O-RAN前传Spilt Option 7-2x

Spilt Option 7-2x

Open Fronthaul wrt ORAN 联盟被称为下层拆分(LLS),其目标是提高电信市场的灵活性和竞争力。下层拆分是指无线电单元(RU) 和分布式单元(DU) 之间的拆分。

O-RAN前传接口可以在 eCPRI 上传输。eCPRI 规范旨在支持 5G 前传要求,并提供多项优势,例如,eCPRI 能够高效使用基于数据包的传输技术,并允许 RAN 有效载荷通过以太网传输。O-RU 接口的较高层在 eCPRI 之上实现,具有多个不同的 LLS 选项(1 至 8)以在 O-RU 和 O-DU 之间划分功能。

拆分选项 7-2x是 O-RAN 前传规范采用的著名 LLS 拆分选项之一。分布式单元 (O-DU) 和无线电单元 (O-RU) 之间的这种功能拆分将物理层 (第 1 层) 的功能划分为高级 Phy 位于 DU 中,低级 Phy 位于 RU 中。下图显示了拆分选项 7-2x 的概览。

下行比特处理

在 DL 数据流中,从较高层(即 MAC 层)接收到的用户比特序列经过编码和加扰、调制和层映射以及预编码和资源元素 (RE) 映射,从而产生频域中 OFDM 信号的 IQ 采样序列。然后对该序列执行 IFFT 处理以在时域中转换 OFDM 信号,最后转换为模拟信号。在此流程中,波束成形在 IFFT 之前执行。数字 BF​​ 的情况是这样的,而模拟 BF 的情况是在模拟信号转换之后。

在 DL 中,Split Option 7-2x 实现了 O-DU 中 RE 映射等功能,并支持实现数字 BF​​ 及后续功能的 O-RU(A 类 O-RU)和结合预编码实现上述功能的 O-RU(B 类 O-RU)。在前传中,将传输每个 MIMO 空间流或每个 MIMO 层的频域 OFDM 信号的 IQ 采样序列。对于 DL 中前传中不传输信号的频率资源,无需传输 IQ 采样序列。

上行比特处理

上行流程中,时域OFDM信号在O-RU处接收,转换为数字信号后送入FFT处理,得到频域OFDM信号的IQ样本,然后经过RE解映射后,继续进行均衡处理、逆离散傅里叶变换(IDFT)处理、信道估计,经过解调、解扰、解码后,将用户比特序列发送到MAC层。

在此流程中,数字波束成形在 FFT 处理之后进行波束成形 (BF),模拟波束成形在数字信号转换之前进行。在 UL 中,Split Option 7-2x 在 O-DU 中实现资源元素映射和高级功能,在 O-RU 中实现数字 BF​​ 和低级功能。前传在频域中为每个 MIMO 空间流传输 OFDM 信号的 IQ 采样序列。对于前传上不传输信号的频率资源,无需传输 IQ 采样序列。

相关文章:

5G NR gNB 逻辑架构及其功能划分

5G NR gNB 高层拆分

开放式 RAN (O-RAN) 参考架构

什么是 eCPRI,它对 5G 和 Open RAN 有何贡献?

相关推荐
nnerddboy3 小时前
FPGA自学笔记(正点原子ZYNQ7020):1.Vivado软件安装与点灯
笔记·fpga开发
眠りたいです5 小时前
基于脚手架微服务的视频点播系统-脚手架开发部分-brpc中间件介绍与使用及二次封装
c++·微服务·中间件·rpc·架构·brpc
Broken Arrows6 小时前
k8s学习(二)——kubernetes整体架构及组件解析
学习·架构·kubernetes
唐僧洗头爱飘柔95279 小时前
【SpringCloud(1)】初识微服务架构:创建一个简单的微服务;java与Spring与微服务;初入RestTemplate
java·spring·spring cloud·微服务·架构·resttemplate·java微服务技术栈
可触的未来,发芽的智生11 小时前
触摸未来2025.10.05:悟神经网络符号之伤,拥抱声音的宇宙
人工智能·python·神经网络·算法·架构
yunmi_12 小时前
微服务,Spring Cloud 和 Eureka:服务发现工具
java·spring boot·spring cloud·微服务·eureka·架构·服务发现
一叶飘零_sweeeet12 小时前
从 0 到 PB 级存储:MinIO 分布式文件系统实战指南与架构解密
java·架构·大文件存储
u01040583612 小时前
电商返利APP的秒杀活动架构:如何通过本地缓存(Caffeine)+ 分布式锁应对瞬时高并发?
分布式·缓存·架构
飞川撸码13 小时前
读扩散、写扩散(推拉模式)详解 及 混合模式(实际场景分析及相关问题)
分布式·后端·架构
艾醒(AiXing-w)14 小时前
大模型面试题剖析:深入解析 Transformer 与 MoE 架构
深度学习·架构·transformer