ROHC协议简介
更多精彩内容，请微信搜索“FPGAer俱乐部”关注我们。
引言
在网络传输和无线通信的过程中，我们会用到很多传输协议，诸如TCP/IP，UDP等。这些协议的报文头都有一定的规律，并且很大一部分在传输过程中是不变的，当我们单次传输的数据比报文头还短时，报头就成了一个累赘。我们可以利用报头的变化规律对报头进行压缩，提高传输效率。ROHC就是这么一种协议。
以下是我看了一些论文和英文版的白皮书之后归纳出来的内容，适合像我一样的初学者看，快速了解这一协议。
ROHC协议原理
预备知识：
-
完整的信号报头(信头)包括：静态信头 + 动态信头 ，分别有各自的 域 和 值。
-
解压方需要知道压缩方的传输协议才能解压，协议通过profile标识，对每一种协议固定一个PID
-
解压方通过 CID 和 PID 实现解压。CID在后面有解释。
-
文景(contex)：英文直译是上下文的意思。在这里表示压缩后的信息。
预备工作
压缩方：
将完整信号报头(信头)保存在本地的“压缩文景”数据结构中。 <- 之后按照这个“表”传递变化的值域；
为每个文景分配一个文景标识符(CID) <- 用于唯一识别数据流；
解压方：
将完整的信头域和值保存到本地“解压文景”数据结构；
建立起一个完整的解压文景后，压缩方才开始发送压缩后的分组；
在后续的数据传输中，解压方根据分组的 CID 查找解压文景进行解压；
压缩方状态：
IR(initiation and refresh state)状态：
初始化/重置状态。初始化/更新文景中的静态/动态域信息。
动作：连续发送全部 PID 和 CID，以及未压缩的明文信息。
FO(first order)一级压缩状态：
动作：传递完整的动态信头域信息。【即简单粗暴地砍掉静态部分，动态部分不压缩】
SO(second order)二级压缩状态：
最高级压缩状态。
动作：仅传递动态域压缩后的值。
解压方状态：
NC(no context)状态：
无文景状态。数据流刚开始传递时的状态。
动作：接收并保存压缩方在 IR 状态发的包含完整信头的分组，解压 IR 包。
对应压缩方状态：IR
跳转条件：成功解压一个IR包 -> FC状态
SC(static context)静态文景状态：
解压方获得了足够的静态域信息，希望接收包含完整动态信头的压缩分组。
动作：接收并保存压缩方在 FO 状态发的包含完整动态信头的分组，解压 FO 包
对应压缩方状态：FO
跳转条件：
. 成功解压一个FO包 -> FC状态。
. 连续 k2 个包解压失败 -> NC状态
FC(full context)全文景状态：
获得了足够的静态域信息和动态域的变化规律信息。
动作：解压 SO 包。
对应压缩方状态： SO
跳转条件：连续 k1 个包解压失败 -> SC状态。
压缩方的基本状态图如下：
解压方的状态图如下：
ROHC协议有好几种模式，分别适用于
无反馈信道(U-mode)
弱反馈信道(O-mode)
强反馈信道(R-mode)
单向(uni-directional)U 模式：
当不存在或不能使用反馈信道时，ROHC 工作在 U 模式，此时解压方不能向压缩方发送反馈信息。 为保证压缩健壮性和压缩率， 压缩方采用乐观逼近原则和周期性原则进行状态转移。
乐观逼近原则：在 IR 状态或 FO 状态时，压缩方向解压方连续发送 n 个分组时就认为解压方建立了正确的解压文景，于是向高级 FO、SO 状态转移。
周期性原则：压缩方在 FO、SO 状态一定时间 timeout 后，就转移到低级压缩状态。
双向乐观(bi-directional optimistic)O 模式：
当无线链路存在可以利用的反馈信道时，ROHC 工作在 O 模式，压缩方向高级状态转移采用乐观逼近原则或者正反馈原则， 向低级状态转移采用负反馈原则。
正反馈原则：当无线链路允许发送反馈分组的时候，解压 方一旦正确解压具有更新文景特性的分组时， 就向压缩方发送正反馈分组，允许压缩方向高级压缩状态转移。
负反馈原则：当无线链路允许发送反馈分组的时候，解压方连续错误地解压 ROHC 分组时， 就要向压缩方发送负反馈分组，促使压缩方向低级状态转移，并发送带有完整信息的分组，以便解压方接收到这些分组后更新解压文景信息，保持压缩和解压文景同步。
双向可靠(bi-directional reliable)R 模式：
当无线链路质量比较好的时候， 状态转移完全采用反馈原则。 压缩方向高级状态转移采用正反馈原则，向低级状态转移采用负反馈原则。
压缩算法
我们可以发现，ROHC协议并没有规定了压缩的算法，它只在行为级模型上规定了状态的跳转，对于不同的压缩算法，ROHC的压缩效率大有不同，所以压缩算法选取是ROHC协议使用的核心。
目前主流的压缩算法有以下两种：
LSB最低有效位压缩编码算法：
LSB 压缩算法是对连续分组中值变化不大的域进行压缩编码，压缩方只传输域值的 k个最低有效位 LSBs，而不是原始域值，LSBs 是要压缩的值 v 与已正确传递到解压方而作为参考值 v_ref 的二进制编码差异的最低有效位，k 是 LSBs 的比特位数。 解压方接收到 LSBs 后，用其取代先前正确接收而作为解压参考值的 v_ref 的 k 个最低有效位，获得原始值。
其实就是指传有变化的部分。核心思想和云天明的只送大脑是一样的，虽然看着简单，但是效率却出奇的高，是最重要的压缩算法之一。
- W-LSB 基于窗口最低有效位压缩编码算法
原理跟上面的LSB基本相同，只是W-LSB做的更彻底，通过调节窗口的大小，只传跟上一次不同的几位，达到更高的效率。
本文转载自：http://xilinx.eetrend.com/article/12749，如涉及侵权，请私信小编删除。
============华 丽 的 分 割 线============
想加入我们FPGA学习交流群吗？可以长按或扫描以下二维码，审核通过后我们邀请您加入。
这些微信群旨在打造一个提供给FPGA工程开发人员及兴趣爱好者（统称“FPGAer”）进行技术交流、答疑解惑和学习的平台。而且我们也将会通过网络举办FPGA技术讲座，分享相关研究文献。
了解更多FPGA知识可以长按或扫描以下二维码关注“FPGAer俱乐部”。
