5G重传与链路自适应原理图解：HARQ与AMC如何"边传边调"

你在地铁里刷短视频，隧道里信号忽强忽弱，但视频几乎不卡——这不是运气，而是5G物理层里一对"黄金搭档"在实时协作：HARQ（混合自动重传请求） 和 AMC（自适应调制编码）。一个负责"传错了就补"，一个负责"看路况选档位"。

本文将深入这两个机制的底层原理，回答一个核心问题：为什么5G要在10%的初传误块率下故意"犯错"，再通过重传来获得更高吞吐量？

一、从日常类比理解链路自适应

1.1 开车的类比

想象你开车在山路上：

• AMC 就像根据路况换挡——直路平坦就挂高档（高阶调制，如256QAM），弯道泥泞就降挡（低阶调制，如QPSK）
• HARQ 就像送货——第一批货到了发现有几件破损（解码失败），不扔掉，把破损的留着，再送一批补充件过来，拼在一起修复（软合并）
• OLLA（外环链路自适应）就像你的经验——如果你最近经常出错，就保守一点；如果一直顺利，就大胆提速

这三者形成了一个闭环控制系统：

图表 1

1.2 为什么不直接用最高级别的纠错编码？

一个直觉上的问题是：为什么不直接用最强的纠错编码，保证一次就能成功解码？

答案是频谱效率。最强编码意味着大量冗余比特，有效数据占比极低。实测数据表明：

关键洞察：AMC + HARQ 的联合设计允许初传以10%左右的BLER运行，牺牲少量重传开销，换取整体吞吐量最大化。 这是一种"故意犯错再修正"的策略——和人类学习的"试错法"异曲同工。

二、AMC：看路况选档位

2.1 MCS表——5G的"变速箱"

5G NR 定义了多张 MCS（调制编码方案）表。最常用的 MCS Table 1（适用于低频段、信道条件较好的场景）包含 32 个等级：

工程直觉：从MCS 0到MCS 27，频谱效率相差约28倍。这意味着同一个PRB（物理资源块），选对MCS和选错MCS，吞吐量可能相差一个数量级。

2.2 内环链路自适应的工作原理

基站的调度器每1毫秒（一个slot）做一次MCS选择决策，过程如下：

图表 2

核心公式：

$$MCS_{selected} = \arg\max_{m} \left{ SE(m) \mid BLER(m, SINR_{eff}) \leq BLER_{target} \right}$$

其中 $SE(m)$ 是MCS等级 $m$ 对应的频谱效率，$SINR_{eff} = SINR_{CQI} + \Delta_{OLLA}$ 是经过外环修正后的有效SINR。

2.3 5G相比4G的AMC改进

为什么5G需要多张MCS表？ 因为不同场景对可靠性的要求差异巨大。eMBB场景追求吞吐量（用MCS Table 1，支持256QAM），而URLLC场景追求可靠性（用MCS Table 3，低码率QPSK，确保BLER < 0.1%）。

三、HARQ：传错了不扔，补完再拼

3.1 HARQ的三种类型

HARQ（Hybrid Automatic Repeat reQuest）是FEC（前向纠错）和ARQ（自动重传请求）的混合体：

图表 3

关键区别：

3.2 增量冗余（IR）为什么更优？

用一本书的类比来理解：

• Chase Combining：你收到一本被雨水淋湿的书，字迹模糊。你让朋友再寄一本同样的书，然后对着两本一起看——模糊的地方互相参照，能看清更多内容（SNR增益）
• Incremental Redundancy：你收到一本书，缺了几页索引。朋友不寄整本书，而是只寄缺失的索引页——这些额外的校验信息直接降低了"理解难度"（编码增益）

从编码理论角度，IR的核心在于每次重传降低有效码率：

$$R_{eff}^{(k)} = \frac{K}{N_1 + N_2 + \cdots + N_k}$$

其中 $K$ 是信息比特数，$N_i$ 是第 $i$ 次传输的总比特数。随着重传次数增加，有效码率 $R_{eff}$ 不断降低，纠错能力不断增强。

实测BLER衰减曲线（以典型TDL-C信道为例）：

工程要点：百度百科中IR条目指出，与Chase Combining相比，IR方案可获得约 2 dB的额外信噪比增益。这意味着在同样的信道条件下，IR能用更少的重传次数达到相同的可靠性。

3.3 5G NR的HARQ进程架构

5G NR 上下行均采用异步HARQ（LTE仅下行异步，上行同步）。一个HARQ进程的完整生命周期：

图表 4

关键参数解读：

为什么RV顺序是0→2→3→1？ 这不是随机的。这个顺序经过优化设计：RV0包含最多的系统比特（信息位），RV2包含最互补的校验比特，使得仅一次重传就能获得最大的编码增益。

3.4 16个HARQ进程：为什么需要这么多？

5G NR最多支持16个HARQ进程（LTE为8个）。原因在于流水线效应：

时间轴（slot）:  0  1  2  3  4  5  6  7  8  9  10 11 12 ...
进程#0:          [发] ............ [ACK] [重发?] ............
进程#1:             [发] ............ [ACK] [重发?] .........
进程#2:                [发] ............ [ACK] [重发?] ......
...
进程#15:                           [发] ............ [ACK] ...

从发送到收到ACK/NACK（K1=4，处理时间N1≈2个slot），一个HARQ进程需要等待约6个slot才能复用。在这段时间里，调度器可以给其他HARQ进程发送数据，保持无线资源100%利用率。

如果只有1个HARQ进程，信道利用率将降至：

$$\eta = \frac{T_{transmit}}{T_{transmit} + T_{process} + T_{feedback}} = \frac{1}{1+2+4} \approx 14\%$$

16个进程让利用率回升到接近100%。

四、OLLA：基站如何"学习"调整

4.1 为什么需要外环？

内环链路自适应（ILLA）根据UE上报的CQI选择MCS，但CQI存在两个问题：

1. 量化误差：CQI只有4bit（16个等级），分辨率有限
2. 时延：CQI上报到实际调度之间存在4-8ms延迟，信道可能已变化
3. 校准偏差：不同UE的接收机性能不同，同样的CQI值含义可能不同

OLLA（Outer Loop Link Adaptation） 通过监测实际的ACK/NACK反馈来修正SINR估计：

# OLLA核心逻辑（伪代码）
delta_olla = 0  # 初始偏移量
BLER_target = 0.10  # 目标初传BLER 10%

for each_harq_feedback:
    if NACK and is_initial_transmission:
        delta_olla -= delta_down  # 降低偏移 → 选更低MCS
    elif ACK and is_initial_transmission:
        delta_olla += delta_up    # 增加偏移 → 尝试更高MCS

    # 保持偏移量在合理范围
    delta_olla = clamp(delta_olla, -10, 10)

关键参数：步进值的设计遵循"保守优先"原则。典型配置：

为什么下调步进远大于上调步进？ 因为一次NACK意味着重传开销（至少浪费一个slot），而保守一点只损失少量频谱效率。以BLER目标10%为例：$\Delta_{up}/\Delta_{down} = (1-BLER_{target})/BLER_{target} = 9$，即下调步进约为上调步进的9倍，确保在稳态下统计BLER收敛到目标值。

4.2 不同BLER目标的实测影响

根据IEEE论文《Performance Evaluation of Link Adaptation Algorithms in 5G NR》的仿真结果：

10%的BLER目标是eMBB场景的"甜蜜点"——更高则重传开销太大，更低则MCS过于保守。

五、HARQ + AMC联合：从理论到实测

5.1 联合增益的数学推导

整个链路自适应系统的吞吐量可以建模为：

$$T = R_{MCS} \cdot (1 - BLER_{init}) + R_{MCS} \cdot BLER_{init} \cdot (1 - BLER_{re1}) \cdot \frac{1}{2} + \cdots$$

简化后（假设每次重传成功率相同）：

$$T \approx R_{MCS} \cdot \frac{1 - BLER_{init}^N}{1 + BLER_{init} + BLER_{init}^2 + \cdots}$$

其中 $N$ 是最大HARQ重传次数。当BLER_init = 10%，N = 3时：

• 第1次传输成功率：90%，吞吐量贡献：$R_{MCS} \times 0.9$
• 第2次传输成功率：99%，额外贡献：$R_{MCS} \times 0.09 \times 0.5$（除以2因为占用额外时隙）
• 第3次传输成功率：99.9%，额外贡献更小
• 总有效吞吐量 ≈ $0.945 \times R_{MCS}$

而如果用固定低码率保证99.9%初传成功率，$R_{MCS}$ 本身可能降低30-50%。HARQ允许"先用高码率搏一把，失败再补救"，整体吞吐量更高。

5.2 不同信道条件下的实测对比

*注：在信道极差时，固定MCS=10（16QAM中等码率）可能根本无法解码（BLER>50%），此时AMC降到低阶调制虽然速率低但至少能传数据——"慢但通"好过"快但断"。

5.3 非地面网络（NTN）中的HARQ挑战

5G NR在卫星通信场景中面临新的HARQ挑战——往返时延（RTT）可能高达20-540ms，传统的HARQ机制会导致严重的资源浪费。3GPP Release 17/18对此做了增强：

• 禁用HARQ反馈：在某些配置下直接关闭物理层HARQ，仅依赖RLC层ARQ
• 增大K1值：将反馈定时从毫秒级扩展到数百毫秒
• HARQ进程数扩展：标准允许超过16个进程以适应长RTT

六、工程实战：调优中的关键指标

6.1 现网调试常用指标

6.2 常见调优误区

误区1：BLER越低越好 很多工程师看到BLER>5%就想"优化"。但如前所述，10%的BLER是系统最优工作点。强行降低BLER意味着降低MCS，反而降低吞吐量。

误区2：HARQ重传率高=网络有问题 初传BLER 10%意味着必然有约10%的HARQ重传。这是正常的设计行为，不是bug。但如果重传后仍然失败（残余BLER高），那才需要关注。

误区3：固定MCS比AMC更"稳定" 在高速移动场景（高铁350km/h），信道变化太快，CQI上报跟不上。一些厂商提供"半固定MCS"模式，但这只是退而求其次的方案，实际性能仍不如优化好OLLA参数的全动态AMC。

6.3 一个真实的调优案例

某城区5G站点投诉"上网慢"，现场测试发现：

• CQI均值：12（应该支持64QAM）
• 实际MCS均值：8（只用到16QAM低阶）
• 初传BLER：3%（过低）
• HARQ重传率：3%

诊断：OLLA偏移量过于保守（$\Delta_{down}$ 设置过大），导致虽然CQI足够高，但外环把SINR估计压低了，MCS选得太低。

解决：将 $\Delta_{down}$ 从 -3.0 dB 调整为 -1.5 dB，$\Delta_{up}$ 从 +0.1 dB 调整为 +0.2 dB。

效果：MCS均值升至15，初传BLER升至9%，吞吐量提升约40%。

七、4G与5G HARQ关键差异总结

5G上行改用异步HARQ的意义：LTE的上行同步HARQ意味着重传时序固定（收到NACK后固定4ms重传），这在低时延场景下不够灵活。5G NR的上行异步HARQ允许基站通过DCI灵活调度重传时机，既能支持URLLC的超低时延需求，又能适应NTN的超长时延场景。

常见问题

Q1: HARQ和RLC层ARQ有什么区别？ A: HARQ工作在MAC层/物理层，处理单次传输的比特级错误，速度快（毫秒级），但重传次数有限（最多4次）。RLC ARQ工作在RLC层，处理HARQ重传后仍失败的数据包，速度较慢（数十毫秒），但可以无限重传直到成功。两者是串行关系：HARQ先"快修"，修不好交给RLC"慢修"。

Q2: 为什么5G用LDPC码替换了Turbo码？这对HARQ有什么影响？ A: LDPC码相比Turbo码有三个优势：(1) 在中高码率下性能更好（适合eMBB高吞吐量）；(2) 更容易并行化解码（降低处理延迟）；(3) 对增量冗余HARQ更友好——LDPC的速率匹配结构天然支持灵活的RV划分。Polar码用于控制信道，其重传机制与LDPC不同。

Q3: CBG（码块组）级HARQ反馈是什么？为什么需要？ A: 传统HARQ以整个传输块（TB）为单位反馈ACK/NACK。如果一个15000字节的TB中只有一个500字节的码块出错，重传整个TB很浪费。CBG级HARQ将TB分成多个码块组，只重传出错的CBG，在大包场景下可减少30-50%的重传开销。

Q4: 现网中如何判断HARQ参数是否需要调优？ A: 三个关键信号：(1) 初传BLER偏离目标值（如>20%或<3%），说明OLLA需要调整；(2) 残余BLER>0.5%，说明存在覆盖或干扰问题，HARQ4次重传都救不回来；(3) MCS分布与CQI分布不匹配（如CQI高但MCS低），说明外环或内环校准有问题。

Q5: 在高铁场景下HARQ还能正常工作吗？ A: 高铁场景（350km/h）的挑战是多普勒频移导致信道在1ms内剧烈变化。CQI上报时信道好，到实际调度时可能已恶化。解决方案包括：(1) 更快的CSI上报周期；(2) 更激进的OLLA调整步进；(3) 利用HARQ的重传作为"安全网"。华为、爱立信等厂商有专门的高铁优化算法，核心思想是让AMC更加保守，依赖HARQ来弥补。

参考来源

1. ShareTechnote - 5G NR MCS and Code Rate — 5G NR MCS表完整参考
2. HiCellTek - BLER in LTE and 5G NR: Acceptable Range, Causes and Field Diagnosis — BLER指标解读与现网诊断
3. RF Wireless World - Chase Combining HARQ vs Incremental Redundancy HARQ — CC与IR方案对比分析
4. telecomHall - Working of OLLA based on BLER in 5G — OLLA外环链路自适应工作原理
5. CafeTele - How HARQ Soft Combining Actually Works — HARQ软合并机制详解
6. IEEE - Performance Analyses of Hybrid-ARQ in Fifth Generation New Radio — 5G NR HARQ性能分析学术论文
7. arXiv - Adaptive Modulation and Coding based on Reinforcement Learning for 5G NR — 基于强化学习的AMC方案研究
8. NVIDIA Research - SALAD: Self-Adaptive Link Adaptation — 2025年最新自适应链路自适应研究

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。