先抛一个看似幼稚的问题：为什么我们不能直接把0和1变成电压，从天线发射出去？
答案藏在电磁波的本质里。天线的物理尺寸必须和电磁波波长在同一个数量级，才能高效地把电信号"辐射"成电磁波。如果直接发射基带的低频0/1信号，天线得有几公里长——这在工程上完全不现实。所以我们必须把低频的"有用信号"（基带）搬移到高频的"载波"上，让波长变短、天线变小。
调制（Modulation）的本质，就是让一个高频载波的某个物理量（幅度、相位、频率），按照我们要传的0/1去"变形"。 接收端再用解调（Demodulation）把这个变形"读"出来，还原成0/1。
这个过程就像写信寄快递：你想表达的内容（基带数据）是固定的，但必须装进一个"标准信封"（载波），贴上邮票（搬移到高频），才能通过邮政系统（空中电磁波）送达。今天我们就拆解这个"信封封装"的三个核心主角：QAM、OFDM、SC-FDMA。
想象你面前有一台调音台，上面有两个旋钮：一个控制音量大小（幅度），一个控制声音相位（相位）。如果你同时转动这两个旋钮，就能组合出非常多种"音色"。
QAM（正交幅度调制，Quadrature Amplitude Modulation）干的就是这件事：它同时改变载波的幅度和相位，每一个(幅度,相位)的组合对应一组比特。组合越多，一个符号能携带的比特就越多。
要同时控制幅度和相位，工程上用了一个绝妙的技巧——I/Q正交分解。我们用两个频率相同、但相位差90°（即"正交"）的载波：
$$s(t) = I(t)\cos(2\pi f_c t) - Q(t)\sin(2\pi f_c t)$$
为什么一定要正交（90°）？因为 $\cos$ 和 $\sin$ 在一个周期内的内积为零，数学上完全"不相关"。这意味着I路和Q路这两个信号可以叠加在同一个频率上发送，互不干扰——接收端用本地 $\cos$ 和 $-\sin$ 分别去"乘"，就能干净地把两路拆开。这等于在同一块频谱上塞进了两倍的信息，是QAM高效的根本原因。
工程直觉：I/Q正交不是炫技，而是"在同一个频率上同时传两路独立信号"的唯一可行方法。它把2D平面（复平面）的每一维都用上了。
把每个符号的 (I, Q) 坐标点画在复平面上，就得到了星座图（Constellation Diagram）。这是理解QAM最直观的工具：
以 16QAM 为例：横轴(I)取4个电平、纵轴(Q)取4个电平，组成 4×4=16 个点，每个点对应 $\log_2 16 = 4$ 个比特。
graph TD
subgraph 星座点示例["16QAM 复平面 (每点4比特)"]
direction TB
A["Q=+3 ●●●● ●●●● ●●●● ●●●●"]
B["Q=+1 ●●●● ●●●● ●●●● ●●●●"]
C["Q=-1 ●●●● ●●●● ●●●● ●●●●"]
D["Q=-3 ●●●● ●●●● ●●●● ●●●●"]
E[" I=-3 I=-1 I=+1 I=+3"]
end
F["点越密 → 带宽效率高，但抗噪能力弱<br/>点越疏 → 抗噪强，但每符号比特少"]
QAM的"阶数"决定了每个符号能传多少比特：
| 调制方式 | 星座点数 | 比特/符号 | 适用场景 | 抗噪要求 |
|---|---|---|---|---|
| QPSK | 4 | 2 | 边缘/广覆盖 | 低（SNR≈2dB） |
| 16QAM | 16 | 4 | 中等覆盖 | 中（SNR≈10dB） |
| 64QAM | 64 | 6 | 良好覆盖 | 高（SNR≈18dB） |
| 256QAM | 256 | 8 | 近基站/室内 | 极高（SNR≈24dB） |
| 1024QAM | 1024 | 10 | 5G毫米波/微站 | 极苛刻（SNR≈30dB） |
这里藏着一个通信工程的终极矛盾：你既想把点画得密（传更多比特→更高吞吐），又怕点太密被噪声推到隔壁点（误码）。香农容量公式给出了天花板：
$$C = B \cdot \log_2(1 + \mathrm{SNR})$$
这个公式冷酷地告诉我们：给定信噪比SNR和带宽B，能无差错传输的最大速率C是固定的。SNR越高，能支撑的QAM阶数越高；信号变差时，网络必须"降阶"（从256QAM降到QPSK）来保命。这就是你手机在电梯里网速变慢、但不断线的根本原因。
星座点越密，判决难度越高。在加性高斯白噪声下，M-QAM的误符号率近似为：
$$P_s \approx 4\left(1-\frac{1}{\sqrt{M}}\right)Q\left(\sqrt{\frac{3\log_2 M}{M-1}\cdot\mathrm{SNR}_{sym}}\right)$$
公式不用全记，记住一个直觉：M越大，同样的SNR下误码率越高。工程上用 EVM（误差向量幅度） 来衡量发射机/接收机的"画点准不准"。比如256QAM要求EVM低于-32dB左右，1024QAM则要-40dB以下——这对射频器件（功放线性度、本振相位噪声）是极其苛刻的要求。
调试陷阱：现网中如果某小区一直用低阶QAM（如QPSK）上不去，先别怀疑参数，去查射频指标：功放是否进入非线性区、时钟/本振是否漂移、馈线接头是否松动导致SNR恶化。调制阶数是结果，不是原因。
理解了QAM，新的问题来了：数据速率越来越高，符号持续时间越来越短。在多径信道（信号经多个反射物到达）下，后一个符号还没发完，前一个符号的"回声"就到了，造成符号间干扰（ISI）。单载波高速传输时，要在接收端做一个抽头数巨大的时域均衡器，复杂度爆炸。
OFDM（正交频分复用）的思路极其优雅：与其用一个超高速的符号去抢宽带宽，不如把数据拆成成百上千路低速数据，每路用一个子载波慢慢传。 每路符号变长了，长到远大于多径时延，ISI自然就小了。
打个比方：把一辆100吨的超级卡车（高速单载波），换成1000辆小轿车（子载波），每辆都跑得很慢，遇到坑洼（多径）也不容易翻车。
OFDM最神奇的地方是子载波之间的正交性。它把子载波间距精确设定为符号时长的倒数：
$$\Delta f = \frac{1}{T_{sym}}$$
这样设计后，每个子载波在其他子载波的中心频率处恰好过零点——它们在频谱上是互相重叠的，但接收端用FFT分离时，彼此完全不串扰（无ICI，子载波间干扰）。
graph TD
subgraph 频谱重叠["OFDM 子载波频谱互相重叠（正交）"]
A["子载波1: sin曲线峰对齐自己中心，对邻居过零"]
B["子载波2: 在子载波1中心处幅度为0"]
C["子载波3: 同样彼此正交"]
end
D["结果: 频谱重叠50%以上却能无干扰分离<br/>→ 频谱效率远高于传统FDM(需保护频带)"]
A --> D
B --> D
C --> D
这点是OFDM区别于传统FDM（频分复用）的关键：传统FDM子载波之间要留保护频带（不能重叠），浪费频谱；OFDM靠数学正交允许重叠，频谱利用率接近理论极限。
正交子载波要叠加在一起发射，原理上需要对每个子载波乘以 $e^{j2\pi f_k t}$ 再相加。如果有1024个子载波，直接相加计算量巨大。数学上的神来之笔是：这个"叠加"操作恰好就是逆离散傅里叶变换（IDFT）！ 用高效的IFFT算法实现，复杂度从 $O(N^2)$ 降到 $O(N\log N)$。
这就是为什么OFDM直到2000年代才大规模商用——不是原理不懂，而是FFT/IFFT专用芯片成熟后，计算复杂度才可承受。
OFDM的发送与接收链路：
flowchart TD
subgraph TX["发送端"]
A1["比特流"] --> A2["QAM映射<br/>(频域符号)"]
A2 --> A3["串并转换<br/>N路并行"]
A3 --> A4["IFFT<br/>频域→时域"]
A4 --> A5["加循环前缀CP"]
A5 --> A6["并串转换"]
A6 --> A7["上变频发射"]
end
subgraph RX["接收端"]
B7["下变频"] --> B6["去CP"]
B6 --> B4["FFT<br/>时域→频域"]
B4 --> B3["1抽头均衡<br/>除以H[k]"]
B3 --> B2["QAM解映射"]
B2 --> B1["比特流"]
end
A7 -.空中电磁波.-> B7
注意一个关键认知：QAM映射产生的符号是"频域"的——每个符号对应一个子载波。IFFT的作用是把这N个频域点"合成"成一段时域波形。 所以OFDM本质上是在频域上操作，再用IFFT变成时域信号发射。理解这一点，很多OFDM的现象就豁然开朗。
OFDM发射前一定要加循环前缀（Cyclic Prefix, CP）——把每个OFDM符号尾部的一段复制到头部。这看似浪费功率，却解决了OFDM生死攸关的三个问题：
消除符号间干扰ISI：CP作为保护间隔，长度只要≥信道最大时延扩展，前一个符号的多径"尾巴"就全落在CP里，不污染下一个符号的数据部分。
把线性卷积变成循环卷积（最关键）：这是CP的数学精髓。无线信道对信号做的是线性卷积，而FFT/IFFT要求的是循环卷积才能保证频域上简单的点乘关系。CP强行把线性卷积"伪装"成循环卷积。
保留正交性，启用单抽头均衡：由于变成了循环卷积，在频域满足：
$$Y[k] = H[k] \cdot X[k]$$
即第 $k$ 个子载波的接收信号，等于该子载波的信道频响 $H[k]$ 乘以发送符号 $X[k]$。这意味着每个子载波只经历一个复数乘法（平坦衰落），均衡只需要"除以 $H[k]$"——这就是传说中的单抽头（one-tap）频域均衡：
$$\hat{X}[k] = \frac{Y[k]}{H[k]}$$
工程上更常用MMSE均衡以抑制噪声：$\hat{X}[k] = \frac{H^*[k]}{|H[k]|^2 + \sigma^2}Y[k]$。
| 维度 | 单载波时域均衡 | OFDM频域单抽头均衡 |
|---|---|---|
| 均衡器抽头数 | 多（与时延扩展成正比） | 1（每个子载波） |
| 复杂度 | 高，随带宽增长 | 低，每子载波一次复数除法 |
| 应对多径 | 困难 | 轻松（CP吸收多径） |
| 代价 | 高计算量 | 牺牲少量带宽（CP开销约5%~25%） |
CP长度是关键参数：5G NR定义了正常CP和扩展CP。扩展CP用于大时延扩展场景（如偏远广覆盖、高速铁路的多普勒+远回声）。如果你在做高铁时信号不稳，部分原因就是标准CP不足以吸收超大多径，需要扩展CP或专门的高铁参数集。
OFDM有个天生缺陷——高峰均功率比（PAPR）。N个独立子载波叠加，它们的相位偶尔会同时同相，导致瞬时峰值功率远高于平均功率。大量子载波同相叠加的概率虽小，但峰值可能比平均值高出10~12dB。
PAPR高的后果是：功率放大器（PA）必须大幅"回退"（back-off）工作点，远离饱和区，否则峰值会被削顶，造成带外辐射和非线性失真。 PA回退 = 效率降低 = 更耗电、更发热、覆盖更差。对于基站（市电供电）尚可忍受，对手机电池则是灾难。这就引出了下一节的主角。
5G NR和4G LTE一样，下行用OFDM，上行却可以用SC-FDMA（LTE）/DFT-s-OFDM（5G NR）。为什么不对称？
因为手机（UE）和基站的约束完全不同：
上行是覆盖受限的（手机功率有限），所以必须用一种低PAPR的波形来照顾终端。SC-FDMA就是为此而生——它在OFDM的IFFT前面加了一个DFT预编码。
SC-FDMA（DFT-s-OFDM）的发送链路 = DFT → 子载波映射 → IFFT → 加CP：
flowchart LR
U1["QAM符号"] --> U2["DFT预编码<br/>(把符号展开到带宽上)"]
U2 --> U3["子载波映射<br/>(集中式/分布式)"]
U3 --> U4["IFFT"]
U4 --> U5["加CP"]
U5 --> U6["发射<br/>(本质是单载波信号)"]
关键问题：为什么加了DFT，PAPR就低了？
直觉解释：在纯OFDM里，你同时发射N个独立的QAM符号（每个占一个子载波），它们随机叠加，峰值不可控。而加了DFT预编码后，每个原始QAM符号被展开（spread）到了全部子载波上。结果是：任意时刻，你发射的实际上是"某一个"QAM符号经过调制后的波形——它保留了单载波信号的特性，瞬时峰值被QAM符号本身的包络约束，不会出现大量子载波同时同相叠加的极端峰值。
通俗类比：OFDM像1000个人同时喊话，偶尔所有人同时喊到最高点，声音爆表（高PAPR）；SC-FDMA像让这1000人轮流"接力"，每一刻只有一个人的声音被放大传出去，峰值受单人音量约束（低PAPR）。
DFT预编码后，要把展开的符号映射到子载波上，有两种方式：
5G NR没有一刀切，而是两种波形并存：
| 特性 | CP-OFDM | DFT-s-OFDM |
|---|---|---|
| PAPR | 较高 | 较低（利好终端PA） |
| 频谱效率 | 较高 | 略低 |
| MIMO/多层支持 | 优秀（适合Massive MIMO） | 有限 |
| 典型用途 | 下行；高吞吐上行 | 覆盖受限上行、小区边缘、低速率、部分物联网 |
| 复杂度 | 较低（无DFT预编码） | 略高（多一级DFT） |
工程上，5G NR会动态切换：当终端在小区中心、信道好、要高速率时，上行可用CP-OFDM以发挥MIMO和频谱效率；当终端在小区边缘、电量紧张、或跑低速率业务时，切回DFT-s-OFDM保覆盖和省电。这种灵活性是5G相比4G的一个显著进步（4G LTE上行强制SC-FDMA）。
调试连接：在做上行覆盖优化时，理解"终端用哪种波形"很重要。如果边缘用户上行吞吐上不去，除了看功率控制和调度，还要确认波形选择策略——DFT-s-OFDM在低SNR下往往能获得更稳健的链路性能，但高阶MIMO增益不如CP-OFDM，这是一个覆盖vs容量的权衡。
把QAM、OFDM、SC-FDMA放在一起，它们不是并列的，而是层层嵌套的关系：
flowchart TD
L1["第一层：比特 → 调制符号<br/>QAM/QPSK 把比特映射到复平面点"]
L2["第二层：符号 → 子载波<br/>OFDM 用IFFT把频域符号变时域、加CP"]
L3["第三层（可选）：预编码<br/>SC-FDMA/DFT-s-OFDM 在QAM和IFFT之间加DFT"]
L1 --> L2
L1 -.可选.-> L3
L3 --> L2
M["结论: QAM是'画点'的规则<br/>OFDM是'搬运'的载体<br/>SC-FDMA是给上行的'省电补丁'"]
L2 --> M
一句话总结三者的分工： - QAM回答"每个符号传几个比特、怎么画在星座图上"； - OFDM回答"怎么把成百上千个符号同时搬上不同子载波、抗多径"； - SC-FDMA回答"上行终端功率受限时，怎么降低峰均比、省电保覆盖"。
| 关系 | 公式 | 含义 |
|---|---|---|
| QAM信号 | $s(t) = I(t)\cos(2\pi f_c t) - Q(t)\sin(2\pi f_c t)$ | I/Q正交叠加 |
| 香农容量 | $C = B\log_2(1+\mathrm{SNR})$ | 频谱效率理论上限 |
| OFDM子载波正交 | $\Delta f = 1/T_{sym}$ | 间距=符号时长的倒数 |
| CP后频域关系 | $Y[k] = H[k]\cdot X[k]$ | 循环卷积→频域点乘 |
| 单抽头均衡 | $\hat{X}[k] = Y[k]/H[k]$ | 每子载波一次除法 |
| DFT-s-OFDM PAPR | $\mathrm{PAPR}{sc} < \mathrm{PAPR}$ | 单载波特性的核心收益 |
Q1: OFDM和FDM到底有什么区别？为什么OFDM频谱效率更高？ A: FDM（频分复用）子载波之间要留保护频带防止串扰，子载波不能重叠；OFDM靠精确的子载波正交间距设计（$\Delta f=1/T$），允许子载波频谱重叠50%以上却互不干扰，几乎消除保护频带的浪费，频谱效率接近理论极限。代价是需要严格的同步和FFT/IFFT运算。
Q2: 循环前缀为什么非"循环"不可？前面补零不行吗？ A: 补零（Zero Padding）也能消除ISI，但无法把信道的线性卷积变成循环卷积，会破坏频域点乘关系，导致子载波失去正交性、产生ICI。CP"复制尾部"这个动作才能维持循环性，从而保住单抽头均衡的简单性。这就是OFDM选CP而非补零的根本原因。
Q3: 既然DFT-s-OFDM省电，为什么下行不用它？ A: 下行由基站发射，基站有市电、大PA、强散热，OFDM的高PAPR不是问题，而OFDM对Massive MIMO和多用户复用支持更好、频谱效率更高。上行由手机发射，受电池和PA成本约束，必须用低PAPR波形。所以"下行OFDM、上行SC-FDMA/DFT-s-OFDM"是约束差异的自然结果，而非随意规定。
Q4: 为什么我的手机在信号差时网速变慢但不会断？ A: 这是链路自适应在起作用。信道变差（SNR下降）时，基站按香农公式的约束，把调制阶数从256QAM逐步降到64QAM→16QAM→QPSK，甚至增加信道编码冗余（降MCS）。每个符号传的比特少了，但抗噪能力强了，保证不断线。网速下降是保命的代价。
Q5: 1024QAM在5G中实际能用上吗？条件有多苛刻？ A: 仅在极近距离、视距、无干扰的理想条件下（如毫米波微站、室内毫米波中继、特定回传链路）才可能启用。要求EVM低于-40dB、SNR达30dB以上，对PA线性度、本振相位噪声、天线对齐都是极限挑战。现网绝大多数场景还是64QAM/256QAM为主，1024QAM更多是容量储备和特定场景使用。
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。