调制解调：从QAM到OFDM的底层逻辑——让看不见的电磁波"说话"的秘密

引言：一个快递员的困境

假设你是一个快递员，要运送 1000 个包裹。你有两个选择：

• 方案A：找一辆超高速卡车，一股脑把所有包裹堆上去，沿着一条路狂奔。但路上有坑洼（多径衰落）、有其他卡车干扰（邻频干扰），包裹很容易损坏。
• 方案B：找 1000 辆小电动车，每辆车只运 1 个包裹，各自走自己的车道。虽然每辆车都慢，但 1000 辆同时出发，总体速度一样快，而且不容易撞车。

OFDM 选择了方案B。而 QAM 则是决定每辆小电动车上能装多少货物的打包方式——你可以在每辆车上贴一个简单标签（BPSK，1 bit），也可以贴一个复杂编码的标签（256QAM，8 bit），越复杂效率越高，但也越容易出错。

这就是现代移动通信物理层最核心的两个概念：多载波复用（OFDM） 和 高阶调制（QAM）。本文将从第一性原理出发，带你彻底搞懂它们。

一、调制的本质：把数字变成波形

1.1 为什么要调制？

数字通信中的数据是一串 0 和 1，但电磁波是连续的模拟信号。调制（Modulation） 就是把数字比特映射到模拟载波的某个特征上（幅度、频率或相位），使其能够在无线信道中传输。

可以用一个简单的类比理解：你要给远处的人传递信息——

1.2 从 BPSK 到 QAM：每个符号携带更多的比特

最简单的调制是 BPSK（Binary Phase Shift Keying），它只用两个相位（0° 和 180°）来表示 0 和 1。每个符号只传 1 个比特，效率很低。

如果用 4 个不同的相位（0°、90°、180°、270°），每个符号就能传 2 个比特——这就是 QPSK。

QAM（Quadrature Amplitude Modulation） 的思路更进一步：不只改变相位，还同时改变幅度。用两路正交的载波（同相 I 和正交 Q）分别调制，相当于在一个二维平面上放置更多的"点"。

$$s(t) = I_k \cdot \cos(2\pi f_c t) - Q_k \cdot \sin(2\pi f_c t)$$

其中 $I_k$ 和 $Q_k$ 分别是第 $k$ 个符号在同相轴和正交轴上的坐标值。

graph TB
    subgraph "调制阶数演进"
        BPSK["BPSK<br/>2个点 / 1 bit符号"] --> QPSK["QPSK<br/>4个点 / 2 bit符号"]
        QPSK --> QAM16["16-QAM<br/>16个点 / 4 bit符号"]
        QAM16 --> QAM64["64-QAM<br/>64个点 / 6 bit符号"]
        QAM64 --> QAM256["256-QAM<br/>256个点 / 8 bit符号"]
        QAM256 --> QAM1024["1024-QAM<br/>1024个点 / 10 bit符号"]
    end
    style BPSK fill:#f9f,stroke:#333
    style QAM1024 fill:#ff9,stroke:#333

1.3 星座图：QAM 的"身份证"

星座图（Constellation Diagram）是理解 QAM 最直观的工具。以 16-QAM 为例：

星座图（16-QAM）

  Q轴
   ▲
   |     ●     ●     ●     ●
   |
   |     ●     ●     ●     ●
   |
───┼──────────────────────────▶ I轴
   |
   |     ●     ●     ●     ●
   |
   |     ●     ●     ●     ●

每个点代表一种可能的符号状态，16 个点排成 4×4 的网格。I 轴和 Q 轴各有 4 个电平值（-3, -1, +1, +3），组合出 16 种状态。

比特映射示例：每个点对应 4 个比特（如 0000、0001、...、1111），输入的数据流被每 4 个比特一组分割，映射到对应的星座点上。

为什么这样设计？ 星座点越密集（阶数越高），每个符号携带的比特越多，频谱效率越高。但代价是点与点之间距离变近，噪声更容易导致判错——这就像在纸上写字，字越密，纸张越脏（噪声大），就越容易看错。所以高阶 QAM 需要更好的信道条件（更高的 SNR）。

二、OFDM：让"多车道高速公路"成为现实

2.1 传统 FDM 的问题

在 OFDM 出现之前，多载波通信使用 FDM（Frequency Division Multiplexing）——把频带切成多个子频带，每个子频带之间留一段"保护频带"（Guard Band）防止互相干扰。

传统FDM：频谱利用率低

|  ▓▓▓  | 间隙 |  ▓▓▓  | 间隙 |  ▓▓▓  | 间隙 |  ▓▓▓  |
  子载波1         子载波2         子载波3         子载波4

  → 大量频谱被浪费在保护频带上

FDM 的问题显而易见：保护频带浪费了大量宝贵的频谱资源。

2.2 正交性的魔法

OFDM 的核心创新是让子载波之间正交，从而可以紧密排列甚至频谱重叠，而不产生干扰。

正交的条件是子载波频率间隔恰好等于符号速率的倒数：

$$\Delta f = \frac{1}{T_s}$$

其中 $T_s$ 是 OFDM 符号周期。在这个条件下，任意两个子载波 $k$ 和 $m$ 在一个符号周期内满足：

$$\int_0^{T_s} e^{j2\pi k \Delta f t} \cdot e^{-j2\pi m \Delta f t} \, dt = \begin{cases} T_s, & k = m \ 0, & k \neq m \end{cases}$$

通俗解释：想象一排人在同时说话，如果每个人说话的音调（频率）经过精心设计，使得在任何一个音调的"峰值时刻"，其他所有人的音调恰好经过"零点"——这样每个人只需要在自己音调的峰值时刻去听，就能完美地只听到自己想听的那个人，不受其他人干扰。

OFDM：频谱重叠但不干扰

| ▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓ |
  子载波1  子载波2  子载波3  子载波4

  → 频谱紧密重叠，利用率接近100%
  → 每个子载波在其他子载波峰值处恰好为零（正交）

2.3 为什么 OFDM 用 IFFT/FFT 实现？

OFDM 的发射信号数学表达为：

$$s(t) = \sum_{k=0}^{N-1} X_k \cdot e^{j2\pi f_k t}$$

其中 $X_k$ 是第 $k$ 个子载波上的复数数据符号（来自 QAM 映射），$f_k$ 是第 $k$ 个子载波的频率。

在 $t = n \cdot \frac{T_s}{N}$ 处采样：

$$s[n] = \sum_{k=0}^{N-1} X_k \cdot e^{j2\pi \frac{kn}{N}}$$

这恰好是 IFFT（逆快速傅里叶变换）的公式！ 这意味着我们不需要用 $N$ 个独立的模拟振荡器来生成 $N$ 个子载波——只需要做一个 IFFT 运算，就能一次生成所有子载波的叠加信号。

flowchart TD
    subgraph "发射端"
        A["数据比特流"] --> B["串并转换"]
        B --> C["QAM映射"]
        C --> D["导频插入"]
        D --> E["IFFT"]
        E --> F["加循环前缀CP"]
        F --> G["并串转换"]
        G --> H["DAC + 上变频"]
        H --> I["天线发射"]
    end

    subgraph "接收端"
        I2["天线接收"] --> J["下变频 + ADC"]
        J --> K["串并转换"]
        K --> L["去循环前缀CP"]
        L --> M["FFT"]
        M --> N["信道估计<br/>均衡"]
        N --> O["QAM解映射"]
        O --> P["并串转换"]
        P --> Q["恢复数据"]
    end

    I -.->|"无线信道<br/>多径衰落 噪声"| I2

IFFT 的计算复杂度仅为 $O(N \log_2 N)$，即使 $N = 2048$（5G NR 常见配置），运算量也在现代 DSP 的轻松处理范围内。

2.4 循环前缀（CP）：抗多径的"护城河"

多径传播是无线通信的"天敌"——信号经过不同路径到达接收端，有时间差，导致前后符号互相干扰（ISI，符号间干扰）。

OFDM 的解决方案是循环前缀（Cyclic Prefix, CP）：把每个 OFDM 符号的尾部复制一段放到头部，形成一个"保护间隔"。

$$\text{OFDM符号} = \underbrace{[复制尾部]}{\text{CP}} + \underbrace{[完整符号]}$$}

循环前缀示意：

┌─CP─┬───────────OFDM有效符号───────────┐
│    │                                   │
│ ←─ ┼─── 从尾部复制 ───→               │
└────┴───────────────────────────────────┘

只要多径时延 < CP长度，就不会产生ISI

为什么是"循环"复制而不是填零？ 因为循环复制可以保持子载波间的正交性——接收端去掉 CP 后，做 FFT 时每个子载波仍是整数周期的正弦波，正交条件不破坏。如果填零，FFT 窗内的信号不再满足正交性条件。

工程实战提醒：5G NR 中 CP 长度与子载波间隔（SCS）有关。SCS 越大，OFDM 符号越短，CP 也相应缩短。例如 30 kHz SCS 的正常 CP 约 2.3 μs，而 15 kHz SCS 约 4.7 μs。在时延扩展较大的场景（如城市密集区），需要选择较小的 SCS 以获得更长的 CP。

三、SC-FDMA：给上行链路"省电"的OFDM变体

3.1 OFDM的致命弱点——PAPR

OFDM 有一个先天缺陷：高峰均比（PAPR，Peak-to-Average Power Ratio）。

因为多个子载波信号叠加在一起，偶尔会碰上所有子载波的峰值同时出现，产生一个很大的瞬时功率峰值。这就像高速公路上所有车道同时来了一辆超宽货车——瞬间压力很大。

$$\text{PAPR} = \frac{P_{\text{peak}}}{P_{\text{average}}}$$

高 PAPR 的后果是： - 功率放大器（PA）必须工作在线性区域，大量能量以热量形式浪费 - 对于下行链路（基站），这个问题不大——基站有足够的空间和电源来处理 - 但对于上行链路（手机终端），这会导致电池消耗严重、发射功率受限

3.2 DFT-s-OFDM（SC-FDMA）的解法

SC-FDMA（在 5G NR 中称为 DFT-s-OFDM）在 OFDM 的基础上增加了一个 DFT 预编码 步骤：

flowchart LR
    subgraph "OFDM（下行）"
        A1["QAM符号"] --> B1["子载波映射"]
        B1 --> C1["IFFT"]
        C1 --> D1["加CP"]
    end

    subgraph "DFT-s-OFDM（上行可选）"
        A2["QAM符号"] --> B2["DFT预编码<br/>← 多出这一步"]
        B2 --> C2["子载波映射"]
        C2 --> D2["IFFT"]
        D2 --> E2["加CP"]
    end

    style B2 fill:#ff9,stroke:#333

DFT 预编码的物理意义：在 QAM 符号送入 IFFT 之前，先做一次 DFT。这一步把频域的 QAM 符号"展开"成了时域信号——最终发送出去的波形更接近单载波信号，而不是多个子载波的叠加。

单载波信号 vs 多载波信号的区别： - 单载波：同一时刻只有一个值，不会出现多路叠加的"尖峰" - 多载波（OFDM）：多路信号叠加，可能产生瞬时峰值

graph TB
    subgraph "功率分布对比"
        direction TB
        OFDM_P["OFDM 功率时域波形<br/>╱╲ ╱╲╱╲  ╱╲<br/>══════╤═══╤═<br/>      峰值很大"]
        SCFDMA_P["SC-FDMA 功率时域波形<br/>╱╲ ╱╲ ╱╲ ╱╲<br/>═══════════<br/>峰值更均匀"]
    end
    style OFDM_P fill:#fbb,stroke:#333
    style SCFDMA_P fill:#bfb,stroke:#333

3.3 OFDM vs DFT-s-OFDM 全面对比

设计哲学：为什么 5G NR 上行默认改用 CP-OFDM，而不是像 LTE 那样上行固定用 SC-FDMA？因为 5G 更追求高频谱效率和 MIMO 性能，CP-OFDM 更适合 MIMO 传输；同时 5G 终端 PA 技术也在进步，PAPR 问题有所缓解。但保留了 DFT-s-OFDM 作为覆盖受限场景的选项——设计者给出了灵活性，让网络根据实际情况选择。

四、5G NR 调制的参数体系

4.1 灵活子载波间隔（Numerology）

5G NR 相比 4G LTE 的一个重大改进是引入了灵活的参数集（Numerology），子载波间隔不再是固定的 15 kHz，而是可以按需缩放：

$$\text{SCS} = 15 \text{ kHz} \times 2^{\mu}, \quad \mu = 0, 1, 2, 3$$

为什么 SCS 可以缩放？ 这是 OFDM 结构的内在特性。如果子载波间隔翻倍，符号周期就减半，CP 也相应减半。更大的 SCS 意味着： - 符号更短 → 更好的时延性能，适合 URLLC - CP 更短 → 抗多径能力减弱，但在毫米波场景多径时延通常很小 - 子载波带宽更大 → 对多普勒频移的容忍度更高，适合高速移动

4.2 资源网格：比特到电磁波的映射路径

数据从比特变成最终的电磁波信号，经历以下层级映射：

比特流 → 传输块（TB）→ 码字（CW）→ 调制符号 → 层映射 → 预编码 → RE映射 → IFFT → 发射

其中 RE（Resource Element） 是最小的资源单位，对应 1 个子载波 × 1 个 OFDM 符号。每个 RE 上放置一个 QAM 符号。

资源块（RB）= 12 个子载波 × 14 个 OFDM符号（一个时隙，正常 CP）。

4.3 自适应调制编码（AMC）

5G 系统不是固定使用某一种调制方式的，而是根据信道质量动态切换：

flowchart TD
    UE["UE测量下行信道质量"] --> CQI["计算CQI<br/>（信道质量指示）"]
    CQI --> REPORT["上报CQI给gNB"]
    REPORT --> DECIDE["gNB决定MCS<br/>（调制编码方案）"]
    DECIDE --> SELECT{"根据CQI选择"}
    SELECT -->|"CQI低<br/>SNR差"| LOW["低阶调制<br/>QPSK + 强编码"]
    SELECT -->|"CQI中<br/>SNR中等"| MID["中阶调制<br/>16/64QAM"]
    SELECT -->|"CQI高<br/>SNR好"| HIGH["高阶调制<br/>256QAM + 弱编码"]
    LOW --> DCI["通过DCI通知UE"]
    MID --> DCI
    HIGH --> DCI

AMC 的直觉理解：就像说话时根据环境噪声调整语速——嘈杂的环境（低 SNR）下放慢语速、简单表达（低阶调制 + 强纠错编码）；安静的环境（高 SNR）下快速表达复杂信息（高阶调制 + 弱编码）。

五、从公式到直觉：三个关键设计问题

5.1 为什么是 OFDM 而不是单载波？

核心原因：OFDM 把"一个宽带信道上的复杂均衡问题"转化成了"许多窄带信道上的简单乘法问题"。随着带宽增大（5G NR 最大 400 MHz），这个优势越来越明显。

5.2 为什么正交性会破坏？

OFDM 的正交性在以下情况下会被破坏：

1. 载波频偏（CFO）：收发两端的本振频率不完全一致，导致子载波偏移，不再对齐零点 → 载波间干扰（ICI）
2. 多普勒频移：终端高速移动导致接收频率变化 → 等效为 CFO
3. 定时偏差：FFT 窗口没有对齐，破坏了整数周期条件
4. 相位噪声：本振的随机相位抖动

这就是为什么 5G 系统需要大量的同步信号和参考信号（如 DM-RS、PT-RS）来进行频率/时间同步和相位跟踪。

5.3 为什么上行还保留 DFT-s-OFDM？

虽然 5G NR 上行默认用 CP-OFDM，但在以下场景 DFT-s-OFDM 仍然不可替代：

• 小区边缘：终端需要最大发射功率，低 PAPR 意味着 PA 可以工作在更高的平均功率上，有效提升覆盖
• 高速移动：多普勒频移导致 ICI，单载波特性使其对频偏更鲁棒
• 物联网终端：低成本设备 PA 线性度差，低 PAPR 带来更明显的效率优势

六、工程实战：调试中的常见陷阱

6.1 调制阶数越高越好？—— 一个常见的误解

很多工程师认为"网络配置了 256QAM 就一定会用 256QAM"。实际上：

• AMC 是动态的，每个调度时刻都可能变化
• 即使在信号好的位置，如果资源紧张，基站可能选择低阶调制以降低重传率
• 查看 256QAM 的占比需要从基站统计中看 MCS 分布，而不是只看配置参数

6.2 CP 长度不够导致的隐蔽问题

如果覆盖场景的多径时延扩展超过了 CP 长度（比如在大城市密集区的某些特殊位置），会导致： - ISI 和 ICI 同时出现 - 误码率陡增，但表面上信号强度（RSRP）可能还不错 - 排查方法：检查 BLER（误块率）与 SINR 的关系，如果 SINR 看起来足够但 BLER 仍然偏高，可能是 CP 不足

6.3 I/Q 不平衡

在射频前端，I 路和 Q 路的增益不完全一致或相位差不是严格的 90°，会导致： - 星座图出现"倾斜"或"压缩" - 镜像频率出现干扰信号 - 这是硬件问题，通常需要校准或更换射频组件

七、技术演进：从 4G 到 5G 再到 6G

6G 的思考：在高移动性场景（高铁、卫星通信），OFDM 的正交性容易受多普勒频移破坏。研究人员正在探索 OTFS（Orthogonal Time Frequency Space） 等新波形，在时延-多普勒域进行调制，有望在高速场景中获得更稳定的性能。

常见问题

Q1: QAM 和 OFDM 是什么关系？可以只用其中一个吗？

A: 它们是两个不同层面的技术。QAM 负责"一个子载波上怎么传比特"（星座映射），OFDM 负责"怎么把多个子载波组合在一起传"（多载波复用）。两者配合使用：OFDM 提供多个子载波，每个子载波上用 QAM 调制数据。可以单独用 QAM（单载波 QAM），也可以单独用 OFDM（配合 PSK），但现代通信系统中它们几乎总是组合使用。

Q2: 为什么 LTE 上行固定用 SC-FDMA，而 5G NR 上行改用 CP-OFDM？

A: LTE 时代终端 PA 技术有限，PAPR 对电池和覆盖影响很大，所以上行强制使用低 PAPR 的 SC-FDMA。5G NR 引入了 MIMO 大规模天线技术，CP-OFDM 与 MIMO 的兼容性远优于 SC-FDMA，同时 PA 技术也有进步。因此 5G NR 上行默认改为 CP-OFDM 以获取更高的频谱效率，但保留 DFT-s-OFDM 作为覆盖受限场景的降级选项。

Q3: 1024-QAM 为什么在 5G 现网中很少见到？

A: 1024-QAM 需要 30 dB 以上的极高 SNR，在实际无线环境中很难稳定达到。即使在非常好的信道条件下，稍有波动就会导致误码。Wi-Fi 6 在室内短距离场景下可以用 1024-QAM，但蜂窝网络的覆盖范围大、信道条件多变，目前 256-QAM 仍是实际最高阶数的"天花板"。

Q4: CP 浪费了多少资源？值得吗？

A: 以 5G NR 30 kHz SCS 为例，正常 CP 约占每个 OFDM 符号的 7%。这看起来是浪费，但换来的是彻底消除 ISI 和简化均衡器设计。没有 CP 的话，均衡器的复杂度会随信道时延扩展呈指数增长。所以 CP 本质上是用少量频谱效率换取大量的计算简化——这是一个非常划算的工程折中。

Q5: 子载波间隔选大还是选小？

A: 不存在"越大越好"或"越小越好"。小 SCS（15 kHz）：符号周期长，CP 长，抗多径能力强，适合广覆盖和大时延扩展场景，但对多普勒频移敏感。大 SCS（120/240 kHz）：符号短，时延性能好，抗多普勒频移强，适合毫米波和高速移动场景，但 CP 短，抗多径能力弱。5G NR 的灵活参数集就是为了让网络根据实际部署场景选择最优配置。

参考来源

1. QAM与OFDM的联系及对数据传输速率的影响 - CSDN博客 — QAM星座映射与OFDM子载波复用的关系解析
2. 5G中的调制技术：从QPSK到256QAM - 华为云社区 — 5G各阶调制的SNR需求与应用场景
3. 5G Waveforms: OFDM & Modulation - Electronics Notes — CP-OFDM与DFT-s-OFDM波形对比
4. 从AM到6G：无线调制技术演进 - 奥创科技 — 调制技术历史演进与QAM/OFDM详解
5. 5G核心调制技术OFDM解析 - 51CTO — OFDM与F-OFDM、QPSK、QAM的对比辨析

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。