CN102307372A

CN102307372A - 一种基于Lloyd-Max量化器的数据压缩方法和设备

Info

Publication number: CN102307372A
Application number: CN201110248428A
Authority: CN
Inventors: 刘龙; 刘刚; 陈艳霞
Original assignee: China Academy of Telecommunications Technology CATT
Current assignee: China Academy of Telecommunications Technology CATT; Datang Mobile Communications Equipment Co Ltd
Priority date: 2011-08-26
Filing date: 2011-08-26
Publication date: 2012-01-04
Anticipated expiration: 2031-08-26
Also published as: CN102307372B

Abstract

本发明公开了一种基于Lloyd-Max量化器的数据压缩方法和设备，该方法包括：所述发送端利用Lloyd-Max量化器对输入信号进行量化，得到所述输入信号对应的码本；所述发送端通过所述码本对所述输入信号进行量化；所述发送端将量化后的输入信号发送给接收端。本发明实施例中，利用Lloyd-Max量化器进行信号压缩，可以实现对信号进行自适应量化，从而实现传输信号的压缩，优化信号的传输过程，并提高***传输的效率。

Description

一种基于Lloyd-Max量化器的数据压缩方法和设备

技术领域

本发明涉及通信技术领域，尤其涉及一种基于Lloyd-Max量化器的数据压缩方法和设备。

背景技术

在LTE（Long Term Evolution，长期演进）/LTE-A（LTE-Advanced，高级LTE）***中，基站设备（如eNB）为分布式基站设备，且基站设备是由BBU（Building Base band Unit，基带处理单元）、RRU（Radio Remote Unit，射频远端单元）构成，是一种可以灵活分布式安装的基站组合，如图1所示，为RRU和BBU组成的基站设备的示意图，RRU与BBU之间的接口为Ir接口，即RRU通过Ir接口与BBU相连，并传输二者之间的数据。

现有技术中，Ir接口采用光纤等传输媒质，如果对Ir接口的数据进行压缩，则可以大大减少传输媒质的需求量。当前LTE***中的Ir接口的数据压缩方式为：通过对输入信号进行自动增益调节，控制信号的动态范围，相应的降低信号的量化位宽、量化算法为均匀量化。该方式可以在保证信号可靠性的基础上，将16bit位宽的数据压缩至12bit，压缩前后的比率为4：3。其中，压缩前后的数据大小之比为压缩比。

在实现本发明的过程中，发明人发现现有技术中至少存在以下问题：

现有技术的压缩比低，且算法的通用性不强，当输入信号为均匀分布时，均匀量化是最佳的量化器；但当输入信号为非均匀分布式时，均匀量化对量化电平的分配不够合理，无法充分去除信号中的冗余成分。

发明内容

本发明实施例提供一种基于Lloyd-Max量化器的数据压缩方法和设备，以利用Lloyd-Max量化器进行信号压缩，提高***传输效率。

为了达到上述目的，本发明实施例提供一种基于Lloyd-Max量化器的数据压缩方法，包括：

所述发送端利用Lloyd-Max量化器对输入信号进行量化，得到所述输入信号对应的码本；

所述发送端通过所述码本对所述输入信号进行量化；

所述发送端将量化后的输入信号发送给接收端。

本发明实施例提供一种基于Lloyd-Max量化器的数据压缩设备，包括：

获得模块，用于利用Lloyd-Max量化器对输入信号进行量化，得到所述输入信号对应的码本；

量化模块，用于通过所述码本对所述输入信号进行量化；

发送模块，用于将量化后的输入信号发送给接收端。

与现有技术相比，本发明实施例至少具有以下优点：

利用Lloyd-Max量化器进行信号压缩，可以实现对信号进行自适应量化，从而实现传输信号的压缩，优化信号的传输过程，并提高***传输的效率。而且可计算出无损压缩比特数的极小界，在引入有损压缩的情况下，在一定的性能损失下，可实现的压缩更低，对量化电平和量化方式的选择更为合理，使得信号传输有效性更高。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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的前提下，还可以根据这些附图获得其他的附图。

图1是现有技术中为RRU和BBU组成的基站设备的示意图；

图2是本发明实施例一中提供的实现框图；

图3是本发明实施例一提供的一种基于Lloyd-Max量化器的数据压缩方法流程示意图；

图4是本发明实施例二中提供的实现框图；

图5是本发明实施例三提供的一种基于Lloyd-Max量化器的数据压缩设备结构示意图。

具体实施方式

发明人在实现本发明的过程中注意到：度量通信的技术性能是从通信的数量和质量来讨论的，数量指标用有效性度量，质量指标用可靠性度量。在保证通信质量的同时，通过寻找提高***有效性的方式，来保证在有限的信道容量下能够传输更多的信号。其中，信号若不经过处理，则会存在大量的冗余成分，因此可通过量化和压缩等方式去掉多余成分，实现有效性的提升。

实际应用中，由于量化会产生量化误差，并引入失真，因此需要在限定失真条件下寻找所需比特最少的量化压缩编码方式。

针对现有技术中，LTE/LTE-A***采用大带宽、多天线等技术，从而导致Ir接口传输的数据量较大，现有压缩比低等问题，本发明实施例提供一种基于Lloyd-Max量化器的数据压缩方法和设备，通过对信号进行自适应量化，实现传输信号的压缩，优化信号传输，以提高***传输的效率。

下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，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。

实施例一

本发明实施例一提供一种基于Lloyd-Max量化器的数据（即信号，包括但不限于3G/4G***的信号）压缩方法，应用于包括发送端和接收端的数据传输***中，对于每个数据传输设备，其可以为发送端，也可以为接收端，因此Lloyd-Max量化器的原理框图可以如图2所示的结构。

其中，功率/幅度调整器、自适应码本量化器是数据传输设备作为发送端的功能模块；功率/幅度补偿器、解码本量化器是数据传输设备作为接收端的功能模块。在图2中，A bit为量化前的比特数，B bit为量化后的比特数，且A bit大于B bit。

例如，该方法可应用于包括BBU和RRU的基站设备中，并用于对BBU和RRU之间的Ir接口所传输的数据进行压缩。当BBU向RRU发送数据时，则BBU为发送端，RRU为接收端；当RRU向BBU发送数据时，则BBU为接收端，RRU为发送端。

为了合理的分配量化电平，可寻找与信号的概率密度函数相匹配的量化器，在信号概率密度相对较大的区域选择较小的量化间隔，而在概率密度相对较小的区域选择较大的量化间隔，从而降低量化噪声平均功率。

基于上述思路，可基于Lloyd-Max量化器进行自适应数据压缩；Lloyd-Max量化器的核心原理为在给定的输入信号概率密度及量化电平M的条件下，求出一组最佳分层电平

与量化电平

，使其量化噪声平均功率

最小。其中，最佳的分层电平应为两个相邻量化电平的中点，而最佳量化电平位于对应量化间隔的概率质心上，算法为先设定一个初始的量化电平，基于上述两个条件反复迭代计算得到最优的数据解。

从理论而言，该量化器性能是最优的，但是其量化结构较为复杂，实时实现很困难；且由于Lloyd-Max量化器的设计是信号的输出过程为平稳过程为基础的，针对这一特点，本发明实施例提出一种基于Lloyd-Max量化器的自适应数据压缩方案—自适应码本量化，其实现框图如图2所示。

基于图2所示的框图，如图3所示，该基于Lloyd-Max量化器的数据压缩方法，包括以下步骤：

步骤301，发送端对输入信号（该输入信号为输入数据）进行功率和/或幅度的调整，使得信号更利于量化。

例如，发送端可以对输入信号进行AGC（Automatic Gain Control，自动增益控制）调整。其中，为了使得本发明实施例可支持更大的输入信号动态范围，并使得调整后的信号更加适于量化，可以先对输入信号进行AGC调整。

步骤302，发送端利用Lloyd-Max量化器对输入信号进行量化，得到输入信号对应的码本。

本步骤中，发送端可以先确定输入信号的分布特性（如发送端将预设周期T内的输入信号进行缓存，并统计预设周期T内缓存的输入信号的分布特性），并构造与该输入信号的分布特性相对应的训练序列；之后，发送端利用Lloyd-Max量化器对该训练序列进行量化，从而可得到输入信号对应的码本。

本发明实施例中，发送端可根据需要对信号分布特性进行实时的统计（如果已知信号的分布特性就无需统计），约定统计周期为T，则将T时间段内的信号进行缓存，并统计其分布特性（如均值、方差等）。

其中，统计的方法有多种，比如统计信号的概率密度分布与典型的概率分布曲线比对，找其最类似的概率分布等，本发明实施例中不再赘述。

进一步的，发送端构造满足统计的概率分布的训练序列，以保证训练序列足够长。

本发明实施例中，基于上述输入信号或训练序列发送端可利用Lloyd-Max量化器（即利用Lloyd-Max量化算法）对输入信号或者训练序列进行量化，从而得到输入信号对应的码本。

本发明实施例中，在得到输入信号对应的码本的过程中，基于Lloyd-Max量化器进行量化的结果，发送端可查询预先维护的码本集，并从码本集中选择该输入信号对应的码本（即最优码本，为基于量化的结果得到的最佳量化电平的码本）。在从码本集中选择输入信号对应的码本之后，发送端还需要在该码本中得到该输入信号对应的码本下标。

步骤303，发送端通过上述得到的码本对输入信号进行量化。

步骤304，发送端将量化后的输入信号发送给接收端。

需要注意的是，上述过程是针对发送端的处理，在接收端，当接收到量化后的输入信号后，还需要完成相应的码本编号的译码，解码本量化，功率/幅度补偿等过程，而为了实现该过程，发送端还需要执行以下操作。

在发送端在码本中得到输入信号对应的码本下标之后，发送端还需要将码本下标以及上述最优码本的编号（即码本位于码本集中的编号信息）发送给接收端；在接收端，接收端利用该码本下标以及码本的编号查询预先维护的码本集（该码本集与发送端维护的码本集相同，通过码本的编号，即可以查询到发送端进行量化的码本，从而可以解码本量化），并利用查询结果对量化后的输入信号进行处理。

进一步的，在发送码本下标时，发送端可基于码本的大小M确定发送码本下标的位宽B，其中，

。

在发送码本的编号时，由于选择的最优码本编号非常重要，一旦传错将导致解量化全部错误，因此发送端需要对选择的最优码本的编号进行编码保护，进行编码保护的方案可以任意选择，可以为重复编码等。

在发送码本下标和码本的编号时，发送端将码本下标和码本的编号放置在循环前缀，或者，放置在对数据进行打孔后的位置。其中，将量化的码本下标和经过编码后的最优码本编号传递给接收端时，关于最优码本编号的传递位置可以放置在循环前缀或对数据进行打孔放置编码后的最优码本编号。

基于上述情况，在接收端，接收端完成相应的码本编号的译码，解码本量化，功率/幅度补偿。其中功率/幅度调整因子的传递方式本发明实施例中不做限制，可以通过在循环前缀或者在空余时隙进行传输。

需要说明的是，本发明实施例提供的技术方案可适用于平稳信号，因此信号的统计特性随时间的变化不大，可用的量化码本不会较大的改变，但是在短时间内统计特性可能会有所波动。根据这一特点，可采用一种自适应优化方案，通过观察其分布特性的变化范围，根据其分布特性训练出多组典型的码本，并可以通过以下两种方式进行最优码本的选择。

方式一：通过实时统计信号的统计特性选择最优的码本。

方式二：通过计算量化前后信号的量化损失选择最优的码本，计算量化损失的方式可以选择计算EVM（误差向量幅度），或计算均方误差等，本发明实施例中不做限定。

基于上述技术方案，本发明实施例的实现复杂度较低，实现时只需要在发送端和接收端存储相应的码本集，并由发送端进行量化，由接收端查询码本集进行解量化即可。此外，压缩后信号的分布特点改动较小（如A律压缩后就会大幅改变信号的分布特性），因此经过自适应码本量化后的码本下标分布与数据对应一致，压缩后对应数据的大小分布比例未变，有进一步压缩的空间，可与其它压缩方案合用进一步提高压缩的性能；例如，可后接分块差分编码和分段压缩等方式，以实现小信号用更小的位宽来表示，且可作为本发明实施例的一个具体应用。

此外，本发明实施例中还提出可以根据信号的概率分布，判断无损压缩的极限比特数（即信息熵）的方式。具体的，通过统计信息熵可以得出无损情况下平均比特数的极小界。以LTE下行信号为例，其服从均值为

，方差为

的正态分布，概率分布的表达式为：

则可以认为无损压缩的前提下，最低的平均传输位宽为：

如果最终的压缩比特位宽小于

，则认为引入了有损压缩，可通过统计信号压缩前后的均方误差来的统计信号的损失。

综上所述，本发明实施例中，利用Lloyd-Max量化器进行信号压缩，可以实现对信号进行自适应量化，从而实现传输信号的压缩，优化信号的传输过程，并提高***传输的效率。而且可计算出无损压缩比特数的极小界，在引入有损压缩的情况下，在一定的性能损失下，可实现的压缩更低，对量化电平和量化方式的选择更为合理，使得信号传输有效性更高。

实施例二

本发明实施例二提供一种基于Lloyd-Max量化器的数据压缩方法，以对该方案在LTE***中Ir数据压缩方面的应用为例，如图4所示的实现框图，可有效的将16bit的数据压缩至8比特。

基于图4所示的框图，则该方法包括以下步骤：

步骤1、发送端将信号进行AGC处理，调整信号的幅度。

步骤2、发送端存储大小为4*256的M个码本，码本中的数据位宽为16bit（与AGC之后的数据位宽一致），码本主要根据信号方差生成，统计信号方差的波动范围，等比划分为4个等级，生成相应的4个码本。

步骤3、发送端统计信号的方差，选择最优的码本，并对最优码本编号进行重复编码。

步骤4、发送端将信号采用选择的最优码本进行量化，量化的过程为通过if……else语句进行逻辑比较运算，判断信号所属的码本区间，输出该区间对应的码本下标。

步骤5、发送端将码本下标和编码后最优码本编号传递给接收端，其中编码后最优码本编号放置在循环前缀的最前端。

步骤6、接收端先对最优码本编号进行解码，找到对应的码本，利用该码本通过查表（即码本集）的方式查找对应的数据，完成解量化及AGC因子恢复过程。

实施例三

基于与上述方法同样的发明构思，本发明实施例中还提供了一种基于Lloyd-Max量化器的数据压缩设备，如图5所示，该设备包括：

获得模块11，用于利用Lloyd-Max量化器对输入信号进行量化，得到所述输入信号对应的码本；

量化模块12，用于通过所述码本对所述输入信号进行量化；

发送模块13，用于将量化后的输入信号发送给接收端。

所述获得模块11，具体用于确定所述输入信号的分布特性，并构造与所述输入信号的分布特性相对应的训练序列；

利用所述Lloyd-Max量化器对所述训练序列进行量化，得到所述输入信号对应的码本。

所述获得模块11，进一步用于将预设周期T内的输入信号进行缓存，并统计所述预设周期T内缓存的输入信号的分布特性。

所述获得模块11，具体用于基于所述Lloyd-Max量化器进行量化的结果，查询预先维护的码本集，并从所述码本集中选择所述输入信号对应的码本。

所述获得模块11，还用于在所述码本中得到所述输入信号对应的码本下标。

所述发送模块13，还用于将所述码本下标以及所述码本的编号发送给所述接收端；由所述接收端利用所述码本下标以及所述码本的编号查询预先维护的码本集，并利用查询结果对量化后的输入信号进行处理。

在所述发送模块13发送所述码本下标时，基于所述码本的大小M确定发送所述码本下标的位宽B，其中，。

在所述发送模块13发送所述码本的编号时，对所述码本的编号进行编码保护。

在所述发送模块13发送所述码本下标和所述码本的编号时，将所述码本下标和所述码本的编号放置在循环前缀，或者，放置在对数据进行打孔后的位置。

该设备还包括：

调整模块14，用于对所述输入信号进行功率和/或幅度调整。

其中，本发明装置的各个模块可以集成于一体，也可以分离部署。上述模块可以合并为一个模块，也可以进一步拆分成多个子模块。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述的方法。

本领域技术人员可以理解附图只是一个优选实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本领域技术人员可以理解实施例中的装置中的模块可以按照实施例描述进行分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上公开的仅为本发明的几个具体实施例，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims

1.一种基于Lloyd-Max量化器的数据压缩方法，其特征在于，包括：

所述发送端利用Lloyd-Max量化器对输入信号进行量化，得到所述输入信号对应的码本；

所述发送端通过所述码本对所述输入信号进行量化；

所述发送端将量化后的输入信号发送给接收端。

2.如权利要求1所述的方法，其特征在于，所述发送端利用Lloyd-Max量化器对输入信号进行量化，得到所述输入信号对应的码本，包括：

所述发送端确定所述输入信号的分布特性，并构造与所述输入信号的分布特性相对应的训练序列；

所述发送端利用所述Lloyd-Max量化器对所述训练序列进行量化，得到所述输入信号对应的码本。

3.如权利要求2所述的方法，其特征在于，所述发送端确定所述输入信号的分布特性，包括：

所述发送端将预设周期T内的输入信号进行缓存，并统计所述预设周期T内缓存的输入信号的分布特性。

4.如权利要求1或2所述的方法，其特征在于，所述发送端得到所述输入信号对应的码本，包括：

基于所述Lloyd-Max量化器进行量化的结果，所述发送端查询预先维护的码本集，并从所述码本集中选择所述输入信号对应的码本。

5.如权利要求4所述的方法，其特征在于，所述发送端从所述码本集中选择所述输入信号对应的码本，之后还包括：

所述发送端在所述码本中得到所述输入信号对应的码本下标。

6.如权利要求5所述的方法，其特征在于，所述发送端在所述码本中得到所述输入信号对应的码本下标，之后还包括：

所述发送端将所述码本下标以及所述码本的编号发送给所述接收端；由所述接收端利用所述码本下标以及所述码本的编号查询预先维护的码本集，并利用查询结果对量化后的输入信号进行处理。

7.如权利要求6所述的方法，其特征在于，在发送所述码本下标时，所述发送端基于所述码本的大小M确定发送所述码本下标的位宽B，其中，

Figure 2011102484284100001DEST_PATH_IMAGE001

。

8.如权利要求6所述的方法，其特征在于，在发送所述码本的编号时，所述发送端对所述码本的编号进行编码保护。

9.如权利要求6所述的方法，其特征在于，在发送所述码本下标和所述码本的编号时，所述发送端将所述码本下标和所述码本的编号放置在循环前缀，或者，放置在对数据进行打孔后的位置。

10.如权利要求1所述的方法，其特征在于，所述发送端利用Lloyd-Max量化器对输入信号进行量化，得到所述输入信号对应的码本，之前还包括：

所述发送端对所述输入信号进行功率和/或幅度调整。

11.一种基于Lloyd-Max量化器的数据压缩设备，其特征在于，包括：

获得模块，用于利用Lloyd-Max量化器对输入信号进行量化，得到所述输入信号对应的码本；

量化模块，用于通过所述码本对所述输入信号进行量化；

发送模块，用于将量化后的输入信号发送给接收端。

12.如权利要求11所述的设备，其特征在于，

所述获得模块，具体用于确定所述输入信号的分布特性，并构造与所述输入信号的分布特性相对应的训练序列；

利用所述Lloyd-Max量化器对所述训练序列进行量化，得到所述输入信号对应的码本。

13.如权利要求12所述的设备，其特征在于，

所述获得模块，进一步用于将预设周期T内的输入信号进行缓存，并统计所述预设周期T内缓存的输入信号的分布特性。

14.如权利要求11或12所述的设备，其特征在于，

所述获得模块，具体用于基于所述Lloyd-Max量化器进行量化的结果，查询预先维护的码本集，并从所述码本集中选择所述输入信号对应的码本。

15.如权利要求14所述的设备，其特征在于，

所述获得模块，还用于在所述码本中得到所述输入信号对应的码本下标。

16.如权利要求15所述的设备，其特征在于，

所述发送模块，还用于将所述码本下标以及所述码本的编号发送给所述接收端；由所述接收端利用所述码本下标以及所述码本的编号查询预先维护的码本集，并利用查询结果对量化后的输入信号进行处理。

17.如权利要求16所述的设备，其特征在于，

在所述发送模块发送所述码本下标时，基于所述码本的大小M确定发送所述码本下标的位宽B，其中，

。

18.如权利要求16所述的设备，其特征在于，在所述发送模块发送所述码本的编号时，对所述码本的编号进行编码保护。

19.如权利要求16所述的设备，其特征在于，在所述发送模块发送所述码本下标和所述码本的编号时，将所述码本下标和所述码本的编号放置在循环前缀，或者，放置在对数据进行打孔后的位置。

20.如权利要求11所述的设备，其特征在于，还包括：

调整模块，用于对所述输入信号进行功率和/或幅度调整。