光载无线通信(Radio over Fiber,RoF)作为一种传输高频无线信号廉价且有效的传输技术,在5G通信中备受工业界以及诸多研究者的关注。其中,数字射频光载无线(Digital Radio over Fiber,D-RoF)技术在基站中加入了数模转换模块,增加了基站的处理功能,将射频模拟带通信号转换成数字信号调制到光纤传输系统中传输。D-RoF技术的优势在于数字光纤链路性能比较稳定,非线性和色散影响小并且便于补偿,适合于较长距离的高性能传输。然而在D-RoF系统中,模拟信号在经过模数转换以及量化编码之后,数据量会随着量化位数增加而迅速膨胀,导致了该技术在实际场景中传输成本高且传输效率低的问题。针对D-RoF系统存在的问题,为了提高数据传输效率,本文的主要工作如下:1.针对D-RoF系统的量化编码以及解码反量化过程,提出了一种快速统计估计联合矢量量化的多维量化(Fast Statistical Estimation with Vector Quantization,FSE-VQ)方法,并对其进行了仿真验证与复杂度分析。该方法首先利用压扩变换将高斯分布的数据转化为均匀分布的数据,其次在矢量构建的过程中利用合理的分组方式消除信号间的数据关联性,再结合矢量量化技术提高数据压缩效率与系统性能。2.本文提出的FSE-VQ算法从系统的误差矢量幅度(Error Vector Magnitude,EVM)性能以及时间复杂度两个角度出发,与快速统计估计算法(Fast Statistical Estimation,FSE)、劳埃德算法(Lloyd)以及基于K均值聚类(k-means)的多维量化算法进行了对比分析。FSE-VQ算法能够在每个采样点仅为6位量化位数时达到FSE以及Lloyd算法在每个采样点8位量化位数时的EVM,说明FSE-VQ算法能够在该情况下减少25%数据量。相较于k-means算法,在相同量化位数下,两者的EVM性能基本相同;而从时间复杂度的角度来考虑,本文提出的FSE-VQ算法在量化阶段获取码本时无需进行多次迭代,因而拥有较低的时间复杂度。综上所述,FSE-VQ算法兼顾了系统性能与时间复杂度,有利于其在实时传输场景中的应用。