CN104868942A - 通信设备和通信系统 - Google Patents

Abstract

本发明提供一种通信设备和通信系统。包括：快速傅立叶变换FFT模块，用于将时域数据进行快速傅立叶变化分别得到第一频域数据和第二频域数据，以及采用资源块RB级压缩算法对第一频域数据进行压缩得到第一压缩频域数据，信道估计模块，用于对第二频域数据进行信道估计得到导频符号上的信道估计矩阵，并用RB级压缩算法进行压缩得到压缩信道估计矩阵，以使缓存模块缓存压缩后的数据，有效节省了通信设备内的数据缓存空间。并且此通信设备与其他通信设备间传输的也为压缩后的数据，有效节省了通信设备间数据传输所需的带宽，并提高了数据传输的效率。

Description

通信设备和通信系统

技术领域

本发明涉及无线通信技术，尤其涉及一种通信设备和通信系统。

背景技术

近年来，随着无线通信技术的发展，长期演进(Long Term Evolution，简称为：LTE)网络在全球范围内得到了广泛的普及，快速增长的移动数据业务和更加完美的用户性能体验，使得世界范围内的运营商和设备商面临着巨大的挑战，而为了达到更加完美的用户性能体验，就需要加入多点协作(Coordinated Multi-Point，简称为：CoMP)和CoMP干扰抵消(Interference Counteract，简称为：IC)等特性，但需要加入这些特性会间接的对LTE基带芯片内部存储结构及数据传输带宽提出了更多的需求，也即，必须要在传输数据量不变的情况下尽可能使用更少的带宽，并且还不能增加LTE基带芯片的复杂度。

但是，在加入CoMP和CoMP干扰抵消等特性以达到更加完美的用户体验的同时，对于整个LTE基带芯片系统来讲，LTE基带芯片各个节点的数据传输量较大，从而导致数据的传输效率过低。

发明内容

本发明实施例提供一种通信设备和通信系统，以克服现有技术中LTE基带芯片各个节点的数据传输量较大，从而导致数据的传输效率过低的问题。

本发明第一方面提供一种通信设备，包括：

快速傅立叶变换FFT模块，用于通过无线接口接收时域数据，并对所述时域数据进行快速傅立叶变化分别得到第一频域数据和第二频域数据，以及采用资源块RB级压缩算法对所述第一频域数据进行压缩得到第一压缩频域数据，其中，所述时域数据包括数据符号上的时域数据和导频符号上的时域数据，所述第一频域数据为对所述数据符号上的时域数据进行快速傅立叶变化得到的频域数据，所述第二频域数据为对所述导频符号上的时域数据进行快速傅立叶变化得到的频域数据；

信道估计模块，用于对所述第二频域数据进行信道估计，以分别得到干扰协方差矩阵和导频符号上的信道估计矩阵，并采用所述RB级压缩算法对所述导频符号上的信道估计矩阵进行压缩得到压缩信道估计矩阵；

所述缓存模块，用于分别获取并缓存所述第一压缩频域数据、所述压缩信道估计矩阵、所述干扰协方差矩阵以及邻区的联合检测数据；

多点协作CoMP联合检测模块，用于从所述缓存模块中获取所述第一压缩频域数据、所述压缩信道估计矩阵、所述干扰协方差矩阵和所述联合检测数据，并进行CoMP联合检测，以得到译码数据。

结合第一方面，在第一方面的第一种可能的实现方式中，当所述联合检测数据为邻区的第一压缩频域数据时，所述邻区的第一频域数据为所述邻区的通信设备采用所述RB级压缩算法对邻区的第一频域数据进行压缩得到的数据，所述CoMP联合检测模块包括：多输入多输出MIMO模块，所述MIMO模块具体用于：

采用与所述RB级压缩算法对应的解压缩算法分别对所述邻区的第一压缩频域数据、所述第一压缩频域数据、所述压缩信道估计矩阵进行解压缩；

根据解压缩后的数据和所述干扰协方差矩阵进行CoMP联合检测。

结合第一方面，在第一方面的第二种可能的实现方式中，当所述联合检测数据还包括所述邻区的压缩译码重构数据时，所述CoMP联合检测模块包括：多输入多输出MIMO模块，所述MIMO模块具体用于：

采用与所述RB级压缩算法对应的解压缩算法分别对所述邻区的第一压缩频域数据、所述邻区的译码重构数据、所述第一压缩频域数据、所述压缩信道估计矩阵进行解压缩；

根据解压缩后的数据和所述干扰协方差矩阵进行CoMP联合检测；

其中，所述邻区的压缩译码重构数据为所述邻区的通信设备采用所述RB级压缩算法对邻区的译码重构数据进行压缩后得到的数据，所述邻区的译码重构数据为所述邻区的通信设备对所述邻区的译码数据进行重构后得到的数据。

结合第一方面，在第一方面的第三种可能的实现方式中，当所述联合检测数据为邻区的压缩译码数据时，所述压缩译码数据为所述邻区通信设备采用所述RB级压缩算法对邻区的译码数据进行压缩后得到的数据，所述CoMP联合检测模块包括：MIMO模块和离散傅立叶变换IDFT模块，

所述MIMO模块，用于根据所述解压缩算法对所述第一压缩频域数据进行解压缩得到所述第一频域数据，以及根据所述解压缩算法对所述压缩信道估计矩阵进行解压缩，得到所述导频符号上的信道估计矩阵；

所述MIMO模块，还用于对解压缩后得到的所述第一频域数据和所述导频符号上的信道估计矩阵进行译码得到译码数据；

所述MIMO模块，还用于采用所述RB级压缩算法对所述译码数据进行压缩得到压缩译码数据，将所述压缩译码数据发送至所述IDFT模块；

所述IDFT模块，用于根据所述解压缩算法对所述邻区的压缩译码数据进行解压缩得到所述邻区的译码数据，以及根据所述解压缩算法对所述压缩译码数据进行解压缩得到所述译码数据；

所述IDFT模块，还用于根据解压缩后得到的所述邻区的译码数据和所述译码数据进行CoMP联合检测。

结合第一方面、第一方面的第一至第三种可能的实现方式中的任一种可能的实现方式，在第一方面的第四种可能的实现方式中，所述RB级压缩算法包括：

在资源块RB上接收多组待压缩数据；

确定所述多组待压缩数据中模值最大的数据；

根据所述模值最大的数据对应的模值和阶梯量化表确定所述多组待压缩数据对应的压缩除数，所述阶梯量化表用于保存数据的模值与压缩除数的对应关系；

根据各组待压缩数据和所述压缩除数得到多组移位数据；

获取各组移位数据中的预设比特数据；

根据所述预设比特数据确定压缩后的数据；

所述待压缩数据为以下数据中的任一种：所述第一频域数据、所述导频符号上的信道估计矩阵、所述译码数据、所述邻区的第一频域数据、所述邻区的译码重构数据、所述邻区的译码数据；

所述压缩后的数据为：所述第一压缩频域数据、所述压缩信道估计矩阵、所述压缩译码数据、所述第三频域数据、所述邻区的压缩译码数据。

结合第一方面的第四种可能的实现方式，在第一方面的第五种可能的实现方式中，所述阶梯量化表还用于保存压缩除数与压缩因子的关系，所述根据所述预设比特数据确定压缩后的数据，包括：

根据所述阶梯量化表确定与所述压缩除数对应的压缩因子；

确定所述压缩因子对应的P位二进制数；

在多组所述预设比特数据中选择低位的P组预设压缩数据；

将所述P位二进制数中的每一位数值分别依次替换所述P组预设压缩数据中的每一组数据中的最低位数值，得到所述压缩后的数据；其中，P为正整数。

结合第一方面的第五种可能的实现方式，在第一方面的第六种可能的实现方式中，所述解压缩算法包括：

根据所述压缩后的数据确定所述压缩因子；

根据所述压缩因子和所述阶梯量化表确定所述压缩后的数据对应的压缩除数；

根据所述压缩除数和所述压缩后的数据确定所述待压缩数据。

本发明第二方面提供一种通信系统，包括：第一通信设备和第二通信设备，所述第二通信设备为所述第一通信设备所属小区的邻区的通信设备，

所述第一通信设备为第一方面、第一方面第一至第六种可能的实现方式中的任一种可能的实现方式中所述的通信设备；

所述第二通信设备用于向所述第一通信设备发送联合检测数据，以使所述第一通信设备根据所述联合检测数据进行多点协作CoMP联合检测。

本发明中的通信设备，包括：快速傅立叶变换FFT模块，用于通过无线接口接收时域数据，并对时域数据进行快速傅立叶变化分别得到第一频域数据和第二频域数据，以及采用资源块RB级压缩算法对第一频域数据进行压缩得到第一压缩频域数据，其中，时域数据包括数据符号上的时域数据和导频符号上的时域数据，第一频域数据为对数据符号上的时域数据进行快速傅立叶变化得到的频域数据，第二频域数据为对导频符号上的时域数据进行快速傅立叶变化得到的频域数据。信道估计模块，用于对第二频域数据进行信道估计，以分别得到干扰协方差矩阵和导频符号上的信道估计矩阵，并采用RB级压缩算法对导频符号上的信道估计矩阵进行压缩得到压缩信道估计矩阵。缓存模块，用于分别获取并缓存第一压缩频域数据、压缩信道估计矩阵、干扰协方差矩阵以及邻区的联合检测数据。多点协作CoMP联合检测模块，用于从缓存模块中获取第一压缩频域数据、压缩信道估计矩阵、干扰协方差矩阵和联合检测数据，并进行CoMP联合检测，以得到译码数据。其中，采用RB级压缩算法对第一频域数据和导频符号上的信道估计矩阵进行压缩，并向通信设备内部其他模块传输压缩后的数据，最终使得缓存模块存储压缩后的数据，有效节省了通信设备内的数据缓存空间，并且此通信设备与其他通信设备间传输的也为压缩后的数据，有效节省了通信设备间数据传输所需的带宽，并提高了数据传输的效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1所示为分布式基站的结构示意图；

图2所示为LTE上行链路数据传输示意图；

图3所示为本发明实施例提供的通信设备的结构示意图；

图4和图5所示分别为片间CoMP实际场景示意图；

图6所示为对图4和图5中的片间CoMP实际场景进行数据传输的示意图；

图7和图8所示分别为片间CoMP IC实际应用场景示意图；

图9所示为对图7和图8中的片间CoMP IC实际场景进行数据传输的示意图；

图10和图11所示分别为片间MRC合并实际应用场景示意图；

图12所示为对图10和图11中的片间CoMP实际场景进行数据传输的示意图；

图13所示为本发明实施例提供的RB级压缩算法的流程图；

图14所示为将原RB中的数据压缩为位宽为8bit的数据的原理图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

现有技术中的整条LTE上行链路中进行数据传输时，有些传输节点中传输的数据量过大，从而导致数据的传输效率过低。

但在这些数据量较大的传输节点上传输的数据中，或许并不是每个传输节点中的数据都可以被压缩或者并不是每个传输节点中的数据都需要寻求新的压缩技术。因此发明人分析了哪些传输节点中的数据可以进行压缩，具体为：

图1所示为分布式基站的结构示意图，如图1所示，基站的射频拉远单元(RRU，Radio Remote Unit)接收到UE发送的时域数据后(此时域数据包括数据符号上的时域数据和导频符号上的时域数据)，通过中射频处理后，得到基带信号，并通过通用公共无线电接口(Common Public Radio Interface，简称为：CPRI)链路，将该基带信号发送至基带单元(Base band Unit，简称为BBU)上，需要说明的是，基带信号中仍然包括时域数据，只是频率从射频便到了零频，图2所示为LTE上行链路数据传输示意图，基带单元中的FFT1模块将通过CPRI接口接收到的时域的数据通过快速傅立叶变换转换到频域上，也即得到导频符号上的频域数据DMRS_R以及数据符号上的频域数据DATA_R，DMRS_R经过数字信号处理(Digital Signal Process，简称为：DSP)核和FFT2模块做信道估计，得到频域导频符号上的信号估计矩阵DMRS_H，DSP核再利用DMRS_H计算出干扰协方差矩阵δ²，然后将DMRS_H、δ²和DATA_R发送至缓存模块，缓存模块存储接收到的数据，进而，多输入多输出(Multiple-Input Multiple-Output，简称为：MIMO)模块从缓存模块中获取DMRS_H、δ²和DATA_R，并解调到频域上的译码数据DEC_S，离散傅里叶逆变换(Inverse Discrete Fourier Transform，简称为：IDFT)模块将译码数据，从频域上转换成时域上，即得到时域上的译码数据，然后解交织解复用解级联DIMC模块对此时域上的译码数据做解调解扰解交织，得到软比特，码块级处理器CBLP对得到的软比特译码纠错，译码纠错后的软比特给交织复用级联IMC模块做重构，得到符号均值，最后给DFT做时频转换，得到频域上的译码重构数据Soft_S。以上处理均为物理上行共享信道(Physical UplinkShared Channel，简称为：PUSCH)上的数据的处理。在LTE上行链路的数据传输中，还需要在物理随机接入信道(Physical Random Access，简称为：RACH)上进行传输，此过程中，滤波模块首先对CPRI做压缩处理后的时域数据进行滤波，然后经过离散傅里叶变换(Discrete Fourier Transform，简称为：DFT)得到RACH随机接入信道上的频域数据，缓存缓存此数据。

由于CPRI压缩后的时域数据、DATA_R、DMRS_R、DMRS_H、DEC_S、Soft_S以及RACH随机接入信道上利用DFT转化后的频域数据在进行数据传输时的数据量较大，因此在以上几种数据中均存在将数据进行压缩的可能性。

申请人经过分析：对于接收的时域数据进行压缩的压缩技术的应用，已有成熟的方案落实在CPRI中；针对导频符号上的频域数据DMRS_R的压缩，因为此处由于芯片内DSP核需要参与部分导频信道估计的处理，因此在此点上是否可以采用压缩技术，决定于DSP核是否支持压缩/解压缩技术，若DSP核不支持，则不能对DMRS_R进行压缩；由于上述几点均不用考虑采用压缩技术进行数据的压缩，那么其余五点：数据符号上的频域数据DATA_R、频域导频符号上的信道估计矩阵DMRS_H、MIMO均衡后的译码数据DEC_S、反向重构后的译码数据(译码重构数据)Soft_S、RACH随机接入信道上利用DFT转化后的频域数据、均存在采用压缩技术的可能性，因此本申请主要针对通信设备内部这五种数据进行压缩。并且，当LTE基带芯片间进行多点协作(Coordinated Multi-Point，简称为：CoMP)联合检测时，如果将上述数据进行压缩，可以有效节省LTE基带芯片间数据传输所需的带宽。

在压缩/解压缩算法的选择时，需要考虑到在有效降低数据表示位宽的同时，不能增加数据存储/传输时的复杂度。当然，压缩/解压缩算法的选择也与压缩粒度的选择有着紧密的关联。

而在LTE基带系统中，在对数据进行压缩时，主要有符号(英文：symbol)级、用户级、资源块(Resource Block，简称为：RB)级、资源单元(ResourceElement，,简称为：RE)级等四个压缩粒度可供选择。

其中，当采用基于symbol级粒度下的压缩时，由于一个符号有110RB，数据量很大，直接对110RB的数据进行压缩处理，需要采用的压缩算法过于复杂，且难以在芯片内实现；

当采用基于用户级粒度下的压缩时，在遇到非对齐虚拟MIMO(VisiMIMO，简称为：VMIMO)用户、非对齐CoMP用户(RB级的CoMP联合检测技术)时，同一个用户的不同RB上的能量不同，使得不同RB上的数据差别很大，直接对一个用户的数据进行压缩，会导致解压缩后的数据性能较差；

当采用RB级粒度下的压缩时，由于每个RB有12个RE，数据量不大，并且各RE间数据差别不大，采用的压缩比较简单，且易于在芯片内实现；

当采用基于RE级粒度下的压缩时，由于每个RE占用32bit(实虚部)，会导致压缩的效果不佳。

因此基于上述分析，本发明中提供的通信设备对数据进行压缩的算法最终选择以RB级为压缩粒度，也即RB级压缩算法。

实施例一

图3所示为本发明实施例提供的通信设备的结构示意图，需要说明的是，本发明中的通信设备具体可以为BBU，或者类似的基带处理装置。如图3所示，该通信设备200包括：

快速傅立叶变换FFT模块201，用于通过无线接口接收时域数据，并对所述时域数据进行快速傅立叶变化分别得到第一频域数据和第二频域数据，以及采用资源块RB级压缩算法对所述第一频域数据进行压缩得到第一压缩频域数据，其中，所述时域数据包括数据符号上的时域数据和导频符号上的时域数据，所述第一频域数据为对所述数据符号上的时域数据进行快速傅立叶变化得到的频域数据，所述第二频域数据为对所述导频符号上的时域数据进行快速傅立叶变化得到的频域数据。

信道估计模块202，用于对所述第二频域数据进行信道估计，以分别得到干扰协方差矩阵和导频符号上的信道估计矩阵，并采用所述RB级压缩算法对所述导频符号上的信道估计矩阵进行压缩得到压缩信道估计矩阵。

具体的，信道估计模块可以包括如图1所示的DSP核和FFT2模块，信道估计模块202将得到的干扰协方差矩阵以及压缩信道估计矩阵发送至缓存模块。

所述缓存模块203，用于分别获取并缓存所述第一压缩频域数据、所述压缩信道估计矩阵、所述干扰协方差矩阵以及邻区的联合检测数据。

缓存模块203接收FFT模块201发送的第一频域数据、信道估计模块202发送的干扰协方差矩阵和压缩信道估计矩阵，邻区的联合检测数据，并缓存接收到的数据，以使多点协作(Coordinated Multi-Point，简称为：CoMP)联合检测模块可以根据缓存模块203缓存的这些数据进行CoMP联合检测。

多点协作CoMP联合检测模块204，用于从所述缓存模块203中获取所述第一压缩频域数据、所述压缩信道估计矩阵、所述干扰协方差矩阵和所述联合检测数据，并进行CoMP联合检测，以得到译码数据。

其中，CoMP联合检测模块对从缓冲模块203中获取到的数据进行CoMP联合检测的具体步骤与现有技术中相同，此处不再赘述。

本发明实施例提供一种通信设备，包括：快速傅立叶变换FFT模块，用于通过无线接口接收时域数据，并对时域数据进行快速傅立叶变化分别得到第一频域数据和第二频域数据，以及采用资源块RB级压缩算法对第一频域数据进行压缩得到第一压缩频域数据，其中，时域数据包括数据符号上的时域数据和导频符号上的时域数据，第一频域数据为对数据符号上的时域数据进行快速傅立叶变化得到的频域数据，第二频域数据为对导频符号上的时域数据进行快速傅立叶变化得到的频域数据。信道估计模块，用于对第二频域数据进行信道估计，以分别得到干扰协方差矩阵和导频符号上的信道估计矩阵，并采用RB级压缩算法对导频符号上的信道估计矩阵进行压缩得到压缩信道估计矩阵。缓存模块，用于分别获取并缓存第一压缩频域数据、压缩信道估计矩阵、干扰协方差矩阵以及邻区的联合检测数据。多点协作CoMP联合检测模块，用于从缓存模块中获取第一压缩频域数据、压缩信道估计矩阵、干扰协方差矩阵和联合检测数据，并进行CoMP联合检测，以得到译码数据。其中，采用RB级压缩算法对第一频域数据和导频符号上的信道估计矩阵进行压缩，并向通信设备内部其他模块传输压缩后的数据，最终使得缓存模块存储压缩后的数据，有效节省了通信设备内的数据缓存空间，并且此通信设备与其他通信设备间传输的也为压缩后的数据，有效节省了通信设备间数据传输所需的带宽，并提高了数据传输的效率。

进一步的，当所述联合检测数据为第三频域数据时，所述CoMP联合检测模块包括：多输入多输出MIMO模块，所述MIMO模块具体用于：

采用与所述RB级压缩算法对应的解压缩算法分别对所述第三频域数据、所述第一压缩频域数据、所述压缩信道估计矩阵进行解压缩；

根据解压缩后的数据和所述干扰协方差矩阵进行CoMP联合检测；

可选的，当应用场景为片间CoMP特性联合检测时，第三频域数据为邻区的通信设备采用所述RB级压缩算法对邻区的第一频域数据进行压缩得到的邻区的第一压缩频域数据时。

图4和图5所示分别为片间CoMP实际场景示意图，在图4和图5中，小区0、小区1和小区2分别处于不同的基带芯片内，而终端0被上层软件选择为三小区CoMP联合检测用户。此时在服务小区1上解调终端0，则需要先接收从基带芯片0和基带芯片2上发送过来的数据符号频域数据DATA_R后，在小区1上完成对终端0的解调。

图6所示为对图3和图4中的片间CoMP实际场景进行数据传输的示意图，如图6所示，在服务小区接收到邻区的DATA_R后，可在MIMO模块内以1T6R_3COMP的方式完成对终端0的解调。

假设在非压缩模式下，芯片支持25％的片间CoMP比例，则每个TTI需要传输12symbol×110RB×12RE×4R×32bit×25％＝507Kbit，假设从系统的层面上出发，预留给邻区传输数据的时延为1个symbol，则需要系统提供6.1Gbps。而采用压缩模式后，若配置为8bit压缩，则相同CoMP比例下只需3Gbps。

可选的，当应用场景为CoMP IC特性联合检测时，第三数据为所述邻区的通信设备采用所述RB级压缩算法对邻区的第一频域数据进行压缩得到的邻区的第一压缩频域数据，以及所述邻区的通信设备采用所述RB级压缩算法对邻区的译码重构数据进行压缩后得到的邻区的压缩译码重构数据，所述邻区的译码重构数据为所述邻区的通信设备对所述邻区的译码数据进行重构后得到的数据时。

图7和图8所示分别为片间CoMP IC实际应用场景示意图，在图7和图8中，小区0、Cell1处于不同的基带芯片内，而UE0被上层软件选择为CoMPIC联合检测+干扰对消用户。此时在服务小区Cell1上解调UE0，则需要先接收从BaseBand_chip0上发送过来的数据符号频域数据DATA_R和UE1、UE2的译码重构数据soft_S后，在Cell1上完成对UE0的解调。

图9所示为对图7和图8中的片间CoMP IC实际场景进行数据传输的示意图，如图9所示，相比CoMP联合检测，CoMP IC用户除了需要邻区传输数据符号上的频域数据DATA_R后，还需要待对消的干扰用户的重构译码数据soft_S，这对传输的时延要求更高。

假设在非压缩模式下，芯片支持25％的片间CoMP IC比例，则每个TTI需要传输12symbol×110RB×12RE×(4R+2soft_S)×32bit×25％＝760Kbit，假设从系统的层面上出发，预留给邻区传输数据的时延为0.5个symbol，则需要系统提供18Gbps。而采用压缩模式后，若配置为8bit压缩，则相同CoMP比例下只需9Gbps。

进一步的，当应用场景为片间MRC合并时，所述联合检测数据为邻区的压缩译码数据时，所述压缩译码数据为所述邻区通信设备采用所述RB级压缩算法对邻区的译码数据进行压缩后得到的数据，所述CoMP联合检测模块包括：MIMO模块和离散傅立叶变换IDFT模块，

所述MIMO模块，用于根据所述解压缩算法对所述第一压缩频域数据进行解压缩得到所述第一频域数据，以及根据所述解压缩算法对所述压缩信道估计矩阵进行解压缩，得到所述导频符号上的信道估计矩阵；

所述MIMO模块，还用于对解压缩后得到的所述第一频域数据和所述导频符号上的信道估计矩阵进行译码得到译码数据；

所述MIMO模块，还用于采用所述RB级压缩算法对所述译码数据进行压缩得到压缩译码数据，将所述压缩译码数据发送至所述IDFT模块；

所述IDFT模块，用于根据所述解压缩算法对所述邻区的压缩译码数据进行解压缩得到所述邻区的译码数据，以及根据所述解压缩算法对所述压缩译码数据进行解压缩得到所述译码数据；

所述IDFT模块，还用于根据解压缩后得到的所述邻区的译码数据和所述译码数据进行CoMP联合检测。

图10和图11所示分别为片间MRC合并实际应用场景示意图，片间MRC合并实际上是一种特殊的片间CoMP联合检测技术，片间CoMP在基带芯片间传输的是数据符号上的频域数据DATA_R，而片间MRC合并则传输的是MIMO模块译码后的译码数据，仅仅是CoMP合并点位置不同，如图12所示，服务小区接收到邻区发送过来的译码数据后，开始在IDFT模块对UE0进行MRC合并解调。

假设在非压缩模式下，芯片支持25％的片间MRC比例，则每个TTI需要传输12symbol×110RB×12RE×(2dec_S)×32bit×25％＝254Kbit，假设从系统的层面上出发，预留给邻区传输数据的时延为1个symbol，则需要系统提供3048Mbps。而采用压缩模式后，若配置为8bit压缩，则相同CoMP比例下只需1524Mbps。

从上述三个实例在片间CoMP特性、片间CoMP IC特性、以及片间MRC合并特性中的应用可见，本发明在片间数据缓存/传输下，以典型场景采用8bit压缩技术，可降低一半的通信设备内部的Memory缓存需求，减少一半的通信设备之间的数据传输流量。

在片内数据缓存/传输下，因本发明的压缩算法在LTE上行链路多处的应用，而节省片内的Memory达4Mbyte以上，而片内各个模块(FFT、MIMO、DFT)等也节省超过100Wgate逻辑门。

图13所示为本发明实施例提供的RB级压缩算法的流程图，

如图13所示，本实施例的方法可以包括：

步骤301、在资源块RB上接收多组待压缩数据。

步骤302、确定多组待压缩数据绝对值中最大的绝对值。

步骤303、根据模值最大的数据对应的模值和阶梯量化表确定多组待压缩数据对应的压缩除数，阶梯量化表用于保存数据的模值与压缩除数的对应关系。

步骤304、根据各组待压缩数据和所述压缩因子得到多组移位数据。

步骤305、获取各组移位数据中的预设比特数据；

其中，预设比特为压缩的目标位宽，为了便于描述，以下实施例均使用N比特数据表示预设比特数据，具体为：根据压缩除数对每组待压缩数据进行移位压缩得到N比特压缩数据，其中，N为压缩的目标位宽，N为正整数，也即，将各组待压缩数据乘以压缩除数得到多组N比特压缩数据。

步骤306、根据所述预设比特数据确定压缩后的数据。

具体的，在RB上接收多组待压缩的数据，并将接收到的每组数据存储在RB中的RE上，所述待压缩的数据包括I数据和Q数据，每个RB内包含24个I数据和Q数据，首先，确定这24个I数据和Q数据的模值，并找出这24个模值中最大的绝对值，即找出D_max，根据此D_max和阶梯量化表确定对此RB中的每个I数据和Q数据进行压缩的压缩除数。

可选的，可提前预存阶梯量化表，当需要确定压缩除数时，只需根据阶梯量化表查找D_max对应的压缩除数，阶梯量化表具体可以参见表1所示：

表1

数据模值	压缩除数
		27554＜数据模值≤32768	4096
23170＜数据模值≤27554	4872
		…	…
8＜数据模值≤10	16777216

此处举一个简单的例子：假设RB中数据分别为21000、-23106、21212、21654、20036、-19286、19652、-21863、21323、15858、21474、22532、23168、20201、-21074、21354、20336、-19386、19352、-21363、21333、15838、21434、22332，其中最大的模值Dmax为23168，然后根据表1可知，23170＜23168≤27554，则对此RB中的数据进行压缩的压缩除数为4872。

需要说明的是，上述表1中的数据绝对值与压缩除数只是一种举例，本发明并不限制压缩除数的大小或者数据模值范围的大小。

在实际应用中，本发明支持16bit输入的1/2压缩、16bit输入的1/4倍压缩、8bit输入的1/2压缩等多种选择。注：在高压缩比的选择下，对系统性能有一定影响。为了便于描述，本发明实施例以16bit输入的1/2压缩为例，也即将16bit输入的数据压缩为8bit为例进行说明。

图14所示为将原RB中的数据压缩为位宽为8bit的数据的原理图，具体为：考虑到a部分RB(180KHz)内频选很小，仅信号本身的波动峰均比(Peak-to-Average Ratio，简称为：PAR)约10dB，因此只需2bit表示即可；进一步的考虑到b部分频域信号与噪声、干扰间的SNR，约需要5bit位宽表示即可；进一步考虑到c部分量化噪声的影响，约需要1bit位宽表示即可，综上，在以RB级为压缩粒度的情况下，在典型的应用场景下，也可以为排除传输信道信噪比很差的场景下，整个RB的数据只需压缩到8bit即可表示，也即，将RB数据压缩为8bit对系统性能的影响可忽略，从而可以有效的节省通信设备内部存储数据所需的缓存空间以及通信设备间传输数据所需的带宽。

当确定了压缩除数后，根据压缩除数对每组待压缩数据进行压缩得到N比特压缩数据，具体为：将待压缩数据乘以压缩因子得到移位后的待压缩数据，然后获取移位后的待压缩数据中的N比特数据得到N比特压缩数据。

具体为，根据压缩因子将每组待压缩数据左移与压缩因子对应的位数，并将移位后的待压缩数据中截取N比特数据。

优选的，获取所述移位后的待压缩数据中的N比特数据得到N比特压缩数据，可以为：获取移位后的待压缩数据的高M比特数据得到高位数据，M为正整数；获取所述高位数据中的低N比特数据得到N比特压缩数据，其中，M为正整数。

具体的，获取待压缩数据中的高(28-N)比特的数据得到高位数据，然后在获取的(28-N)比特的数据中获取低N比特数据。

按照上述所举的例子，假设输入数据为21000，压缩因子为4872，相乘后得到0x6192840，由于是8bit压缩，N取值为8，所以需要右移20bit，得到0x6192840的高8bit数据，即为0x61。

优选的，所述获取所述高位数据中的N比特数据得到N比特压缩数据，可以为：采用饱和截位的方式获取所述高位数据中的低N比特数据。

也即，采用饱和截位的方式获取高位数据中的低N比特数据。

其中，饱和截位是指：当截位后的数据与截位前的数据的符号不相同时，根据截位前数据的符号位确定截位后的数据的表示范围，当截位后的数据超过表示范围时，若截位前的数据为正数，则截位后的数据应该替换为正数的最大数，若截位前的数据为负数，则截位后的数据为应该替换为负数的最小数，可参考如下公式：

设有符号实数s，M位饱和操作的过程为：

例如：截位前的数据为正数001111，截取后三位，则截取后的数据为负数111，那么就应当将截位后的数据111替换为011，如果截位前的数据为负数101011，则截取后的数据为正数011，那么就应当将截位后的数据011替换为100。

在本实施例中，当所述N比特数据的符号与所述高位数据的符号不相同，若所述高位数据的符号为正，则截位后的数据为N比特表示的正数的最大值，若所述高位数据的符号为负，则截位后的数据为N比特表示的负数的最小值。

例如：假设获取的高位比特数据为10100101010110101010，则直接获取低8位数据则获取到的数据为10101010；假设获取的高位比特数据为10100101010100000000，则采用饱和截位获得的数据为10000000。

进一步的，如果将压缩后的数据与压缩因子分别存放，则相比非压缩数据，需要额外增加一套控制机制完成对压缩因子的读取、缓存、以及传输等操作，操作繁琐，并且由于压缩因子占用的比特位数比较多，造成缓存空间的浪费，为了便于对压缩的数据进行传输以及便于对压缩的数据进行解压缩，还可以在压缩的数据中加入压缩因子，具体为：

在阶梯量化表中保存压缩因子与压缩除数的对应关系，也即阶梯量化表中保存的为数据的模值与压缩除数的对应关系，以及压缩除数与压缩因子的对应关系。

当确定了对待压缩数据进行压缩的压缩除数之后，可以根据阶梯量化表查找压缩除数对应的压缩因子，根据压缩除数对每组待压缩数据进行移位压缩得到N比特压缩数据之后，根据压缩因子将N比特压缩数据进行格式重组，存储格式重组后的N比特压缩数据。

具体的，可以提前预存阶梯量化表，也即提前预存压缩除数、压缩因子与数据模值的对应关系，当需要确定压缩除数和压缩因子时，只需根据阶梯量化表即可查找出D_max对应的压缩除数和压缩因子，具体可以参见表2所示：

表2

压缩因子	数据模值	压缩除数
			0	27554＜数据模值≤32768	4096
1	23170＜数据模值≤27554	4872
			…	…	…
48	8＜数据模值≤10	16777216

按照上述所举的例子，假设RB中数据的模值中最大的模值D_max为23168，然后根据表2可知，23170＜23168≤27554，则对此RB中的数据进行压缩的压缩除数为4872、压缩因子为1。

需要说明的是，上述表2中的压缩因子、数据模值与压缩除数只是一种举例，本发明并不限制压缩因子、压缩除数的大小或者数据模值范围的大小。

在确定了压缩因子和压缩除数后，利用压缩除数对RB中的数据进行压缩后，确定压缩因子对应的P比特二进制数，在多组N位压缩数据中选择P组N位压缩数据，根据P比特二进制数中的每一位依次更新P组N位压缩数据中的最低位。

具体为：压缩因子对应的6bit二进制数为{g₅、g₄、g₃、g₂、g₁、g₀}，由于RB中的一个RE中保存的数据为I数据和Q数据，因此只需在压缩后的RB中选择4组RE，优选的，选择RB中低3组RE分别为：RE₂、RE₁、RE₀，然后将RE₂-RE₀中的I数据和Q数据的最后一位依次替换为g₅、g₄、g₃、g₂、g₁、g₀，即：

RE₀{(5:1)，g₁，(5:1)，g₀}

RE₁{(5:1)，g₃，(5:1)，g₂}

RE₂{(5:1)，g₅，(5:1)，g₄}

其中，(5:1)为数据中的高5位。

按照上述所举的例子，压缩因子1对应的6bit二进制数为000001，在压缩后的RB中选择6组压缩后的数据，优选的，选择RB中低3组RE中的压缩数据，并将选择的6组压缩后的数据中的最后一位依次替换为6位二进制的压缩等级因子中的每一位，上述例子中压缩后的低3组RE中的压缩数据分别为：

RE₀{(5:1)，0，(5:1)，1}

RE₁{(5:1)，0，(5:1)，0}

RE₂{(5:1)，0，(5:1)，0}

其中，(5:1)为数据中的高5位。

本发明实施例还提供一种与RB级压缩算法对应的解压缩的方法，该解压缩的方法包括：

根据所述压缩后的数据确定所述压缩因子；

根据所述压缩因子和所述阶梯量化表确定所述压缩后的数据对应的压缩除数；

根据所述压缩除数和所述压缩后的数据确定所述待压缩数据。

具体的，在进行解压缩的时候，只需在低3组RE中的压缩数据中提取最低位，并根据最低位确定压缩因子，根据预存压缩因子、压缩除数与数据模值的对应关系的关系表确定压缩除数，最后根据压缩除数确定原始未压缩的数据。

本发明实施例提供的数据处理方法，将压缩因子保存在RB中的压缩数据的低位中，在解压缩时，只需增加一部提取压缩因子的步骤即可，从而可以在不影响压缩性能的前提下，简化压缩数据缓存、传输、读取等操作。

本实施例中的待压缩数据为以下数据中的任一种数据：第一频域数据、导频符号上的信道估计矩阵、译码数据、邻区的第一频域数据、邻区的译码重构数据、所述邻区的译码数据，通过RB级压缩算法将第一频域数据压缩为第一压缩频域数据，将导频符号上的信道估计矩阵压缩为压缩信道估计矩阵、将译码数据压缩为压缩译码数据、将邻区译码重构数据压缩为第三频域数据、将邻区的第一频域数据压缩为邻区的第一压缩数据、将邻区的译码数据压缩为邻区的压缩译码数据。

进一步的，本发明提供的RB级压缩算法、解压缩算法全面地应用到了LTE上行链路的整个过程中，随着单芯片所支持小区规格的提升，本发明带来的收益愈加明显。对于本芯片内，本发明的应用不仅能有效降低本通信设备内各模块(如FFT、MIMO、DFT等)内的Memory需求，而且还极大地降低了通信设备之间数据传输的所需的带宽；对于基带单板上各芯片间，则同样能有效降低因CoMP等特性带来的数据传输流量。

实施例二

本实施例提供一种通信系统，包括：第一通信设备和第二通信设备，所述第二通信设备为所述第一通信设备相邻的通信设备，

所述第一通信设备为实施例一中所述的通信设备；

所述第二通信设备用于向所述第一通信设备发送联合检测数据，以使所述第一通信设备根据所述联合检测数据进行多点协作CoMP联合检测。

在图4和图5所示的场景中，第二通信设备包括：FFT模块、信道估计模块和缓存模块，各模块的功能参考本小区通信设备中对应的各个模块的功能，此处不再赘述，其中，FFT模块提供CoMP联合检测所需的邻区的第一压缩频域数据。

在图7和图8所示的场景中，第二通信设备包括：FFT模块、信道估计模块、缓存模块、MIMO模块，各模块的功能参考本小区通信设备中对应的各个模块的功能，此处不再赘述，还包括译码重构模块，用于对MIMO模块的译码数据进行重构得到译码重构数据，并将此数据发送至缓存模块，其中，FFT模块提供CoMP联合检测所需的邻区的第一压缩频域数据、译码重构模块提供CoMP联合检测所需的邻区的压缩译码重构数据。

在图10和图11所示的场景中，第二通信设备包括：FFT模块、信道估计模块、缓存模块和MIMO模块，各模块的功能参考本小区通信设备中对应的各个模块的功能，此处不再赘述，其中，FFT模块提供CoMP联合检测所需的邻区的第一压缩频域数据、MIMO模块提供CoMP联合检测所需的邻区的压缩译码数据。

本实施例的通信系统的实现原理和技术效果与实施例一类似，此处不再赘述。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (8)

1.一种通信设备，其特征在于，包括：

快速傅立叶变换FFT模块，用于通过无线接口接收时域数据，并对所述时域数据进行快速傅立叶变化分别得到第一频域数据和第二频域数据，以及采用资源块RB级压缩算法对所述第一频域数据进行压缩得到第一压缩频域数据，其中，所述时域数据包括数据符号上的时域数据和导频符号上的时域数据，所述第一频域数据为对所述数据符号上的时域数据进行快速傅立叶变化得到的频域数据，所述第二频域数据为对所述导频符号上的时域数据进行快速傅立叶变化得到的频域数据；

信道估计模块，用于对所述第二频域数据进行信道估计，以分别得到干扰协方差矩阵和导频符号上的信道估计矩阵，并采用所述RB级压缩算法对所述导频符号上的信道估计矩阵进行压缩得到压缩信道估计矩阵；

所述缓存模块，用于分别获取并缓存所述第一压缩频域数据、所述压缩信道估计矩阵、所述干扰协方差矩阵以及邻区的联合检测数据；

多点协作CoMP联合检测模块，用于从所述缓存模块中获取所述第一压缩频域数据、所述压缩信道估计矩阵、所述干扰协方差矩阵和所述联合检测数据，并进行CoMP联合检测，以得到译码数据。

2.根据权利要求1所述的通信设备，其特征在于，当所述联合检测数据为邻区的第一压缩频域数据时，所述邻区的第一频域数据为所述邻区的通信设备采用所述RB级压缩算法对邻区的第一频域数据进行压缩得到的数据，所述CoMP联合检测模块包括：多输入多输出MIMO模块，所述MIMO模块具体用于：

采用与所述RB级压缩算法对应的解压缩算法分别对所述邻区的第一压缩频域数据、所述第一压缩频域数据、所述压缩信道估计矩阵进行解压缩；

根据解压缩后的数据和所述干扰协方差矩阵进行CoMP联合检测。

3.根据权利要求2所述的通信设备，其特征在于，当所述联合检测数据还包括所述邻区的压缩译码重构数据时，所述CoMP联合检测模块包括：多输入多输出MIMO模块，所述MIMO模块具体用于：

采用与所述RB级压缩算法对应的解压缩算法分别对所述邻区的第一压缩频域数据、所述邻区的译码重构数据、所述第一压缩频域数据、所述压缩信道估计矩阵进行解压缩；

根据解压缩后的数据和所述干扰协方差矩阵进行CoMP联合检测；

其中，所述邻区的压缩译码重构数据为所述邻区的通信设备采用所述RB级压缩算法对邻区的译码重构数据进行压缩后得到的数据，所述邻区的译码重构数据为所述邻区的通信设备对所述邻区的译码数据进行重构后得到的数据。

4.根据权利要求1所述的通信设备，其特征在于，当所述联合检测数据为邻区的压缩译码数据时，所述压缩译码数据为所述邻区通信设备采用所述RB级压缩算法对邻区的译码数据进行压缩后得到的数据，所述CoMP联合检测模块包括：MIMO模块和离散傅立叶变换IDFT模块，

所述MIMO模块，用于根据所述解压缩算法对所述第一压缩频域数据进行解压缩得到所述第一频域数据，以及根据所述解压缩算法对所述压缩信道估计矩阵进行解压缩，得到所述导频符号上的信道估计矩阵；

所述MIMO模块，还用于对解压缩后得到的所述第一频域数据和所述导频符号上的信道估计矩阵进行译码得到译码数据；

所述MIMO模块，还用于采用所述RB级压缩算法对所述译码数据进行压缩得到压缩译码数据，将所述压缩译码数据发送至所述IDFT模块；

所述IDFT模块，用于根据所述解压缩算法对所述邻区的压缩译码数据进行解压缩得到所述邻区的译码数据，以及根据所述解压缩算法对所述压缩译码数据进行解压缩得到所述译码数据；

所述IDFT模块，还用于根据解压缩后得到的所述邻区的译码数据和所述译码数据进行CoMP联合检测。

5.根据权利要求1-4任一项所述的通信设备，其特征在于，所述RB级压缩算法包括：

在资源块RB上接收多组待压缩数据；

确定所述多组待压缩数据中模值最大的数据；

根据所述模值最大的数据对应的模值和阶梯量化表确定所述多组待压缩数据对应的压缩除数，所述阶梯量化表用于保存数据的模值与压缩除数的对应关系；

根据各组待压缩数据和所述压缩除数得到多组移位数据；

获取各组移位数据中的预设比特数据；

根据所述预设比特数据确定压缩后的数据；

所述待压缩数据为以下数据中的任一种：所述第一频域数据、所述导频符号上的信道估计矩阵、所述译码数据、所述邻区的第一频域数据、所述邻区的译码重构数据、所述邻区的译码数据；

所述压缩后的数据为：所述第一压缩频域数据、所述压缩信道估计矩阵、所述压缩译码数据、所述第三频域数据、所述邻区的压缩译码数据。

6.根据权利要求5所述通信设备，其特征在于，所述阶梯量化表还用于保存压缩除数与压缩因子的关系，所述根据所述预设比特数据确定压缩后的数据，包括：

根据所述阶梯量化表确定与所述压缩除数对应的压缩因子；

确定所述压缩因子对应的P位二进制数；

在多组所述预设比特数据中选择低位的P组预设压缩数据；

将所述P位二进制数中的每一位数值分别依次替换所述P组预设压缩数据中的每一组数据中的最低位数值，得到所述压缩后的数据；其中，P为正整数。

7.根据权利要求6所述的通信设备，其特征在于，所述解压缩算法包括：

根据所述压缩后的数据确定所述压缩因子；

根据所述压缩因子和所述阶梯量化表确定所述压缩后的数据对应的压缩除数；

根据所述压缩除数和所述压缩后的数据确定所述待压缩数据。

8.一种通信系统，其特征在于，包括：第一通信设备和第二通信设备，所述第二通信设备为所述第一通信设备所属小区的邻区的通信设备，

所述第一通信设备为1-7任一项所述的通信设备；

所述第二通信设备用于向所述第一通信设备发送联合检测数据，以使所述第一通信设备根据所述联合检测数据进行多点协作CoMP联合检测。