发明的一个或多个实施例的矢量化DSL系统中的组件的时钟同步。
图25示出以CPE接收机为参考的传输信号、FEXT、以及背景噪声的示例性功率谱密度。
图26是以发射机为参考(衡量)的传输信号和容许的噪声预算的示例性功率谱密度的图解表示。
图27示出信号的分段线性近似和最小二乘回归近似的一个或多个实施例。
图28是降低内存的矢量化DSL的一个或多个设备和/或方法实施例的框图,其示出了FEXT数据和/或系数压缩。
图29是示出降低内存的矢量化DSL的一个或多个设备和/或方法实施例的框图,其示出了FEXT数据和/或系数压缩。
图30和31示出降低内存的矢量化DSL的一个或多个设备和/或方法实施例的框图,其示出FEXT数据和/或系数Golomb编码。
图32示意了降低内存的矢量化DSL的一个或多个设备和/或方法实施例的框图,其示出FEXT数据和/或系数压缩。
具体实施方式
以下详细描述将参考一个或多个实施例,但是本发明不限于这些实施例。相反,所呈现的详细描述和任何实施例仅是旨在是示例说明的,并且包涵在如所附权利要求定义的公开内容的精神和范围内的所有备选、修改、等价等。本领域技术人员将容易理解此处关于附图给出的详细描述是出于示例说明的目的提供的,因为本发明的范围延伸超出这些受限的实施例。
在说明书和权利要求的全文中使用特定术语来指代特定的系统组件。本领域技术人员将理解,在现有技术中这些组件可以以不同的名称来称呼。本公开内容不打算区分没有显著不同的组件。本文中,诸如“耦合到”和“连接到”等短语被用于描述两个设备、单元和/或组件之间的连接,并且旨在表示物理地和/或电气地直接耦合在一起或者间接耦合在一起(例如在适当的场合下经由一个或多个中间单元或组件或者经由无线连接)。术语“芯片”和“处理器”广泛地指代以规定方式操作以例如处理数据的硬件设备,并且能够包括各种类型的这种设备,例如现场可编程门阵列(FPGA)、数字信号处理(DSP)芯片、专用集成电路(ASIC)、集成电路(IC)等,以及更复杂的设备或这些设备的组合(如计算机)。术语“系统”广泛地指代两个或多个组件的汇集,并且可以用于指代整个系统(例如,计算机和/或通信系统、或者包括一个或多个计算机、通信组件等的网络)、被配置为较大系统的一部分的子系统(例如,各个计算机内的子系统)、和/或涉及这种系统或子系统的操作的处理或方法。在该说明书和所附权利要求书中,单数形式“一”、“一个”以及“该”包括复数,除非上下文中另有清楚规定。除了另有定义之外,对于本领域普通技术人员而言,此处使用的技术和科学术语具有本文所公开和讨论的相关主题在现有技术中的相同的、无不一致的含义。
在说明书中提到本发明的“一些实施例”、“一个实施例”、“实施例”等表示:结合这种实施例描述的特定的特征、结构或者特性被包括在本发明的至少一个实施例中。因此,在说明书中所述短语等的出现不一定都是指代同一实施例。
在无串话的情况下,在理论上而言,使用离散多音(DMT)数字订户线路(DSL)调制解调器技术,现有的铜电话基础设施可被用于在长达近似5000英尺的距离上携带每秒几十到几百兆比特。DMT调制解调器将可用带宽分成多个子载波(也称为“音调”、“频率”和/或“频率块(bin)”),这些子载波被同步并且独立地用数字QAM数据进行调制,以形成网络和订户之间的聚合的通信信道。基于DMT的DSL系统通常使用频分复用(FDM),并且将特定子载波分派给下游(也即,从DSLAM/CO到CPE/用户)或者上游(从CPE/用户到DSLAM/CO)方向。该FDM策略限制了近端串话(NEXT)。DMT系统在存在射频干扰(RFI)和其他类型的频率选择性噪声(或干扰)或信道色散的情况下通常是非常鲁棒的,因为每个子载波可以独立地用适当数量的数据和功率进行调制,以满足系统要求和期望的误比特率。
典型的电话线束线缆通常包含10到50根无屏蔽的铜双绞线(这些线束然后被捆绑成较大的线缆)。如本领域技术人员所公知的,由于制造差异和不完美的线缆安装(例如,弯曲等),在线束内的每对双绞线之间(以及在相邻线束之间)出现相当大级别的FEXT。作为典型的线缆结构、安装和部署技术的结果,对于线缆中的相当大的距离,每对双绞线物理上与在线束中的(或外部的)多个其他对双绞线相邻。当作为制造差异的结果存在FEXT级别的差异时,净结果是每个铜对向线缆中的几乎每个其他铜对施加某个量的FEXT。在许多实例中,FEXT可以与线路中的背景噪声级别一样大或者比其高40dB,并且串话通常随着频率而增大。线缆测量已经示出每条特定线路具有影响线路性能的至少5到10个干扰源或者更多的干扰源。因此,在实现DMT DSL系统中的相对短的环路上的高数据率方面,FEXT是主要减损。
而且,出于所有目的通过引用将下述公开的全部内容并入本文:在2010年1月7日公开的、标题为“Reduced Memory Vectored DSL”的WIPO公开NO.WO2010/002908A2;以及R.Cendrillon等人的“Partialcrosstalk precompensation in downstream VDSL,″Signal Processingvol.84.pp.2005-2019(2004)。
作为典型的线缆结构、安装和部署技术的结果,FEXT是在DMT DSL系统中在多个环路上实现高数据率的主要减损。先进的信号处理“矢量化”部分地或完全消除在铜电话线缆内的双绞线对之间的FEXT,并且允许显著地高得多的数据率。在下述文章中更详细地说明了矢量化:G.Ginis和J.Cioffi的“Vectored Transmission for Digital Subscriber LineSystems”(IEEE JSAC special issue on twisted pair transmission,Vol.20,Issue5,pp.1085-1104,June2002);以及G.Ginis和J.Cioffi的“Vectored-DMT:A FEXT Canceling Modulation Scheme forCoordinating Users”(Proceedings of IEEE ICC2001,Vol.1,Helsinki,Finland,pp.305-09,June2001),出于任何目的通过引用将这两篇文章并入本文。
矢量化对电话线缆中的DSL线路之间的通信进行协调,这些通信都在被称为DSLAM(DSL接入多路复用器)的中心位置处终止。为了有效地矢量化DSL调制解调器,它们必须同步到相同的DMT符号时钟,并且具有利用预先安排的训练数据式样(对于每个调制解调器是唯一的)的同步训练/跟踪周期,以允许受害者调制解调器识别在特定的干扰源-受害者调制解调器对之间的串话特性。本领域技术人员将理解,存在各种用于识别这种系统中的串话的技术,包括可能在与DSL系统及其实现有关的各种适用的标准中描述的一种或多种技术。“串话拓扑”或者映射通常被表达为在训练、跟踪等期间确定的在DSL线路之间的各种交互/串话关系的矩阵。预补偿(例如,预编码)被用在下游方向(例如,从DSLAM到客户站点),使用其他调制解调器的发送波形(即,其FEXT影响给定调制解调器的信号的调制解调器)对一调制解调器的发送波形进行预失真,使得当预失真的调制解调器信号到达其客户站点调制解调器时干扰FEXT被抵消并且其影响被消除或降低。在上游方向(例如,从客户站点到DSLAM),在DSLAM处的MIMO(多入多出)空间滤波消除上游接收机侧的上游FEXT。消除系数可以使用LMS(最小均方)自适应算法或者公知的其他最小二乘类型的方法来识别和更新。
本文公开和要求保护的降低内存的DSL的实施例利用降低在矢量化DSL系统中的“矢量化数据”(或“FEXT数据”等)的存储、传送和处理要求(例如,存储、传输和/或处理接收的作为给定DSL线路上的FEXT的代理的误差信号或者其他信号、FEXT补偿滤波器系数、FEXT信道估计或系数、FEXT补偿矩阵G、承载这种信息的反向信道通信信号,等等)的技术和设备。FEXT耦合信息是根据在初始化和训练期间的DSL调制解调器的测量导出的。在本文描述的一些实施例中,仅针对音调的子集估计FEXT耦合,然后通过重构系数、估计系数等针对所有使用的音调来消除FEXT。一些实施例涉及信息丢失,导致理想系数和重构系数之间的差异;这种重构误差作为未消除的或者残余FEXT出现,并且在接收机中与背景噪声相结合。比特分配(通常局限于15比特/音调)限制了支持可靠通信所需的信噪比(SNR)。而且,双绞线对中的不可避免的信号衰减随着频率增大,因此容许的残余FEXT级别(即,造成足够小的衰减使得进一步的残余FEXT抑制不能获得益处的FEXT量)随着音调频率而变化。因此,在本文的实施例中量化的使用根据音调频率而变化;在一些实施例中,通过检查整个矢量化DSL系统的全部数据率目标来导出量化间隔集合。
对于给定受害者/干扰源对,FEXT耦合在频率上是强相关的。这种相关可以具体变现为线性预测滤波,使得一些频率上的FEXT耦合信息被用于预测其他频率上的耦合。如果预测误差被计算,则该预测误差的变化比FEXT耦合自身的变化要小,因此在开始音调处的FEXT耦合信息与大的音调集合上的预测误差序列一起使用,足以捕捉针对大的音调集合的FEXT耦合。因此,这种信息所需的内存存储、传输和处理要求小于音调集合的FEXT耦合所需的内存存储、传输和处理要求。为了在这种实施例中重构在每个音调处的FEXT消除系数,例如在使用从当前音调处的值减去前一音调处的系数值的一阶差分预测滤波中,利用线性预测滤波的逆以及开始状态来对误差序列进行处理。在另外的实施例中,线性变换(诸如离散余弦变换)对可获得的FEXT耦合估计的集合进行变换。对FEXT耦合的估计中的强相关意味着:变换后的估计的许多值将是小的,并且可被丢弃而只造成最小的逼真度损失。可以使用可调阈值来选择那些要被保留的变换值。因此,在矢量化DSL系统中较少的数量仍要存储、传输和处理。在已经应用一个或多个前述方案之后,所得的序列由具有非均匀的出现频率的符号(数字)组成。一些实施例然后应用(无损的)可变长度熵编码以进一步降低内存存储、传输、和处理要求(例如,算术编码、霍夫曼编码和Golomb编码,其涉及将符号分派到具有与符号的出现频率成反比的长度的码字--因为频繁出现的符号被分派给短码字,所以产生内存、带宽和/或处理优点)。
为了成为有效的FEXT消除器或预编码器,系数应该反映实际的环路设备的表观状态(如调制解调器所感知的),其可能随着时间发生变化。为了完成这一点,不时地使用特殊符号进行信道测量,并且计算系数的附加更新(更新被添加到以前的系数以创建针对给定干扰源/受害者对和音调频率的新系数)。因为预测滤波和变换方法都是线性的,预测滤波或者变换被应用到更新以简化实现,在这之后滤波后的或变换后的更新被增加到先前的系数集合。可变长度编码的使用使得更新过程变复杂,因为更新结果可能具有不同的存储要求(例如,新的系数集合可能太大而不适合可用内存)。为了保护系统不会溢出,本文的降低内存的矢量化DSL的实施例可以使用控制逼真度和内存大小的可调参数,使得系统以确保系数适合可用内存的参数组合来开始,并且后续迭代将细化系数集合直到达到预定限制。
因此,降低内存的矢量化DSL的实施例产生(1)对从CPE侧FEXT数据收集器到DSLAM的数据传输具有降低的带宽负担的矢量化DSL系统,和/或(2)针对FEXT消除数据(例如,对于访问FEXT数据,以供在DSLAM等等中处理)具有降低的上游端数据存储、传输和处理要求的矢量化DSL系统。
针对具有U个用户的矢量化组的“完全”FEXT消除方案(消除所有频率上的所有干扰源的所有FEXT)要求每个DMT符号周期U2量级的计算。在具有接近4096个音调和仅10个矢量化用户的DSL系统中,“完全”FEXT消除的复杂度级别是在每秒十亿次触发(flop)的量级,并且FEXT缓减设备中的功率耗散与FEXT缓减算法的复杂度成正比。本领域技术人员将理解,由此任何完全FEXT消除中涉及的这种程度的复杂度在当前是无法实施的。而且,由于在生成和更新消除系数以及在这种系统中使用的处理技术方面的不完美性,在这种系统中的完美消除是不太可能的。因此,已经设计和实现部分FEXT消除方案,以提供对可用计算资源的合理使用,来执行FEXT消除和提高数据率。
因此,已经开发用于针对给定矢量化用户执行“部分”上游FEXT消除的各种方法、技术等。部分FEXT消除的一些实施例基于耦合和输入信号级别对系统用户进行排序。在其他FEXT消除中,包括选择阶段,在选择阶段期间基于是否处理每个干扰源的输入来做出关于每个干扰源的确定,该确定与其他干扰源的贡献无关。在这种实施例中,在选择阶段使用阈值方案。各种因素确定阈值,并且可以包括但不限于:平均输入信号能量级别、耦合信道的幅度、以及在执行部分FEXT消除之后的残余FEXT的目标级别。部分FEXT消除的各种实施例使得功率消耗降低,并且允许对计算资源的复用或分享。其他实施例提供数据带宽要求降低。
图1示出了降低内存的矢量化DSL的实施例可以在其中实现的示例性矢量化组DSL系统80(例如,VDSL、VDSL2、ADSL等),该系统80包括上游端DSL设备(例如,CO侧DSLAM82)和经由双绞线对84(其被捆绑在线束85中)耦合到DSLAM82的多个(U个)下游端DSL设备(例如,CPE83)。DSLAM82包括耦合到线路84的串话预编码器87和串话消除器88。矢量化控制实体(VCE)86耦合到预编码器87和消除器88,并且经由一个或多个信道81(在CPE83与VCE86之间的信道81可以是从CPE83到DSLAM82的上游逻辑数据通路,并且可以不与线路84物理上分离)耦合到CPE83。消除器88、预编码器87以及VCE86的其他配置是已知的,并且可以在各种实施例中使用。CPE83经由信道81向DSLAM82发送FEXT消除数据(例如,误差信号、量化数据等),DSLAM82提取误差反馈信号,并且向VCE86发送该误差反馈信号。DSLAM82可以可选地耦合到网络管理系统(NMS)89,NMS89可以是处理与DSLAM82交换的数据的网络管理结构。在其他实施例中,DSLAM82可以被修改以包括分路器、滤波器、管理实体、以及各种其他硬件、软件和功能。DSLAM82包括在VCE86、消除器88、预编码器87、NMS89和/或线路84之间交换信号的多个DSL收发机(例如,VTU-O)。DSL信号使用DSL收发机进行接收和发送,该DSL收发机可以是调制解调器、调制解调器卡、线卡等等。CPE83均包括DSL收发机(例如,VTU-R),用以经由线路84向DSLAM82发送数据。可以使用多种其他上游端和下游端配置和DSL设备,并且本领域技术人员将理解图1的示例性配置不是限制性的。
预编码器87使用部分串话消除来预消除下游DSL传输中的串话,以降低下游信号串话噪声,例如,使用可与这里的降低内存的矢量化DSL的实施例一起使用的具有多个下游和上游频带的典型DSL系统带式设备。如图1中那样的MIMO系统可以通过从系统的每个输入到每个输出的系统(或信道)响应来表征。对于线性系统,系统响应是线性函数。例如,输入1到U和输出1到U具有系统响应Hij(对于i≠j,FEXT信道响应/系数;以及对于i=j,直接信道响应/系数),即H11、H12、…、H10、H21、…、HU1、HU2、…、HUU。因此,任何给定输出u是从每个输入(1到U)到该输出的聚合响应。为了识别系统响应,Hij(其中i,j=1∶U),可以用测试信号输入数据(例如,导频和/或正交训练或跟踪序列)来激励输入,以及由CPE调制解调器(即,下游端DSL设备)接收、观察、测量和/或收集的系统的测试信号输出数据。接收调制解调器所接收或计算的数据通常是误差信号。每个调制解调器知道训练/跟踪数据输入是什么,以及如果不存在串话的话调制解调器应该接收什么输出信号。接收调制解调器计算表示期望的传输输出与实际的(受FEXT干扰的)传输输出之间的差的误差信号。这些误差信号可作为对给定DSL线路的FEXT干扰的指示而发送给DSLAM等。DSLAM从所有相关的CPE调制解调器收集这些误差信号,并且对数据进行相关以确定表示有关的DSL线路中的串话影响的Hij(k)系数。
因此,每个子信道变成其信道响应可被独立(并且同时)识别的独立MIMO系统。直接系统响应Hii对应于针对来自每个调制解调器的自身双绞线对的单个子信道的期望的调制解调器响应信号,而剩余的项目Hij(其中i≠j)对应于来自相同或不同线缆中的其他线路的FEXT。这种系统存在于上游和下游两个方向,其中音调组被分派给任一传输方向。在此处,结合耦合到众多CPE调制解调器的DSLAM来描述降低内存的矢量化DSL的各种实施例。然而,如本领域技术人员应该理解的,在其他DSL传输以及矢量化设置和结构中,可以使用其他实施例。例如,DSL线路可以将DSLAM耦合到中间DSL线路设备(诸如光学联网终端(ONT)、信号中继器等)。类似地,DSL线路的上游端可以以不同于DSLAM的设备或装置来终止。也即,本发明的实施例可以用在DSL线路以下游收发机和上游收发机终止的各种DSL设置中。
前面的DSLAM侧矢量化系统通过下述方式来执行发送预编码:由每个CPE调制解调器测量/收集针对DMT系统中的所有音调的FEXT响应(基于,例如从电信公司侧设备发送的训练数据),以及将每个音调的收集的测量(在反向信道)发送给电信公司/DSLAM侧设备,以进行FEXT信道估计和进一步的处理。如本领域技术人员已经知道的,在串话训练之后由CPE发送给DSLAM的每个值可以是Hij的代理,而不是Hij自身的值(不详细讨论这种普遍使用的变化和已知的符号表示或数量)。备选地,CPE能够执行所需的FEXT信道估计处理,以及在反向信道上向电信公司/DSLAM侧发送该信道估计。因为FEXT信道特性可以随时间发生变化,这些信道估计通常被跟踪和定期更新。在矢量化DSL系统中,FEXT数据的上游反向信道通信可能是相当大的瓶颈,并且后续的对FEXT数据的存储可能成为相当大的内存负担。FEXT信道测量等的反向信道通信在该初步启动阶段(在完全的调制解调器训练和初始化之前)特别成问题,因为仅有低比特率的控制信道可用。这种通信瓶颈会拖慢系统训练时间,并且推迟可用的系统操作。反向信道通信在正常系统操作期间也成问题,因为大多数DSL频带方案偏向以较低的上游速率作为代价获得较高的上游速率(例如,按10∶1的比率)。因此,反向信道通信可能是总的可用上游数据速率的相当大的一部分。如果没有分配足够的带宽用于更新FEXT数据测量,则更新可能被减慢并且阻碍对信道变化的及时跟踪。对FEXT信道数据的存储是一个相关问题。通常,具有U个用户的系统具有针对每个DMT音调计算和存储的总共U2个信道响应(U个期望的直接信道响应和U×(U-1)个FEXT信道响应)。尽管在一些优化技术降低了该负担,然而存储要求仍可能很大且繁重。
如上面提到的,对DSL缆线的测量示出在相邻音调的FEXT系数之间的增量改变较小。这不意味着FEXT在所有音调上近似恒定,而是从一个音调到下一个音调FEXT改变相对平滑。例如,图2示出了来自电信公司的线束线缆的从0到30MHz的示例性FEXT信道响应曲线。在基于DMT的DSL系统中间隔的子信道通常在4到8kHz的量级。如可以看出的,在相邻的子信道之间的FEXT的增量改变相对较小,尽管在从0到30MHz的整个频带上存在大的变化。在大多数FEXT消除机制中,目标是下述组合系统,其中:针对下游矢量化,系统输入x和系统输出y之间的关系被定义为y=HGx+n,其中G是被预先施加到输入数据,矩阵积HG近似对角矩阵,H是包含上面讨论的MIMO系统传输数据值Hij的矩阵,G是系统所导出的FEXT预消除器系数Gij的矩阵,以及n是噪声(或者信道或电子设备中的其他不相关的失真源)。对于上游矢量化,FEXT补偿被实现为后消除器和y-G(Hx+n)。对于下游或上游矢量化中的任一个,一种用于导出具有完全精度的G(即,计算Gij的每个完全精度系数值)的方法利用矩阵逆,因此如果在音调k上用户i和用户j之间的FEXT系数是Hij(k),则预消除器或后消除器系数是如本领域技术人员应该理解的,存在用以计算这些串话消除系数的其他方法。然而,从Hij(k)到Hij(k+1)的增量改变较小,并且本文的一些降低内存的矢量化DSL实施例利用连续音调中的Gij(k)的微小增量变化。结合下游矢量化和提供下游FEXT数据(即,CPE收集的并被发送给上游DSLAM进行处理的误差信号)的CPE所提供的示例性实施例可以同等地应用到上游矢量化,其中给定组中的CPE向上游DSLAM(上游端设备)发送测试信号输入数据,以生成与上游传输有关的FEXT数据。唯一的重要差异在于与降低内存的传输的用以降低上游带宽使用的益处不怎么有关,因为FEXT误差信号是由DSLAM(或者其他上游端设备)而不是CPE调制解调器来接收、观察、测量和/或收集的。
实际的示例性矢量化DSL系统可以使用2500个音调具有128个用户,导致每个用户32个消除系数(对于每个用户,32个最重要的FEXT源)。这种系统在针对计算和实现逆矩阵G以完全精度进行操作的情况下需要对一千万个系数进行存储,每个系数要求近似20-32个比特。如本领域技术人员应该理解的,显著降低这种系统中的用以存储、传输和处理系数的带宽和内存代表了相当大的益处。DSLAM侧设备中的总内存存储容量/大小是一个顾虑,但是系数内存带宽可能是更大的顾虑。如果该系统使用4kHz的DMT符号率,则需要40G个字的内存带宽(必须加载针对每个DMT符号的每个系数)。两个存储选项(片上和片外内存)都具有对性能有负面影响的缺点。对于针对ASIC或FPGA实现的40MB片上内存要求,将花费非常大的管芯大小(ASIC)或者完全不可能获得(FPGA)。该示例性内存量在使用片外商业DRAM的情况下是可能的,然而内存与矢量处理器之间的信道的带宽太慢不足以支持矢量化(内存的全部内容必须在每个DMT符号的250μs持续时间内读取)。
降低内存的矢量化DSL的各种实施例使用下述中的一个或多个:
(1)子采样(或抽取)和近似的FEXT数据重构;
(2)对FEXT数据进行预测(例如,差分)过滤;
(3)取决于与正被压缩的FEXT数据相对应的音调的可变均匀量化;
(4)取决于与正被压缩的FEXT数据相对应的音调的可变量化(例如,尾数指数量化);
(5)无损FEXT数据压缩(例如,算术、霍夫曼、Golomb编码);
(6)对FEXT数据的变换(例如,离散余弦变换阈值)编码;
(7)涉及信息丢失的可调参数,其中所述参数被调整以确保压缩后的FEXT数据将需要不超过特定量的存储;
(8)用以计算对已经压缩的FEXT数据的更新的线性预测和/或线性变换编码。
这些类型的步骤等可以表征为三个种类中:
(1)限制从DSL接收机收集(例如,使用在其中仅收集音调子集的FEXT数据的微带)的数据(例如,FEXT“数据点”的数目);
(2)降低所收集的数据的精度(例如,使用平滑、四舍五入、近似、量化和/或降噪等等);以及
(3)使用代理类型的数据对数据点进行编码,以降低对这些实施例的内存存储、传输和处理影响。
再次,这些实施例之一或组合的实现产生(1)对从CPE串话数据收集器到DSLAM的数据传输施加较少的带宽负担的矢量化DSL系统,和/或(2)针对串话系数和/或其他FEXT消除数据具有改进的数据存储、传输和处理要求的矢量化DSL系统。
在一些实施例中,在DSL音调的“全集”(例如,在DSL系统中使用的全部音调、使用的全部下游音调、使用的全部上游音调、众多的下游或上游频带(每个均具有音调全集),等等)中定义一个或多个微带。当本文中提到“全部音调”时,该短语被解释为“基本上是全部音调”,因为在给定范围(特别是大的频率范围)中的最小数量的音调可以不参与数据传输。每个微带可以具有相等数目的音调或者具有不等数目的音调(例如,微带中的音调的数目或间隔可以基于频带位置发生改变)。高频所遭受的FEXT问题与低频的不同,因此在高频范围可以使用更小的微带大小;其他变形对于本领域技术人员而言将是显而易见的。在简单示例中,一些实施例将DSL音调的全集(例如,整个系统中的256或4094个音调,或者给定频带中的所有音调)分成微带,每个微带包含相同数目的音调。使用针对每个微带中的Gij(k)的少量完全精度的值,可以通过近似得到针对剩余音调的Gij(k)值。因此,对近似模型的仔细选择降低了在这种矢量化DSL系统中的反向信道通信和内存存储要求。尽管使用Gij(k)作为用于确定完全精度和近似值的示例性的量,但是可以使用其他与FEXT有关的量/值(例如,Hij(k),调制解调器处的DSL线路输出误差信号)。
矢量化调制解调器与矢量化组(同一或多个底架单元)中的其他调制解调器交换实时FEXT信息。使用在4kHz到8kHz的范围内的典型DMT符号率,必须在处理延迟在少许DMT符号(或更少)的量级上的情况下在矢量化带宽上针对每个DMT符号完成一次FEXT消除以避免等待时间问题,从而创建复杂的数据网络,在该数据网络中每个线卡共享来自其调制解调器中的每个调制解调器以及其他系统调制解调器中的每个调制解调器(例如,在其他线卡、底架上等等)的实时FEXT信息。在典型的DSLAM系统中,对矢量化数据的传送可以是每秒几十G比特。当前DSLAM背板不能够处理该附加传送负载,并且另外的DSLAM背板需要用于以合理的复杂度和操作性能管理该数据传输流的实际方法。由于在电信公司节点中使用“交叉分线箱”或者接线板,所以相当大的FEXT耦合会来自在同一电信公司节点中终结的相邻线束或甚至不同缆线。这些接线板被用于将各个铜线对(可能来自不同线束或电信公司缆线)映射到DSLAM线卡上的特定调制解调器端口。而且,当单个调制解调器端口不能够提供期望的数据率时,将多个调制解调器端口捆绑在一起能够增大客户数据率(其中添加第二端口以提供附加服务-多端口DSL服务具有承载更多数据、以更快速度进行操作等的可能)。一些系统要求捆绑在一起的调制解调器端口连接到同一线卡;这对于一些电信公司而言是不现实的,这是出于线束组管理是不现实的同样理由。最后,DSL矢量化(特别是对用户数据信号的实时串话数据处理)的计算要求造成数据传输瓶颈和处理问题。大量的数据需要被快速处理(以降低等待时间/延迟),并且必须有效地进行传输和处理。实施例提供了在对被矢量化的DSL线路的等待时间和/或性能产生很小负面影响的情况下有效地操作和处理这些大量数据的系统、设备、方法等。
矢量化DSL系统和其中的测量遭受固有的噪声,并且估计的FEXT数据中的误差降低了系统性能。通过时间平均(对相同量做出的多次测量)可以减轻噪声影响;如果受到噪声影响的测量在统计上是固定的,则多次测量可能更加精确,尽管这会花费更多时间。数据平滑(例如,降噪)技术的集合移除噪声影响,而不需要用于噪声平均的额外时间。用于收集信道测量的有限时间还意味着仅可获得在用于传输的音调的有限子集上的估计(例如,使用在四个音调中的一个音调上的估计)。针对每个使用的音调的完全的预编码器/消除系数集合必须从该有限的测量集合来导出。对估计的耦合函数的子采样(或者抽取)可以使得它们的速率与预编码器/消除设备的速率兼容。高精度的FEXT数据知识是期望的,但是益处是有限的并且实际上越高精度的数据要求越多的存储内存。为了提供足够的系统性能和尽可能少的内存,仅保留获得小于特定阈值的量化误差所需那么多的精度是有利的。使用根据音调频率或微带而变换的量化间隔的不均匀间隔的量化被用于一些实施例,以控制相对于噪声(背景、热或其他不可避免的系统噪声)而言的信号对量化误差的比。
作为降低表示FEXT耦合(或者预编码器/消除系数)的整数平均绝对值的方式,线性预测滤波可以提取或定义FEXT耦合(或者,例如预编码器/消除系数)中的相关以及对预测滤波输出与实际或估计的FEXT耦合之间的误差序列的计算。备选地,可以使用离散余弦变换对一个干扰源/受害者对的量化FEXT数据进行变换。变换后的序列的绝对值可以与阈值进行比较,并且如果它们的绝对值小于阈值,则丢弃变换后的序列的值,否则则保留。
可变长度熵编码(例如,算术、霍夫曼或Golomb编码)可以进一步压缩FEXT数据,并且与子采样、量化和预测一起使用。用以控制信息丢失的可调参数可被初始化为具有较多丢失,以确保压缩后的FEXT数据适合可用内存;然后估计被继续细化以降低误差,直到内存使用达到预定的阈值。当使用对先前的解压缩后的FEXT数据集合的附加更新来计算预测误差时,可以更新压缩后的FEXT数据,然后结果被编码和存储为新的FEXT数据集合。单独地或一起使用这些方案、技术等等中的一个或多个,可以降低或消除矢量化DSL系统否则会面临的通信瓶颈。这些实施例是可缩放的,从小端口计数的系统(例如,单个线卡系统)到高达大得多的系统(例如,散布在多个线卡和/或底架上的几千个端口)。这些实施例与光互连技术(在多个底架系统或对传统底架设备的线卡升级的情况下)以及其他铜互连技术(其中所有通信在铜背板上的单个DSLAM内流动或者使用高带宽的铜互连进行流动)一起使用。实施例还允许“虚拟捆绑”,该虚拟捆绑允许电信公司虚拟捆绑多个线卡和/或多个底架上的调制解调器端口。
图3示出了矢量化数据通信系统100,其中线卡110包含控制双绞线114上的通信的DSL调制解调器112(例如,多端口设备)。多个线卡110经由到矢量化控制实体(VCE)的高速通信设备(诸如图3中的XAUI线路108等)相连,该VCE可以是或者可以包括中央矢量化模块120(其例如可以是矢量化卡)。高速数据通信线路116将调制解调器112连接到线卡矢量路由器组件(VRC-L)118。VRC-L118形成调制解调器112的抽象层,因为调制解调器112需要连接到唯一一个VRC-L118,并且因此从每个调制解调器112的角度看隐藏了特定矢量化部署的复杂度(例如,端口、线卡的数目等)。
从每个调制解调器112到其相应的VRC-L118的矢量化数据流包括针对下游和上游通信的频域采样,也即针对下游矢量化的IFFT输入发送(TX)数据和/或用于上游矢量化的FFT输出接收(RX)数据。从矢量化模块120经由VRC-L118返回每个调制解调器112的数据是调制解调器的串话调节后(矢量化后)的IFFT输入数据和/或FFT输出数据,该数据经过了调节和/或处理以防止和/或移除来自其他vddg线路的串话干扰。每个线卡110中的VRC-L118充当线卡的调制解调器112与矢量化模块120之间的接口。高速线路108将每个线卡110上的VRC-L118联网到矢量化模块120上的同伴VRC-V122。矢量化模块120上的VRC-V122根据系统要求的定义将调制解调器矢量化数据流细分成微带,用于在一个或多个矢量处理器(VPC)124上进行后续串话消除。矢量处理器也可以称为“矢量处理器组件”、“计算设备”等。也即,从每个调制解调器中的正规(即,非矢量化的)数据流中移除数据,并且该数据被重组成通过频率特性定义的数据束,使得可以基于频率(例如逐个音调、音调组等等)对数据进行串话处理。一旦被处理,该数据又从用于移除串话的处理的基于频率的束进行重组,并且是重新组织以由调制解调器进行传输/使用。
例如,上游和下游频带可以是由一个或多个VRC(例如,VRC-L/VRC-V对)路由到各个VPC的矢量。矢量路由器是出于在调制解调器与矢量处理器之间高效地移动矢量化数据以避免处理或者数据传输瓶颈的目的、实现专用的“私有”数据网络的专用数据联网设备或者子系统,该专用的“私有”数据网络可以与以太网类似。矢量化数据的分组可以包含报头和/或其他状态信息,使得能够在不需要在每个调制解调器与矢量处理器设备之间的专用链接的情况下在数据网络上高效地路由矢量化数据。为此,矢量路由器还将矢量数据分组从调制解调器容易提供的格式转换成矢量处理器天然利用的格式,然后在已经执行了矢量化(例如,对调制解调器矢量化数据流进行交织和去交织)之后再转换回去。取决于配置,该任务可以分在VRC-L与VRC-V上,或者仅在其中之一或另一个上执行。备选地,VPC分派可以基于均匀间隔的微带(与上游和下游频带分配无关)。在在矢量化模块120上的VRC-V122与VPC124之间的数据传输可以使用高速互连线路126来执行。
图4中示出的示例性分组结构允许对众多DSLAM侧调制解调器(例如,VTU-O)与矢量化控制实体(VCE)之间的数据进行实时矢量化。将包含采取未处理的用户数据(即,还没有对串话影响进行补偿的用户数据,本文中也称为“未校正”的数据或信号)的格式的用于矢量化的有效载荷数据的请求分组发送给矢量处理器或类似设备,其中矢量化处理补偿未处理的用户数据DSL信号中的串话影响。然后,将处理后的DSL数据重新打包为有效载荷数据,并且在回复分组中回送给提供了未处理的用户数据的相应的调制解调器(请求和回复分组通常使用类似的配置)。利用发送自每个调制解调器的非矢量化数据来构建分组(例如由VRC-L构建),并且对于每个音调和/或调制解调器/端口范围针对每个符号发送该分组一次,以用于进行矢量化处理。基本地,发送给VPC的非矢量化数据被解包(unpack)、矢量化处理、重新打包在回复分组中(该回复分组与非矢量化数据分组类似),并且随后在回复分组中发送回调制解调器,该回复分组以与调制解调器所发送的非矢量化数据相同的格式返回矢量化数据。由VRC-L或类似设备进行的对数据的打包和解包服从线卡和/或调制解调器端口映射,使得矢量化数据被返回其对应的非矢量化数据被提取自的调制解调器/端口(即,请求分组和回复分组可以通过其源调制解调器或调制解调器端口来标识)。其他类型的分组可以结合本发明的实施例一起使用。例如,矢量误差分组、矢量配置分组和矢量控制分组可以随同所描述的矢量数据分组一起在整个矢量化数据网络中发送,以根据需要配置、调整矢量化DSL系统等(例如,配置、控制或同步调制解调器芯片,或者配置、控制或同步矢量处理器)。此处描述的任何分组可以包括一个或多个调制解调器端口标识符、调制解调器芯片标识符、线卡标识符、底架标识符、或者标识至少一个DMT音调范围的信息,使得能够实现对分组的跟踪和寻址。
对于矢量请求分组,有效载荷数据可以包括:针对在请求分组报头中标识的多个调制解调器端口和音调集合的逆快速傅立叶变换采样、针对在请求分组报头中标识的多个调制解调器端口和音调集合的快速傅立叶变换采样、针对在请求分组报头中标识的多个调制解调器端口和音调集合的下游频域数据、和/或针对在请求分组报头中标识的多个调制解调器端口和音调集合的的上游频域数据。可以利用分组的另外的字段和成分(例如,循环冗余检验或CRC)。矢量误差分组可以包括:针对在请求分组报头中标识的调制解调器端口和音调集合的上游训练误差采样、针对在请求分组报头中标识的调制解调器端口和音调集合的上游跟踪误差采样、针对在请求分组报头中标识的调制解调器端口和音调集合的上游DMT同步符号、针对在请求分组报头中标识的调制解调器端口和音调集合的下游训练误差采样、针对在请求分组报头中标识的调制解调器端口和音调集合的下游跟踪误差采样、和/或针对在请求分组报头中标识的调制解调器端口和音调集合的下游DMT同步采样。
图4的实施例示出了针对为N个端口服务的调制解调器定义的矢量化数据分组格式,并且在DSL矢量化数据网络(也称为“私有网络”、“路由子系统”、“矢量路由网络”、“专用网络”等)上的至/自调制解调器发送的矢量化数据具有该格式。VRC-L在这种分组上添加报头以标识调制解调器芯片和线卡,使得当分组流向VRC-V(或者,如果在矢量化卡上没有VRC-V,则流向矢量化卡上的使用无论哪个目的地)然后流向VPC/VPU时数据的源是已知的。当矢量处理后的数据从矢量化卡回到VRC-L(或者,如果没有使用VRC-L,则回到矢量化数据被提取和发送自的调制解调器)时,在将分组分发回适当的调制解调器芯片之前移除该报头。可选地,取决于调制解调器如何提供数据,VRC-L和/或VRC-V可以将来自多个调制解调器芯片的分组重新组装成供VPC使用的格式。这种分组和报头的使用(结合在一些实施例中的矢量路由器使用)可以允许矢量化DSL系统缩放为较大(或较小)的端口数目,并且在每个调制解调器与矢量处理器之间不需要硬线/专用数据总线。相应地,适当的误差信号分组和配置以及控制消息也可以在网络上流动。
VRC配对配置118、122高效地将数据的考虑从以每端口调制解调器为基础转换到以每频带(或每个频带集合)VPC为基础,至少对于串话消除预处理是如此。因为串话消除在以每个音调、每个微带、每个频带、或者每个音调集合为基础时在频域最高效地执行,所以该转换极大地降低了矢量化系统的实现复杂度。来自矢量化系统100中的每个调制解调器112的匹配微带(即,对同频或多个频率等的分组)被收集和会聚,以使得能够在每个受害者调制解调器与任意干扰源调制解调器集合或子集之间的VPC124内部实现串话消除。本领域技术人员应该理解,分派给每个VPC124的微带不一定由系统中的连续频率构成。例如,如果在矢量化模块120中存在6个VPC124,每个连续的VPC124可以取下一个频率或频率块,意味着“第一”VPC124将获得频率1、7、13、19等,以及“第四”VPC124将获得频率4、10、16等。备选地,每个VPC124可被发送一个音调集合,例如每组8个音调,使得第一VPC124获得音调07,第二VPC124获得音调815,等等。这种数据分发可以提供对可用资源的更“均匀”的使用,例如防止由于从有关的VRC122向单个VPC124的数据倾倒而同时剩余VPC124和线路126处于空闲所造成的一个或多个给定通信线路126的“阻塞”。
系统100的私有矢量化数据网络上的数据包括标识源调制解调器112和目的地VPC124的专用分组。备选地,可用通过分组定时来暗示源和目的地地址。每个分组包括去往/来自一个调制解调器112的针对一个微带的IFFT输入(和/或FFT输出)数据。因为基于DMT的DSL系统使用DMT符号周期进行操作,从调制解调器112到VPC124的数据通信以及反向通信是针对每个DMT符号进行重复的,有可能使用对通信和计算的流水线处理以更高效地使用可用的联网带宽和计算资源。每个音调的训练/跟踪误差信号、去往/来自调制解调器112的诊断数据、以及其他配置和/或管理数据可以使用相同的联网通信路径和分组结构。
各种硬件设备和/或组件可被用于实现降低内存的矢量化DSL的实施例。各种当前FPGA和类似器件适合于构建根据本文所示的实施例的配置。例如,Altera Stratix IV GX FPGA器件(例如,EP4SGX70、EP4SGX110、EP4SGX230等等)适合用于一些实现。在一些实施例中,每个VPC124是单独的芯片(FPGA、ASIC等),在其上如下文定义地那样编码多个VPU。其他硬件配置对于本领域技术人员将是显然的。
如图5中所示,每个VPC124包含或实现一个或多个专用矢量处理单元242(VPU),每个VPU针对调制解调器和/或干扰源的子集执行矢量化。对VPU资源的分配和/或共享在一些情况下可能是有利的,并且可以以各种方式来完成。例如,每个VPC124可以包含VPU242的集中式集合,其在给定微带内在所有的用于矢量化的调制解调器112之间是时间共享的。备选地,每个VPC124可以包含VPU242的分布式集合,其中每个VPU242在分派给VPC124的微带内是专用于特定的调制解调器112。多个VPU242可以使用VPU调度器244等来协调其主控VPC124与一个或多个VRC-V122之间的通信。VPU242处理针对组成矢量化DSL系统的所有调制解调器的、针对一个音调集合的所有IFFT/FFT数据(例如,单个音调、音调组、音调频带或微带、等等)。VPU242以某种周期性的方式处理该数据,每个DMT符号执行一次。如上文提到的,在一些实施例中,每个VPC124是一个或多个VPU242的集合,其中每个VPU242独立地处理其音调块,而不需要任何显式的与其他VPU242的通信。在一个简单的示例性设置中,系统可以使用4096个音调、2个VPU和N个调制解调器。每个VPU242以16个音调构成的块(batch)为单位来处理音调。可以如下将音调分派给VPU:
VPUO:音调0-15,32-47,...
VPU1:音调16-31,48-63,...
在该示例中,调制解调器按从0到4095的音调顺序向基于VRC的私有网络提供其FFT/IFFT数据。当FFT/IFFT数据已经路由到VPC时,VRC按16个音调构成的块为单位将类似“交易卡”的数据分发给两个VPU。这使得数据联网通路和VPU的繁忙状态是均匀的,不产生瓶颈。对于每个音调,VPU执行N×N的矩阵乘法的等价以执行矢量化(或者,如果矢量化矩阵是“稀疏的”,则可以小于完整的N×N乘法)。
基于使用的逻辑设计和芯片技术,每个VPU具有预定的处理能力级别(例如,每秒的复数乘法的数目)。而且,矢量化系统的所需的“每个音调的”处理功率级别将随着调制解调器的数目N增大而增大。因此,所需的VPU的数目是系统中的调制解调器的数目和DMT带宽上的矢量化音调的数目的函数。因此,具有大量矢量化音调和/或大量调制解调器的系统将因此需要大量的VPU资源(因此需要大量的VPC芯片)来执行矢量化。也即,随着矢量化系统中的调制解调器的数目增大,由于需要处理附加调制解调器的数据,每个VPU能够处理的音调数目将减小。本领域技术人员将理解,每个微带的大小可以通过针对给定实现的代价和复杂度限制以及设计所支持的DSL频带简档配置(profile)来确定。例如,在针对具有17MHz VDSL简档配置、384个调制解调器、以及每个调制解调器多达64个干扰源的矢量化的系统的实现中,实际的系统具有的VPU将在128个的量级,其中每个VPU在每个DMT符号处理32个音调。当VPU逻辑被重新配置以反映系统的任何改变的维度(调制解调器的数目、矢量化音调的数目等)时,相应地调整矢量路由。
在诸如图7所示的本发明的实施例中,矢量化系统300可以超出被用作矢量化模块120的单个卡的实际复杂度(例如,功率消耗、卡面积等)。图7所示的系统允许将系统300的矢量化处理划分或分配到多个矢量化卡320(在一个底架中,在一个模块中或者在多个模块中)上,其中每个卡320执行在总的DSL频带的一小部分上的串话消除。利用该配置,在具有几百甚至几千个同时操作的调制解调器的系统中可以执行矢量化。VPC通常不需要相互间显式通信,尽管它们将通过来自调制解调器的FFT/IFFT数据和训练信号的流所隐含地大致同步。在图6的实施例中,从每个调制解调器412到矢量化卡420的矢量化数据传输路径可被进一步用于为双功能服务,并且执行“虚拟捆绑”。除了传递串话消除数据之外,捆绑的调制解调器组(即,以捆绑方式为用户提供服务的两个或多个调制解调器)中的每个调制解调器412沿着该同一通信通路传递客户数据流(例如,IP分组)。矢量化卡420上的一个或多个捆绑路由器438(充当补充VRC(sVRC)、捆绑代理和/或控制器)经由VRC-Vs418连接到其对应线卡上的每个VRC。每个捆绑路由器438执行在VRC-V之间的路由,并且因此执行在其对应的VRC-L之间的路由。本领域技术人员应该理解,这在两个调制解调器之一执行会聚功能并且将总的捆绑数据流呈现给DSLAM的上行链路路径的情况下,有效地创建了在矢量化系统中的任意两个或多个调制解调器之间的数据通路,并且然后在矢量化系统中多个调制解调器端口可被捆绑。
在图8的又一降低内存的矢量化DSL的实施例中,简化的系统500安装在单个线卡510上(也参见图15)。再一次,VRC资源518(例如单个VRC,或者备选地是两个背靠背的VRC)提供在调制解调器端口与VPC524之间进行路由,其中该VPC524提供对指定微带的处理。在仅具有适度的联网通信带宽的端口数少的系统中,VRC功能618直接位于每个VPC624内部,如图9中的系统600示出的实施例中所示意的那样。例如,其中FPGA被用作VPC624,FPGA配置的一部分专用于路由功能。在该情况下,通过从系统中移除独立的矢量路由设备所实现的代价节省在价值上超过了附加的通信要求。图9示出了在VPC624之间的底架和网格网络这两种连接选项650。在实践中,将基于系统的通信要求和折衷将使用两种连接选项650中的一种或另一种(不同时使用二者)。
图10示出了矢量化操作700的一般性操作,其中下游FEXT预补偿器701和上游FEXT后补偿器702的高效实现可以使用一个或多个实施例来完成。在下游方向,来自多个调制解调器的多个QAM数据符号通过下述方式进行FEXT预补偿:基于每个音调在所有调制解调器之间协调或“矢量化”通信,后面跟着基于每个调制解调器进行后续的IFFT和数模转换操作,以将经FEXT补偿后的信号发送到电信公司铜线对。在上游方向,多个接收FFT采样通过下述方式进行FEXT后补偿:基于每个音调在所有调制解调器之间协调或“矢量化”通信,后面跟着基于每个调制解调器进行后续的对QAM数据符号的解码。图11示出了用于公共可用的DSLAM侧VDSL调制解调器设备800的一般性的调制解调器端口,该VDSL调制解调器设备800已经被修改以支持一个或多个实施例中的矢量化通信。上游FFT802输出和下游IFFT804输入被矢量分组编码器/解码器806(或者“矢量化数据提取器”)拦截,并且经由接口807被发送给矢量处理器808,以允许对矢量化组中的所有调制解调器之间的数据流进行矢量化。通过从数据流中移除数据、处理数据和“重新插入”数据,这种矢量处理器系统可能在调制解调器的接收和发送数据通路中引入少量符号的等待时间。
图1214提供了用于与矢量处理器芯片通信的DSLAM侧调制解调器配置的若干特殊实施例,特别示出了在调制解调器芯片与VRC之间的可能的接口。图12示出了12端口的、ITU993.2简档配置30a规定的支持矢量化(例如,5G串行器/解串器或者“串行解串行(Serdes)”类型)的矢量化VD SLDSLAM侧调制解调器芯片的配置。为了有效地利用多端口调制解调器芯片I/O管脚并且降低功率消耗,高速串行接口被用于会聚通过单个数据联网链路从每个调制解调器设备直接到矢量处理器芯片或者到矢量路由器芯片以便后续转发到矢量处理器的FFT/IFFT数据。图13示出了12端口的、ITU993.2简档配置30a规定的支持矢量化的矢量化VDSL DSLAM侧调制解调器芯片。在该实施例中,使用低压差分信令(LVDS)接口电路(每个调制解调器端口1个LVDS)。图14示出了12端口的、ITU993.2简档配置17a的支持矢量化(例如,5G Serdes类型)的矢量化VDSLDSLAM侧调制解调器芯片。
图15示出了48端口的单线卡矢量化数据通信系统的一个实施例,其中单个线卡支持所有调制解调器端口、矢量路由器芯片和任意所需的矢量处理芯片(此处,3个VPC)。以相对简单的配置服务48个端口,系统利用铜背板或者光缆通信来高效地会聚FFT/IFFT数据以及在线卡与矢量化卡之间进行接口连接。图16示出了多线卡矢量化数据通信系统,其在ITU993.2简档配置17a示例中服务192个调制解调器端口。在图17示出的实施例中,不需要VRC-V,因此VPU与每个线卡的VRC-L直接通信。类似地,图18示出了一个实施例,其中不需要VRC-V,并且每个调制解调器芯片与VRC-V直接通信。在该实施例中,在“前面的”两个线卡上的调制解调器芯片与“前面的”VRC-V通信,而“后面的”两个线卡上的调制解调器芯片与“后面的”VRC-V通信。图19示出了又一实施例。在表1中记录了示例性系统配置:
表1
对于具有192个端口的ITU993.2简档配置8a,生成的估计功率耗散约等于200mW/端口以及总系统为40W(对于具有192个端口的17a简档配置是250mW/端口以及48W,以及对于30a简档配置是400mW/端口和40W)。
图20示出了本发明的一个实施例,其中矢量路由器芯片1110、1115使用用以从调制解调器1105收集数据的扫描选择1112和用以将收集的数据分发给矢量处理芯片1125的扫描分发1117来从6个调制解调器1105(调制解调器的数目可以根据需要进行变化)向四个VPC1125(同样,VPC的数目可以根据需要进行变化)传送数据。如从图20中可以看出的,VRC-L1110通过合适的互连1120耦合到VRC-V1115。所用的/所需的/所要求的总线带宽可以例如如下确定:
带宽=n个端口*(数据精度)*2*4kHz
其中“2”指示复数运算。最后,使用图20示出的“条带化”可以避免带宽瓶颈。
图21示出了矢量处理器单元的一个示例性逻辑实现。在该示例中,子单元能够处理单个音调,并且跟踪针对根据本发明的一个或多个实施例的矢量处理器核心的数据路径。该示例性VPU能够一次处理一个DMT音调。当来自每个调制解调器的IFFT/FFT采样从矢量路由器到达时,VPU确定必须针对该干扰源进行FEXT消除的“受害者”调制解调器的列表。使用来自系数表的预先确定的FEXT消除系数和受害者地址列表,该干扰源的影响可被累加到每个受害者调制解调器的部分结果表(FEXT消除操作的部分结果)。在已经从矢量路由器接收到针对该音调的干扰源数据的全集并且已经完成FEXT消除之后,部分结果表于是将包含所得的针对当前DMT音调的矢量化IFFT/FFT采样,并且该矢量化数据然后被回送给矢量路由器以回传给调制解调器的端口。
图22示出了实现两个VPU1342并与至少一个调制解调器芯片1312接口连接的示例性矢量处理器1324。矢量处理器1324在本发明的一些实施例中可以在连接到调制解调器芯片1312等的单个FPGA、ASIC等等上实现。图23的矢量化数据通信系统示出了DSLAM架构实施例,其示出了具有提供用户数据进行矢量化的四个线卡的专用矢量化模块1430。线卡1410被安装到底架等等1405,并且每个线卡包括若干调制解调器芯片1415和矢量化接口设备1420。每个接口设备1420经由光互连1425与矢量化模块1430进行通信,矢量化模块1430可以是批萨盒机箱设计或线卡。每个模块1430包含与线卡1410上的接口设备1420之一相对应的线卡接口芯片1435。众多处理芯片1440可用于对用户数据进行矢量处理。
如图24中的具有主线卡1510和从线卡1511的系统1500中所示,为了矢量化正确工作,矢量组中的所有调制解调器1512必须同步到ADC/DAC采样时钟1534和DMT符号时钟1535二者,这两个时钟分别示出为35.328MHz和4kHz。DSLAM侧调制解调器1512经由DSL线路1514连接到多个客户侧DSL调制解调器1513。假定高速采样时钟以某种方式通过背板或专用线缆进行分发。VRC-L1518于是可以相位锁定到高速采样时钟,并且向调制解调器芯片1517再分发低噪采样时钟。为了避免通过背板或专用线缆发送专用的4kHz DMT符号时钟,使用旨在传输矢量化数据的高速通信接口(XAUI或类似物)以在数据分组中发送定时信息是有利的。该高速接口以足够高的速度进行操作,使得可以根据这样的定时分组确定适当的DMT符号定时。因为对于精确的DMT符号定时存在一定的容差(例如,通过VDSL协议中的循环前缀和循环扩展使得容差成为可能),VRC-L1518仅需要确定近似的符号定时,假设该符号定时在那之后将保持一致(也即,同步到高速采样时钟周期的某个固定数目)。
来自通信理论(Gap近似)的公知结果是:可靠的通信所需的信噪比(SNR)是期望的比特率(以及针对余量和使用的码字的给定假设)的函数,其中以dB为单位的SNR必须至少是每个音调的比特数目的三倍,加上9.88dB,加上期望的余量,减去以dB为单位的编码增益。此外,每个音调的最大期望比特数目是受限的(例如,根据诸如G.993.2之类的标准,是每个音调15个比特)。根据这两个事实的组合可以计算所需的最佳SNR(例如,在该示例中是57dB)。该SNR可被称为“bit-cap SNR”。而且,针对最佳情形、不可避免的背景、热或者可能存在的其他接收噪声的合理假设是-140dBm/Hz。
发射机处的噪声、量化误差等在被接收机感觉到之前被有损信道(双绞线对)有效地衰减。这种发射机损伤结合接收机噪声,生成总的与收发机有关的损伤。在给定需要的最佳SNR,并且确认存在可能的最小接收机噪声的情况下,如果发射机的影响被抑制到作为接收机噪声的某个分数的级别(例如,图2的线路2550),则在与接收机噪声相比时它们将是无关紧要的。图25图形化地示出了从信道衰减和最佳情形下的背景噪声基底n02530得到的示例性发送功率谱密度(PSD)2510、接收PSD2520。对于FEXT消除,将接收机处的FEXT抑制或减小到小于不可避免的背景噪声n02530之下所获得的对数据率的进一步益处很小。而且,如果在一些音调频率处SNR大于上面描述的bit-cap SNR,则进一步抑制或减小FEXT对数据率只有微不足道的益处。
计算噪声分布(profile)n1以反映在接收机处允许的量化误差的PSD,并且这是通过(a)背景噪声n02530和(b)从接收信号PSD减去bit-cap SNR的结果(图25中的线2540)中的较大的那个给出的,或者n1=max(n0,rxpsd-bitcapSNR)-余量。对于下游通信,容许的FEXT消除损伤与发射机处的其他损伤相结合,因此由于信道是线性的,缩放n1使得其以发射机为参考会更加有用,这可以容易地通过乘以(以dB为单位的相加)信道衰减来实现(在图26中示意示出,其中,发射PSD2610、以发射机为参考时的接收噪声2620(即接收机噪声除以信道增益(传输函数))、以及bitcapSNR确定了容许的FEXT消除损伤阈值2630):
n2=n1+atten(dB)
=txpsd-max(bitcapSNR,atten)
这对于下一步将允许的FEXT消除损伤表达为信号量化比(SQR)更加有用,根据噪声分布n2将SQR定义为SQRv=txpsd-atten-n2。在预编码器/消除计算中,对于任意受害者输出,一个内积的结果如下(其中wi是系数,以及di是nd个干扰源):
假定系数中的量化误差Δwi,因此
量化所得的组合的均方误差是其中最低位数字形成量化间隔qw,并且通过与码字大小相关,并且因为量化误差Δw在大小为qw的间隔上均匀分布,所以w的方差是求解所需的比特精度,可以将系数的分辨率作为干扰源的数目以及信号对量化误差之比的函数来计算。
相对于(每个维度的)系数的整体而言的、以比特为单位的解为
然后用根据针对噪声分布n2的计算所获得的值来替代SQRv。
在一个示例中,SQRv可以比支持15个比特所需的SNR(即,上述示例中的57dB)高3dB,其可以是近似60dB(3.bitcapSNR+gap+3),因此这针对64个干扰源得出12.7(13)个比特。因此,计算出的预编码器的系数所需的比特分辨率反映了期望的最大比特负载、最佳情形的背景噪声以及很可能出现的信道衰减。这与下文描述的技术结合,提供了用于基于系统大小(例如,矢量化线路或端口的数目)、目标最大数据率、以及其他收发机参数来选择系数所需的内存的处理。其在给定总的内存大小的情况下还可以用于获得最佳性能。
如上面提到的,在调制解调器处接收的测试信号包含处于接收调制解调器所使用的几乎所有DSL系统音调中的FEXT信息。在一些实施例中,仅涉及每个微带中的音调子集的FEXT数据被有利地用于生成FEXT信道近似或其他FEXT数据(例如,通过经由抽取使用每第k个采样所获得的音调子集,其中k是正整数)。丢弃的采样可被重构,使得其音调也因矢量化而受益。在其中FEXT消除系数被用在预消除下游FEXT中的这种实施例中,对于CPE调制解调器等而言,需要较少的带宽以将FEXT数据返回上游进行矢量化,不是发送所有或几乎所有的DSL系统音调(或者所有或几乎所有的下游频带音调)的FEXT数据,而是仅每个微带的音调子集的FEXT数据需要被发送给上游DSLAM或执行矢量化的其他上游端设备。音调子集可以是微带或其他音调范围内的音调总数的任何合适的减小数据的分数(例如,<50%,<25%,<10%,每个微带/范围4个音调,每个微带/范围2个音调,等等),并且其他选择机制也类似可用。在上游端设备中,FEXT消除系数(或者其他FEXT数据)近似、平滑、降噪、四舍五入、量化等等也降低了矢量化数据所需的内存存储(以及,例如,当单独的矢量化处理系统被耦合到DSLAM或者耦合到上游调制解调器时,以及当在矢量化处理设备与上游调制解调器或DSLAM之间传输FEXT数据(例如,表示FEXT影响的误差信号、FEXT信道响应数据、FEXT消除系数等)时所使用的带宽)。在涉及上游FEXT的情况下,因为误差信号是在上游端DSL设备处收集的,所以下游到上游的传输带宽不成问题,但是无论如何FEXT数据存储和上游端带宽使用都会从一些实施例的近似技术中获益。
在一些实施例中,属于音调子集的FEXT数据被用于生成对FEXT消除系数的线性近似。其实际FEXT误差信号可用的音调被用于生成完全精度的FEXT消除系数,而不包括在微带音调子集中的音调使用近似的消除系数。可以使用各种线性近似(例如,分段线性近似和最小二乘回归)。分段线性近似使用将靠近缺失值的两个报告的值相连的线段来对缺失值进行近似。最小二乘回归使用微带中的所有报告的音调来对缺失值进行近似。具体地,使用单条线来表示包括所报告的音调在内的整个微带。通过线的初始值和线的斜率值来概括/定义该线。这些值被计算为使得所报告的音调与通过线性近似所获得的值之间的最小二乘误差最小化。在图27中示出了这两种方法,其中音调1-16构成微带,并且对感兴趣的信号的采样取自音调1、5、9、13和17(表示为v1、v5、…、v17),值的全集示出为点2710。分段线性近似保留所报告的在音调1、5、9、13和17上的完全精度的值,并且使用来自连接值v1和v5的线段2725的值来获得针对音调2、3和4的值2720(可以类似地获得其余的值)。最小二乘回归找出初始值b,以及斜率值s,最小化然后,其针对音调4k+1处的数据使用近似b+4ks。因此找到作为线2735上的近似的点2730。
一些降低内存的矢量化DSL实施例还使用FEXT系数数据平滑、四舍五入、近似、降噪、和/或量化等等,这具有两个优点。第一,因为测量的数据总是包括一些测量误差,先验的FEXT特性知识可以帮助移除这种误差中的某一些。第二,降噪使得能够在维持足够精确的数据近似的同时降低数据的大小。具体地,FEXT系数可被过滤,以按照不使真实系数显著失真的方式来移除需要大的存储量的数据分量。平滑、四舍五入、近似、降噪、和/或量化等等方法的范围是广泛的,并且许多不同的方法可以用于该实施。一个降噪示例对FEXT数据应用线性滤波,以过滤掉较高的频率分量,这有助于使得数据更容易使用无损方法(下文中描述)进行压缩,因为高频分量是稀少的,从而在使用无损编码时需要许多比特来表示。
好的预测滤波具体实现为在预测误差序列是不相关的同时对采样进行相关,这有助于减少描述输出序列的每个单元所需的信息量。滤波必须是可逆的,使得可以确定原始输入序列。图28示出了在设备和方法实施例中如何使用线性预测的示例。具有整数系数[1-1]的滤波是简单而有效的,并且使得能够以合理的复杂度进行重构。这对应于将输入序列x(1)、x(2)、…、x(n)编码为x(1)、x(2)x(1)、…、x(n)-x(n-1),因此称为“差分编码”。解码是该过程的逆,其中通过预测滤波的逆(其是累加)来处理解码出的误差序列,以生成原始的输入序列,如图29所示。
一些实施例将FEXT系数量化成较低的精度,因此产生性能损失。该损失因为下述原因被减轻:一旦FEXT功率小于特定的不可避免的噪声源(例如,接收机处的热噪声功率),性能不会提高太多。因为越高的频率处SNR越小,所以相对于FEXT功率而言的,不可避免的噪声变得更加显著,这意味着在维持可接受的性能的同时可以容忍越多的FEXT。因此,可以将系数量化到比低频情况下更少的比特,并且一些实施例允许量化针对不同的频谱段发生改变,包括但不限于:随着频率增大,使用减少的比特数目来表示FEXT系数。一种执行可变量化的方式是将数据表达成尾数和数字2的某个指数幂的乘积,然后基于其值被量化(即,“尾数-指数量化”)的音调上的不可避免的噪声,将尾数和指数四舍五入到某一预定义的比特数目。针对系数矩阵中的每个非对角线项,针对尾数和每个微带的指数中的每一个,定义单个指数并给它分配固定数目的比特。因为对角线项通常固定为1,其指数可以固定为0(例如,对于DS1中的音调,尾数可被量化到8个比特,以及指数量化到4个比特;对于DS3,尾数可被量化到6个比特,以及指数量化到4个比特)。
在其他实施例中,针对受害者/干扰源对所设置的FEXT消除系数的变化可以表达为一组线性分段,其中每个分段与微带对应。每个线段被编码为初始值(一个音调上的系数值)和斜率(其与系数在微带的音调范围上的平均变化成正比)。该初始值和斜率值可以通过各种方式来获取(例如,线性回归)。用于在消除中使用的系数重构使用初始值、斜率值和微带内的音调索引的组合来导出增量,该增量被应用于初始值以获得所关心的音调的值。
与线性回归和内插处理有关的其他实施例根据“尾数-指数量化”一起处理初始值和斜率值。该指数是通过检查初始值和斜率值的实部和虚部的绝对值而导出的。
在其他实施例中,还使用无损压缩方法(例如,算术编码、霍夫曼编码、Golomb编码)进一步对FEXT数据进行压缩。这种技术是公知的,并且在下面的文章中更详细地进行了说明:J.J.Rissanen和G.G.Langdon的“Arithmetic coding”(IBM Journal of Research andDevelopment,Vol.23,No.,2,pp.149-162,March1979);Ian H.Witten、Radford M.Neal和John G.Cleary的“Arithmetic Coding for DataCompression”(Communications of the ACM,Vol.30,No.6,pp.520-540,June1987);D.A.Huffman的“A Method for the Constructionof Minimum-Redundancy Codes”,Proceedings of the I.R.E.,pp.1098-1102,Sept.1952;以及“Run-length encodings”,IEEETransactions on Information Theory,Vol.12,No.3.pp.399401,1966,出于所有目的通过引用将上述文章全部并入本文。由于需要保持码表容易被所有编码器和解码器访问,算术和霍夫曼编码因此在计算上是复杂的。Golomb编码在计算上较简单,并且对数据工作良好,因为值的分布在其均值处出现尖峰而在远离其均值时急剧衰退。
Golomb码需要将输入映射到正整数以编码和指定参数。首先,输入字母表被映射到一组正整数。因为输入字母表具有在其均值0附近集中的分布,好的映射:(1)将输入值四舍五入为b个比特(其中,b是取决于针对尾数所分配的期望的量化比特数目的某个整数),(2)乘以2b以获得整数值,然后(3)通过针对非负数x,将x映射为y=2x,以及针对负数x,将x映射为y=-2x+1,来将这些值映射到正整数。接下来,Golomb编码要求将被编码的正整数除以模数M,其中M通常是2的幂(称为Golomb-Rice编码)。该操作的结果是两个数字:商和余数,使用两种方法分别对这两个数字进行编码,并且相继发送或存储。按一元形式(即,可变长度格式,其中商的值通过由以零(ZERO)终止的多个1构成的脉冲的时钟周期的持续时间来表达)对商进行编码,因而一元编码部分的长度是1加商的值。余数通过其长度的二进制表示log2(M)比特来编码。
Golomb和其他编码方法通过向最频繁出现的整数分派短码字以及向稀少出现的整数分派长码字来对整数序列进行压缩,由此实现编码序列的长度减小。一些实施例将这扩展到由实部和虚部构成的复数的序列(例如,像用于标识FEXT消除系数的那些序列)。在这种实施例中,映射是从复数映射到正整数,使得源序列中最频繁出现的复数被分派给最小的正整数。Golomb编码需要将负整数转换为正整数的映射;传统上,正整数被映射到正的偶数,而负整数被映射到正的奇数。
如上文提到的,许多串话消除系数是0,并且具有小的绝对幅度的复数量比具有大的绝对幅度的复数量频繁地多。二维序列可以在忽略维度之间的相关性的情况下独立进行编码,但是这需要比本文公开的实施例更多的内存。替代地,通过下述方式对整数实部和虚部构成的复数(二维)序列进行编码:独立处理各个部分,使得编码后的序列的长度由各部分的统计值来确定。如果实部和虚部是相关的,则可以通过对复数量进行联合编码来将序列编码成较短的长度。复数数字到正整数的映射反映了复数数字的出现频率,并且给最频繁出现的符号分派最短的码字(这可以简单地进一步扩展到多于两个维度)。
可以使用下述源序列来示例说明编码的一个实施例,该源序列仅包含9个符号{0,-1,+1,-j,+j,1+j,-1-j,-1+j,以及1-j},出现频率按照给出的顺序,其中0是最频繁出现的。一种可能的码字分派将是(假定Golomb码模数M=1):
输入符号 | 正整数 | 码字 |
0 | 0 | 0 |
+1 | 1 | 10 |
-1 | 2 | 110 |
+j | 3 | 1110 |
-j | 4 | 11110 |
1+j | 5 | 111110 |
1-j | 6 | 1111110 |
-1+j | 7 | 11111110 |
-1-j | 8 | 111111110 |
表2
对于每个输入符号,对应的正整数是通过查找编码表获得的。从映射得到的正整数是按照现有技术中的正常方式进行Golomb编码的。解码是对编码的逆;从Golomb编码得到的编码后的二进制序列被解码成正整数序列。这些数字被用作进入编码表以获得原始的复数符号的指针。根据该示例,如果复数序列被编码为独立部分(维度),则编码表将是下面的表3。
输入符号 | 实部 | 虚部 | 码字 |
0 | 0 | 0 | 0,0 |
+1 | 2 | 0 | 110,0 |
1 | 1 | 0 | 10,0 |
+j | 0 | 2 | 0,110 |
-j | 0 | 0 | 0,0 |
1+j | 2 | 2 | 110,110 |
1-j | 2 | 1 | 110,10 |
1+j | 1 | 2 | 10,110 |
-1-j | 1 | 1 | 10,10 |
表3编码表
现在假定复数符号的相对出现频率如下面的表4中所示。
表4对使用传统方法的平均编码长度的计算
表5编码后的符号的平均长度
因此,使用表5中的这种方法将平均长度从2.4个比特/符号减少到了1.62个比特/符号。
这种方法的一个实现示出在图30中,以及软件代码实施例示出在图31中。解码器操作在两种状态(一元或二元)之一上,其中开始于在一元状态下读取输入序列的第一比特,以及当接收到1并且通过累加器对其计数作为商直到接收到第一个0为止时,保持在该状态。当第一个0到达时,解码器转换到二元状态,并且继续接收log2(M)个比特作为余数。将商乘以M(等同于左移log2(M)个比特位置的数字逻辑),然后添加到余数。最后,通过上述映射的逆将正整数转换回带符号整数。在二元状态下,一旦已经在该状态下接收到第log2(M)个比特,则状态转换到一元状态,并且将解码出的符号指示为有效。
在一些实施例中,根据离散余弦变换对属于一个受害者/干扰源对的FEXT系数块进行变换。因为FEXT系数开始是作为频域分量,所以变换后的块可被认为是时域分量的集合。在频域中相关的结果是变换后的分量受到了限制(即,最重要的分量被归到一起),这意味着以微小的信息损失为代价可以丢弃不重要的分量。这可以通过如下方式来完成:使用可调阈值参数t,使得对于较高的t值,更多的信息被丢失,因此剩余信息可以用较少的内存来存储。此外,因为这些量将以数字形式存储,这意味着可以进一步降低信息量的某种量化。该方案可以与上文描述的无损(熵)编码组合,以进一步降低内存要求。用以获取每个音调处的消除器系数的重构涉及:对熵编码(如果使用的话)的解压缩;用0填充解码出的序列的长度,使得该序列的单元和与块对应的音调一样多;以及计算逆离散余弦变换。
在一些实施例中,用于系数存储的内存的量和/或用于传输的带宽可能是有限的。上文描述的用于压缩FEXT系数的计数得到减少的信息量-然而,该量可能直到开始了压缩之后才是已知的。有可能存在内存不足(例如,不足以存储针对所有干扰源/受害者组合或者针对使用的所有微带的系数)这种情况。若干可调参数(例如,量化间隔q、重构子采样率fr、变换编码阈值t)可能会影响所得的FEXT消除器或预编码器的大小和逼真度(与最终的残余FEXT对应)。FEXT系数的导出必然涉及迭代过程(以通过时间平均降低测量噪声)。使用生成最大信息损失并且因此确保初始压缩尝试适合可用内存的初始参数设置,可以防止可能的内存溢出。下一次迭代调整参数以增加FEXT系数的逼真度并且由此减少残余FEXT,这也增大了内存要求。重复该过程,直到达到预先选择的或者预先确定的限制(在溢出之前),然后该过程终止,终止条件代表考虑到可用内存的最佳残余FEXT。
在使用无损熵编码的实施例中,在可以应用更新之前,压缩的系数必须被解压缩,然后在存储结果之前,对结果进行重新压缩。如果另外使用了线性预测或者变换编码,线性预测滤波或者变换被应用到更新,并且该变换后的更新通过将其添加到解压缩出的系数而应用到解压缩出的系数。不一定需要:对解压缩出的系数应用逆线性预测滤波,添加更新,然后应用线性预测滤波。因此,上面的技术通过避免使用逆线性预测滤波而节省了计算时间和资源。
根据上面的对各种实施例的描述,应该理解的是,在其他矢量化DSL系统和操作中,对音调数据进行采样/抽取/丢弃、对音调数据的近似重构、降噪、近似、平滑、四舍五入、量化、预测、可变量化和/或无损编码技术可以组合。
根据所撰写的描述,本发明的许多特征和优点是显而易见的,因此所附的权利要求旨在覆盖所有这些特征和优点。此外,本领域技术人员将容易想到众多修改和改变,因此本发明不限于所示出和描述的精确的操作和构造。因此,所描述的实施例是示意性的而不是限制性的,并且本发明不应该局限于本文给出的细节,而是应该由所附权利要求及其等价(无论其是现在或将来可以预见的或者不能预见的)的全部范围来限定。
Claims (26)
1.一种用于操作矢量化VDSL线路组的方法,所述矢量化VDSL线路组包括多条VDSL线路,每条VDSL线路包括耦合到客户前端设备(CPE)的DSLAM,所述多条VDSL线路包括第一VDSL线路,所述第一VDSL线路包括耦合到所述DSLAM的第一CPE,所述方法包括:
从所述DSLAM向所述第一CPE发送测试信号;
所述第一CPE接收基于测试信号输入数据的测试信号输出数据;
所述第一CPE收集针对多个DSL音调微带中的每一个中的DSL音调子集的抽取的测试信号输出数据,其中每个DSL音调微带包含用于所述第一DSL线路上的下游数据传输的DSL音调频带中的多个DSL音调,以及每个DSL音调子集包含每个微带中的不超过四个DSL音调;
所述第一CPE向所述DSLAM发送所述抽取的测试信号输出数据;
通过平滑所述抽取的测试信号输出数据来根据所述抽取的测试信号输出数据生成量化的FEXT数据,以降低测量误差和/或降低所述抽取的测试信号输出数据的精度;
通过向所述量化的FEXT数据应用线性预测器以及随后应用Golomb编码来根据所述量化的FEXT数据生成无损编码的FEXT数据;
基于所述无损编码的FEXT数据生成FEXT消除系数;以及
所述矢量化VTDSL线路组的矢量化控制实体(VCE)基于所述FEXT消除系数执行针对所述矢量化VDSL线路组的矢量化DSL处理。
2.根据权利要求1所述的方法,还包括:更新FEXT消除数据。
3.根据权利要求1所述的方法,还包括:
在耦合到所述矢量化VDSL线路组并且耦合到所述VCE的内存设备中存储所述无损编码的FEXT数据;
对所述无损编码的FEXT数据进行无损解码;以及
根据所解码出的FEXT数据生成重构的FEXT消除系数。
4.根据权利要求1所述的方法,其中生成FEXT消除系数是由下述至少一个执行的:
所述VCE;
耦合到所述VCE的计算机;
DSLAM。
5.根据权利要求1所述的方法,其中所述VCE实现在第一芯片上,以及所述无损编码的FEXT数据和/或所述FEXT消除系数被存储在所述第一芯片上(片上)或存储在第二芯片上(片外)。
6.根据权利要求1所述的方法,其中所述矢量化VDSL线路组中的每条VDSL线路根据VDSL标准进行操作。
7.根据权利要求1所述的方法,其中通过平滑所述抽取的测试信号输出数据来根据所述抽取的测试信号输出数据生成量化的FEXT数据包括:
缩放所述抽取的测试信号输出数据以生成缩放后的FEXT数据;以及
对所述缩放后的FEXT数据进行四舍五入以生成所述量化的FEXT数据,以降低测量误差和/或降低所述抽取的测试信号输出数据的精度。
8.根据权利要求1所述的方法,还包括:所述矢量化VDSL线路组中的每条VDSL线路收集抽取的测试信号输出数据,并且向所述DSLAM发送所收集的抽取的测试信号输出数据。
9.一种用于操作矢量化DSL线路组的方法,所述矢量化DSL线路组包括多条DSL线路,每条DSL线路包括耦合到客户前端设备(CPE)的DSLAM,所述多条DSL线路包括第一DSL线路,所述第一DSL线路包括耦合到所述DSLAM的第一CPE,所述方法包括:
从所述DSLAM向所述第一CPE发送测试信号;
所述第一CPE接收基于测试信号输入数据的测试信号输出数据;
所述第一CPE收集针对多个DSL音调微带中的每一个中的DSL音调子集的测试信号输出数据,其中每个DSL音调微带包含用于所述第一DSL线路上的下游数据传输的DSL音调频带中的多个DSL音调,以及每个DSL音调子集包含每个微带中的不超过四个DSL音调;
根据所收集的测试信号输出数据生成FEXT消除数据,其中生成FEXT消除数据包括下述步骤中的一个或多个:
降低所述测试信号输出数据的精度以生成量化的输出数据;
对所述测试信号输出数据进行编码;
对所述量化的输出数据进行编码;
向第一发射机发送下述数据中的至少一个:
所述测试信号输出数据;
所述FEXT消除数据;
生成与所述FEXT消除数据对应的FEXT消除系数;以及
基于所述FEXT消除系数执行针对所述矢量化DSL线路组的矢量化DSL处理。
10.一种用于操作矢量化DSL线路组的方法,所述矢量化DSL线路组包括多条DSL线路,每条DSL线路包括耦合到接收机的发射机,所述多条DSL线路包括第一DSL线路,所述第一DSL线路包括第一发射机和第一接收机,所述方法包括:
从所述第一发射机向所述第一接收机发送测试信号;
所述第一接收机接收基于测试信号输入数据的测试信号输出数据;
所述第一接收机收集针对多个DSL音调微带中的每一个中的DSL音调子集的测试信号输出数据,其中每个DSL音调微带包含用于从所述第一发射机向所述第一接收机发送数据的DSL音调频带中的多个DSL音调,以及每个DSL音调子集不超过每个微带中的DSL音调的数目的一半;
根据所收集的测试信号输出数据生成FEXT消除数据,其中生成FEXT消除数据包括下述步骤中的一个或多个:
降低所述测试信号输出数据的精度以生成量化的输出数据;
对所述测试信号输出数据进行编码;
对所述量化的输出数据进行编码;
向第一发射机发送下述数据中的至少一个:
所述测试信号输出数据;
所述FEXT消除数据;
生成与所述FEXT消除数据对应的FEXT消除系数;以及
基于所生成的FEXT消除系数执行针对在所述矢量化DSL线路组上的传输的矢量化DSL处理。
11.根据权利要求10所述的方法,其中降低所述测试信号输出数据的精度以生成量化的输出数据包括下述步骤中的一个或多个:
平滑所述测试信号输出数据;
对所述测试信号输出数据进行降噪;
从所述测试信号输出数据中移除测量误差;
减小所述测试信号输出数据的大小以生成测试信号输出数据近似;
移除要求大的存储量或者带宽的测试信号输出数据分量;
应用线性滤波以从所述测试信号输出数据中过滤掉高频分量;
向所述测试信号输出数据应用预测滤波;
向所述测试信号输出数据应用差分编码;
使用针对给定音调频率或频带定义的步长大小来执行量化;
执行对所述测试信号输出数据的尾数-指数量化;
使用所述测试信号输出数据执行线性回归;
使用所述测试信号输出数据执行内插;
应用对所述测试信号输出数据的块复数尾数-指数量化。
12.根据权利要求11所述的方法,其中对所述测试信号输出数据进行编码或对所述量化的输出数据进行编码包括以下一个或多个:
无损压缩;
熵编码;
变换编码;
算术编码;
霍夫曼编码;
Golomb编码;
Golomb-Rice编码。
13.根据权利要求12所述的方法,还包括:更新FEXT消除数据。
14.根据权利要求13所述的方法,其中根据所述测试信号输出数据生成FEXT消除数据是由下述至少一个执行的:
上游端设备中的矢量化控制实体(VCE);
下游端调制解调器;
计算机;
DSLAM。
15.根据权利要求13所述的方法,其中根据所述测试信号输出数据生成FEXT消除数据包括:降低所述测试信号输出数据的精度以生成量化的输出数据,然后对所述量化的输出数据进行无损编码。
16.一种压缩FEXT消除系数数据的方法,所述方法包括:
通过处理抽取的误差信号数据来生成针对DSL音调子集的FEXT消除系数,所述抽取的误差信号数据是通过抽取DSL接收机所接收的针对DSL音调子集的误差信号来收集的,其中所述DSL音调子集包含少于所述DSL接收机用于DSL通信所使用的DSL音调的25%;
通过使用缩放值缩小所述FEXT消除系数以及对缩小后的FEXT消除系数进行四舍五入,生成四舍五入的FEXT消除系数数据;
通过对所述四舍五入的FEXT消除系数数据进行差分编码,生成差分编码后的FEXT消除系数数据;
通过对所述差分编码后的FEXT消除系数数据执行Golomb编码,生成Golomb编码后的FEXT消除系数数据;以及
在耦合到配置为执行矢量化DSL处理的矢量化控制实体(VCE)的内存设备中存储所述Golomb编码后的FEXT消除系数数据。
17.根据权利要求16所述的方法,还包括:根据所述内存设备中的所述Golomb编码后的FEXT消除系数数据来重构FEXT消除系数,重构所述Golomb编码后的FEXT消除系数数据包括:
对所述Golomb编码后的FEXT消除系数数据进行解码以生成解码出的Golomb FEXT消除系数数据;
通过所述缩放值放大所述解码出的Golomb FEXT消除系数数据;以及
向放大后的FEXT消除系数数据应用内插,以生成重构的FEXT消除系数。
18.一种矢量化DSL系统,配置用于针对矢量化DSL线路组中的第一DSL线路执行降低内存的FSL矢量化,所述矢量化DSL线路组包括第一DSL线路和多条其他DSL线路,其中每条矢量化组DSL线路包括经由DSL线路耦合到DSLAM的客户前端设备(CPE)调制解调器,所述矢量化DSL系统包括:
所述第一DSL线路,配置用于收集由所述CPE接收的针对DSL音调子集的抽取的误差信号,其中所述DSL音调子集包含少于所述DSL接收机用于DSL通信所使用的DSL音调的25%,所述第一DSL线路CPE还配置用于向所述DSLAM发送所收集的抽取的误差信号;
所述DSLAM,耦合到矢量化处理器,所述矢量化处理器配置用于:
通过处理所述CPE发送的所述抽取的误差信号数据来生成针对DSL音调子集的FEXT消除系数;
通过对所述FEXT消除系数进行缩小、四舍五入、差分编码和Golomb编码,生成Golomb编码后的FEXT消除系数数据;以及
在耦合到所述矢量处理器的内存设备中存储所述Golomb编码后的FEXT消除系数数据。
19.根据权利要求18所述的矢量化DSL系统,其中所述矢量化处理器还配置用于:实现用于执行针对所述第一DSL线路的传输的部分FEXT消除的部分消除方案,其中使用所存储的Golomb编码后的FEXT消除系数数据来重构FEXT消除系数。
20.根据权利要求19所述的矢量化DSL系统,其中所述矢量化处理器在第一芯片上,而所述内存缓冲器在所述第一芯片上或者在第二芯片上。
21.根据权利要求20所述的矢量化DSL系统,其中所述矢量化组中的每条DSL线路根据VDSL标准进行操作。
22.一种用于执行针对DSL矢量化线路组的DSL矢量化的方法,所述DSL矢量化线路组包括多条DSL线路,每条DSL线路包括耦合到客户前端设备(CPE)的DSLAM,所述多条DSL线路包括第一DSL线路,所述第一DSL线路包括耦合到所述DSLAM的第一CPE,所述方法包括:
执行有损操作来减小未压缩的远端串话(FEXT)消除系数的大小,以及生成近似的FEXT消除系数;
对所述近似的FEXT消除系数执行无损操作,以减小所述近似的FEXT消除系数的大小并且生成压缩后的FEXT消除系数,所述压缩后的FEXT消除系数被配置为串行比特流,所述串行比特流被配置为存储在内存缓冲器中。
23.根据权利要求22所述的方法,其中所述有损操作包括:
抽取所述未压缩的远端串话(FEXT)消除系数以生成抽取的数据;以及
对所述抽取的数据进行量化以生成所述近似的FEXT消除系数。
24.根据权利要求23所述的方法,其中所述无损操作包括:
对所述近似的FEXT消除系数应用线性预测器,以生成误差序列数据;以及
对所述误差序列数据应用Golomb编码以生成所述压缩后的FEXT消除系数。
25.根据权利要求24所述的方法,其中所述误差序列数据包括复数,而且所述Golomb编码包括:将每个复数的实部和虚部编码成单独的序列,其中Golomb编码后的序列的长度由每个复数部分的出现频率来确定。
26.根据权利要求24所述的方法,其中所述误差序列数据包括复数,而且所述Golomb编码包括:将每个复数的实部和虚部二者编码成单个序列,所述Golomb编码还包括:将每个复数输入符号映射到正整数集合中的正整数,然后向所述正整数集合中的正整数分派码字。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US36658510P | 2010-07-22 | 2010-07-22 | |
US61/366,585 | 2010-07-22 | ||
US37195010P | 2010-08-09 | 2010-08-09 | |
US61/371,950 | 2010-08-09 | ||
PCT/US2011/045027 WO2012012729A2 (en) | 2010-07-22 | 2011-07-22 | Reduced memory vectored dsl |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103125104A true CN103125104A (zh) | 2013-05-29 |
CN103125104B CN103125104B (zh) | 2015-10-21 |
Family
ID=45493601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180040780.7A Expired - Fee Related CN103125104B (zh) | 2010-07-22 | 2011-07-22 | 用于操作矢量化vdsl线路组的方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8780686B2 (zh) |
EP (1) | EP2596607B1 (zh) |
CN (1) | CN103125104B (zh) |
WO (1) | WO2012012729A2 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107005345A (zh) * | 2014-11-17 | 2017-08-01 | 阿尔卡特朗讯 | 用于控制矢量处理器的方法和设备 |
CN107039045A (zh) * | 2016-02-03 | 2017-08-11 | 谷歌公司 | 用于语音增强的全局优化最小二乘后滤波 |
CN107135004A (zh) * | 2017-04-20 | 2017-09-05 | 中国科学技术大学 | 一种对地震数据流的自适应实时无损压缩方法 |
CN107492341A (zh) * | 2016-06-09 | 2017-12-19 | 乐金显示有限公司 | 压缩数据的方法及使用该方法的有机发光二极管显示装置 |
CN107888523A (zh) * | 2017-11-02 | 2018-04-06 | 四川九洲电器集团有限责任公司 | 一种基于自相关模型的信号对消处理系统和方法 |
WO2018113674A1 (en) * | 2016-12-19 | 2018-06-28 | Huawei Technologies Co., Ltd. | Improved crosstalk channel estimation for legacy cpe |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012096602A1 (en) * | 2011-01-14 | 2012-07-19 | Telefonaktiebolaget L M Ericsson (Publ) | Crosstalk limitation between modems |
WO2011144028A2 (zh) * | 2011-05-18 | 2011-11-24 | 华为技术有限公司 | 矢量dsl的方法、系统及一种单板和dslam设备 |
DK3461015T3 (da) * | 2011-08-29 | 2020-07-13 | Lantiq Beteiligungs Gmbh & Co Kg | Fleksibel overvågning af krydstalekoblingsstyrke |
WO2012167537A1 (zh) * | 2011-11-03 | 2012-12-13 | 华为技术有限公司 | 一种降低数字用户线路干扰的方法、装置和系统 |
WO2013093926A1 (en) * | 2011-12-23 | 2013-06-27 | Actelis Networks (Israel) Ltd. | Cable-level crosstalk reduction |
WO2012092895A2 (zh) | 2012-02-03 | 2012-07-12 | 华为技术有限公司 | 接入设备端口线路的串扰抵销处理方法、相关设备及系统 |
US9088350B2 (en) * | 2012-07-18 | 2015-07-21 | Ikanos Communications, Inc. | System and method for selecting parameters for compressing coefficients for nodescale vectoring |
US9020145B2 (en) * | 2012-07-20 | 2015-04-28 | Futurewei Technologies, Inc. | MIMO mechanism for strong FEXT mitigation |
US8964884B2 (en) | 2012-12-31 | 2015-02-24 | Futurewei Technologies, Inc. | Power control in linear precoder design for MIMO DSL transmission |
US9628266B2 (en) * | 2014-02-26 | 2017-04-18 | Raytheon Bbn Technologies Corp. | System and method for encoding encrypted data for further processing |
WO2015127624A1 (zh) * | 2014-02-27 | 2015-09-03 | 华为技术有限公司 | 串扰信道估计方法、矢量化控制实体及osd系统 |
US10193594B2 (en) * | 2014-09-30 | 2019-01-29 | British Telecommunications Public Limited Company | Method and apparatus for transmitting and receiving signals over pairs of wires |
US9692616B1 (en) | 2015-12-02 | 2017-06-27 | Samsung Electronics Co., Ltd. | Apparatus for and method of channel estimation buffer compression via decimation, prediction, and error encoding |
CN108028815B (zh) * | 2016-01-04 | 2020-09-08 | 华为技术有限公司 | 串扰信道估计的方法、矢量化控制实体vce和接入节点an |
US20170279489A1 (en) * | 2016-03-22 | 2017-09-28 | Qualcomm Incorporated | Techniques for processing and storing vectoring coefficients |
US10574292B2 (en) | 2016-08-29 | 2020-02-25 | British Telecommunications Public Limited Company | Method and apparatus for transmitting data over metallic wire pairs |
EP3291452B1 (en) * | 2016-08-30 | 2020-03-25 | Alcatel Lucent | Encoding and decoding of vectoring coefficients with differential encoding size |
EP3301898A1 (en) | 2016-09-29 | 2018-04-04 | British Telecommunications public limited company | Method and apparatus for transmitting data from a transmitter device to one or more receiver devices |
EP3539283B1 (en) | 2016-11-08 | 2021-03-31 | British Telecommunications Public Limited Company | Method and apparatus for operating a digital subscriber line arrangement |
US10771110B2 (en) | 2016-11-08 | 2020-09-08 | British Telecommunications Public Limited Company | Method and apparatus for operating a digital subscriber line arrangement |
US10069534B2 (en) * | 2016-12-07 | 2018-09-04 | Alcatel Lucent | Methods and systems for load balancing in vectoring |
US20220414051A1 (en) * | 2021-06-28 | 2022-12-29 | Silicon Laboratories Inc. | Apparatus for Array Processor with Program Packets and Associated Methods |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030086514A1 (en) * | 2001-06-01 | 2003-05-08 | The Board Of Trustees Of The Leland Stanford Junior University | Dynamic digital communication system control |
CN1906879A (zh) * | 2003-12-07 | 2007-01-31 | 适应性频谱和信号校正股份有限公司 | 自适应fec码字管理 |
US20080160915A1 (en) * | 2006-12-29 | 2008-07-03 | Texas Instruments Incorporated | Far-end crosstalk (fext) canceller |
US20090086798A1 (en) * | 2007-09-28 | 2009-04-02 | Infineon Technologies Ag | Low Power State for DSL System and Devices |
WO2010002908A2 (en) * | 2008-07-01 | 2010-01-07 | Vector Silicon, Inc. | Reduced memory vectored dsl |
WO2010019486A2 (en) * | 2008-08-13 | 2010-02-18 | Ikanos Communications, Inc. | Alien interference removal in vectored dsl |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6724849B1 (en) | 2000-02-29 | 2004-04-20 | Centillium Communications, Inc. | Method and apparatus for timing recovery in ADSL transceivers under a TCM-ISDN crosstalk environment |
US20080198909A1 (en) * | 2003-09-08 | 2008-08-21 | Michail Konstantinos Tsatsanis | Efficient multiple input multiple output signal processing method and apparatus |
US7302379B2 (en) | 2003-12-07 | 2007-11-27 | Adaptive Spectrum And Signal Alignment, Inc. | DSL system estimation and parameter recommendation |
US20050195892A1 (en) | 2004-03-05 | 2005-09-08 | Texas Instruments Incorporated | Training and updating for multiple input-output wireline communications |
US7593458B2 (en) | 2004-05-18 | 2009-09-22 | Adaptive Spectrum And Signal Alignment, Inc. | FEXT determination system |
US8972549B2 (en) * | 2005-06-10 | 2015-03-03 | Adaptive Spectrum And Signal Alignment, Inc. | User-preference-based DSL system |
US20070263711A1 (en) * | 2006-04-26 | 2007-11-15 | Theodor Kramer Gerhard G | Operating DSL subscriber lines |
EP2337371B8 (en) * | 2006-06-06 | 2018-05-23 | Assia Spe, Llc | DSL system |
US8441912B2 (en) | 2006-09-18 | 2013-05-14 | Lantiq Deutschland Gmbh | Method and apparatus for data transmission |
US7843949B2 (en) | 2007-08-17 | 2010-11-30 | Lantiq Deutschland Gmbh | Communication apparatus and method with changing composition of a vectored group |
DE102008046326A1 (de) | 2008-08-29 | 2010-03-04 | Picanol N.V. | Verfahren und Vorrichtung zum Beobachten eines Bewegungsverlaufs einer Webmaschine |
EP2380282A4 (en) | 2008-12-23 | 2013-12-04 | Actelis Networks Israel Ltd | SYSTEM AND METHOD FOR CANCELLATION OF DIGITAL SUBSCRIBER LOOP CROSSING |
-
2011
- 2011-07-22 US US13/189,095 patent/US8780686B2/en active Active
- 2011-07-22 EP EP11810467.8A patent/EP2596607B1/en not_active Not-in-force
- 2011-07-22 WO PCT/US2011/045027 patent/WO2012012729A2/en active Application Filing
- 2011-07-22 CN CN201180040780.7A patent/CN103125104B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030086514A1 (en) * | 2001-06-01 | 2003-05-08 | The Board Of Trustees Of The Leland Stanford Junior University | Dynamic digital communication system control |
CN1906879A (zh) * | 2003-12-07 | 2007-01-31 | 适应性频谱和信号校正股份有限公司 | 自适应fec码字管理 |
US20080160915A1 (en) * | 2006-12-29 | 2008-07-03 | Texas Instruments Incorporated | Far-end crosstalk (fext) canceller |
US20090086798A1 (en) * | 2007-09-28 | 2009-04-02 | Infineon Technologies Ag | Low Power State for DSL System and Devices |
WO2010002908A2 (en) * | 2008-07-01 | 2010-01-07 | Vector Silicon, Inc. | Reduced memory vectored dsl |
WO2010019486A2 (en) * | 2008-08-13 | 2010-02-18 | Ikanos Communications, Inc. | Alien interference removal in vectored dsl |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107005345A (zh) * | 2014-11-17 | 2017-08-01 | 阿尔卡特朗讯 | 用于控制矢量处理器的方法和设备 |
CN107005345B (zh) * | 2014-11-17 | 2020-02-18 | 阿尔卡特朗讯 | 用于控制矢量处理器的方法和设备 |
CN107039045A (zh) * | 2016-02-03 | 2017-08-11 | 谷歌公司 | 用于语音增强的全局优化最小二乘后滤波 |
CN107039045B (zh) * | 2016-02-03 | 2020-10-23 | 谷歌有限责任公司 | 用于语音增强的全局优化最小二乘后滤波 |
CN107492341A (zh) * | 2016-06-09 | 2017-12-19 | 乐金显示有限公司 | 压缩数据的方法及使用该方法的有机发光二极管显示装置 |
CN107492341B (zh) * | 2016-06-09 | 2019-12-06 | 乐金显示有限公司 | 压缩数据的方法及使用该方法的有机发光二极管显示装置 |
WO2018113674A1 (en) * | 2016-12-19 | 2018-06-28 | Huawei Technologies Co., Ltd. | Improved crosstalk channel estimation for legacy cpe |
US10505583B2 (en) | 2016-12-19 | 2019-12-10 | Futurewei Technologies, Inc. | Crosstalk channel estimation for legacy CPE |
CN107135004A (zh) * | 2017-04-20 | 2017-09-05 | 中国科学技术大学 | 一种对地震数据流的自适应实时无损压缩方法 |
CN107135004B (zh) * | 2017-04-20 | 2020-04-03 | 中国科学技术大学 | 一种对地震数据流的自适应实时无损压缩方法 |
CN107888523A (zh) * | 2017-11-02 | 2018-04-06 | 四川九洲电器集团有限责任公司 | 一种基于自相关模型的信号对消处理系统和方法 |
CN107888523B (zh) * | 2017-11-02 | 2020-07-31 | 四川九洲电器集团有限责任公司 | 一种基于自相关模型的信号对消处理系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2012012729A3 (en) | 2012-06-21 |
EP2596607A4 (en) | 2015-10-21 |
EP2596607A2 (en) | 2013-05-29 |
WO2012012729A2 (en) | 2012-01-26 |
CN103125104B (zh) | 2015-10-21 |
US8780686B2 (en) | 2014-07-15 |
US20120020418A1 (en) | 2012-01-26 |
EP2596607B1 (en) | 2016-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103125104B (zh) | 用于操作矢量化vdsl线路组的方法 | |
CN104509031B (zh) | 选择对用于节点规模矢量化的系数进行压缩的参数的系统和方法 | |
KR101567118B1 (ko) | 감소된 메모리 벡터 dsl | |
CN102217294B (zh) | 降低反馈开销的方法和装置 | |
JP5499026B2 (ja) | ベクトル化されたdslクロストークキャンセル | |
CN101248636B (zh) | 一种利用自适应广义判决反馈均衡器跟踪并适应于信道、时间变化的空间相关噪声的方法及设备 | |
CN103004099B (zh) | 一种降低数字用户线路干扰的方法、装置和系统 | |
US8326906B2 (en) | Efficient multiple input multiple output signal processing method and apparatus | |
CN101218776A (zh) | Dsl系统中的幻象使用 | |
CN101194435A (zh) | 矢量化dsl嵌套 | |
CN101213805A (zh) | 多使用者矢量化dsl传输中的音调预编码 | |
US20120236915A1 (en) | Crosstalk control methods and apparatus utilizing compressed representation of compensation coefficients | |
Strobel | Channel Modeling and Physical Layer Optimization in Copper Line Networks | |
CN1830188B (zh) | 使用时频有界基函数传递数字信息的系统和方法 | |
CN106789776B (zh) | 一种mimo-ofdm系统的高精度信道估计方法 | |
Strobel | Physical layer framework for the multi-gigabit copper-fiber access networks | |
WO2011077430A1 (en) | Dsm cross-talk cancellation technique for xdsl lines | |
Leshem et al. | Fixed point error analysis of linear multichannel precoding for VDSL | |
Kar | Wavelet OFDM for Power Line Communication | |
Shi | Design and estimation for multirate systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151021 Termination date: 20190722 |