?

?

圖 2：20 MHz E-UTRA DL 通道參考輸入幀的 IQ 數值群組 (a)，以及壓縮后 IQ 數據 (b) 經擴展用以說明每個數值群組的有效數值范圍使用情況

向上擴展編解碼架構
對于原型配置，我們計劃將壓縮算法向上擴展，以充分利用 9.8304 Gbps CPRI 鏈路（線路比特率選項 7）。ORI 壓縮 E-UTRA 樣本規范允許我們通過單個 9.8G CPRI 鏈路傳輸 16 條壓縮 IQ 通道（32 條 I 與 Q 通道單獨壓縮）。目標吞吐量為每個 CPRI 時鐘輸出三個壓縮樣本，這已足夠完全打包 32 位賽靈思 LogiCORE? IP CPRI IQ 接口，提供所需的 737.28 Msps 的壓縮 IP 輸出。

以單個時鐘域為目標，我們需要構建重采樣濾波器以滿足每個時鐘周期三個樣本的輸出速率。用 0 的補碼對輸入樣本流進行內插計算允許我們忽略無用的輸入樣本。輸出流變為子濾波器內插速率的函數，每個子濾波器都使用 FIR 系數子集（系數 / 插值速率的總數）。共四個并行濾波器，每個都在一個通道子集上運行，使得整體吞吐量相當于每個時鐘周期要求 3 個壓縮樣本。除高吞吐量以外，所建議的架構還能縮短重采樣時延，因為每個子濾波器中僅使用一小部分系數。

對于壓縮路徑，我們使用累積分布函數 (CDF) 計算 NLQ 量化表。假設 IQ 分布是對稱的，我們將 NLQ 查找表的大小縮減至 214 條 9 位量化值。由于我們的設計需要每時鐘周期三個并行查找表，因此我們利用相同量化值實現三個并行查找表。可以使用預期或觀察的標準偏差值為 I 和 Q 樣本單獨計算量化等級。或者，以實際的信號級測量值或更高層次的網絡參數為依據，單獨量化通道子集。解壓縮時，我們使用分位函數（逆向 CDF）來計算逆向 NLQ 表。表的大小被限定在 29 個 14 位數值。

我們使用由 MATLAB? LTE 系統工具箱生成的 20 MHz LTE E-UTRA FDD 通道激勵來測試已實現的編解碼算法。然后，我們使用 Keysight VSA 來解調捕捉到的 IQ 數據，并通過測量輸出波形誤差矢量幅度 (EVM) 以量化壓縮和解壓縮階段引起的信號失真。我們將已公布的輸出 EVM 測量值（體現理想信號與測量信號的差異）與參考輸入信號 EVM 進行比較。

高級建模與實現流程

我們使用 GNU Octave 語言，并利用其信號處理和統計程序包開發單通道壓縮及解壓縮模型，啟動實現過程。除提供有用的驗證參考數據點以外，模型輸出還生成了一組 FIR 濾波器系數和量化表。

Vivado HLS 工具從高級數學模型中提供明顯的傳輸路徑，從潛在的硬件性能和成本方面評估提議的架構。我們建立了 C++ 測試臺，以利用壓縮和解壓縮函數對輸入數據流進行運算。由于我們會將這些函數置于 CPRI 鏈路的相對端，因此便單獨對其進行綜合。利用 HLS 流及簡單 C++ 循環管理下的交錯通道數據流，我們實現了所有內、外部函數接口。

?

圖 3：IQ 編解碼架構所示為（僅下行鏈路中）編解碼器 IP 接口處的樣本處理速率

我們利用 Vivado HLS FIR IP 來開發重采樣濾波器的原型設計。為滿足設計的高吞吐量要求，我們實現并行單速率 FIR 濾波器，并采用基于循環的濾波器輸出抽取功能。

通過實現多相重采樣濾波器，可獲得更高效的資源節約型重采樣濾波器。多通道分級采樣速率轉換濾波器就是一種支持 ORI 重采樣速率的開箱即用型選擇；賽靈思應用指南 XAPP1236-《使用 Vivado 高層次綜合以實現多通道分級采樣速率轉換濾波器設計》對該濾波器進行了介紹。

當驗證數據集較大時，快速 C 級仿真的優勢就變得愈發明顯。對 IQ 壓縮算法進行評估時最能體現這一點，因為，至少需要有完整的無線電數據幀（307，200 個 IQ 樣本 / 通道），才能利用 VSA 工具進行 EVM 測量。我們發現，C 仿真與 C/RTL 協同仿真相比，仿真速度可提升兩個數量級；對于本壓縮 IP 測試而言，相比于協同仿真運行時間的 9 小時，C 仿真僅需 5 分鐘。