<!-- title: 单载波FDMA：上行省电密码 -->

# 单载波 FDMA：上行省电的波形密码

## 一、一个反直觉的设计选择

如果你刚入行，第一次翻开 4G LTE 的物理层结构图，大概率会被一个细节"卡"住：

> 下行用 OFDMA（正交频分多址），上行却用 SC-FDMA（单载波频分多址）。

明明是同一套标准、同一代技术，为什么上下行要用两种不同的多址波形？更奇怪的是，到了 5G NR，上行又"改口"了——默认回到和下行一样的 CP-OFDM，却在某些场景下悄悄保留了 DFT-s-OFDM。

这种反复横跳，背后藏着通信工程里一个非常朴素、但极其关键的物理约束：**功率放大器（PA）和电池**。

这一轮，我们就把这条"上下行不对称"的设计主线讲透。你会理解三件事：

1. 什么是峰均比（PAPR），它为什么是上行链路的"头号敌人"；
2. SC-FDMA（也就是 DFT-s-OFDM）如何用一行数学变换"骗"过 PAPR；
3. 5G 为什么在波形选择上做了和 4G 不同的决定。

讲完之后，你在看基站日志、UE 发射功率、链路预算、覆盖优化时，会多出一层"波形视角"的直觉。

---

## 二、从痛点说起：峰均比（PAPR）到底在折磨什么

### 2.1 一个生活类比

想象一条水管，平时水流很平稳，平均流量是每秒 10 升。但每隔一会儿，会出现一个瞬间 100 升的尖峰水柱。

如果水管是按"平均流量"设计的（10 升口径），那尖峰一来，要么水管爆裂，要么就得在出口加装一个"泄压阀"，把多余的尖峰削掉——代价是水柱变形、信息失真。

功率放大器（PA）就是这根水管。它负责把基带信号放大到天线能辐射出去的功率。**问题是：PA 是有"线性区"和"饱和区"的。**

- 在**线性区**：输入增大，输出按比例增大，信号不失真；
- 一旦进入**饱和区**：输出被"削顶"，信号严重失真，频谱外溢（ACLR 变差），邻道干扰飙升。

### 2.2 PAPR 的定义

信号的**峰均比（Peak-to-Average Power Ratio）**定义为瞬时功率的峰值与平均功率之比：

$$
\text{PAPR} = \frac{\max_{t} |x(t)|^2}{\mathbb{E}\left[|x(t)|^2\right]}
$$

通常用 dB 表示：$\text{PAPR}_{dB} = 10\log_{10}(\text{PAPR})$。

**PAPR 越高，意味着信号偶尔会出现很高的"尖峰"。**为了让这些尖峰不进入饱和区，PA 必须把"平均工作点"压低——这就是所谓的**功率回退（Power Backoff）**。

回退的代价是直接的：PA 的效率（直流功耗到射频功率的转换比）随回退急剧下降。一个回退 6 dB 的 PA，效率可能比满功率工作时低一多半。**手机电池就这么被白白耗掉了。**

### 2.3 为什么要算"概率"：CCDF 直觉

光看"峰值"还不够严谨——一个极端尖峰出现的概率可能是十亿分之一，为它去回退功率，并不划算。所以工程上用**互补累积分布函数（CCDF）**来描述：

$$
\Pr(\text{PAPR} > \text{PAPR}_0)
$$

它告诉你："信号 PAPR 超过某个门限的概率是多少"。工程师通常看 0.01% 概率点（即万分之一时间）对应的 PAPR，作为波形评估基准。

CCDF 曲线**越靠左**，说明这个波形的尖峰越温和、PAPR 越低，对 PA 越友好。

> **调试直觉**：如果你在基站侧抓到 UE 上行信号，发现 EVM（误差向量幅度）很差、但下行正常，其中一个嫌疑就是 UE 的 PA 被迫深度回退、进入非线性——本质是波形 PAPR 压的。

---

## 三、OFDM 的 PAPR 为什么那么高

OFDM（正交频分复用）的原理我们已经讲过：把高速数据流拆成 N 路低速子流，分别调制到 N 个相互正交的子载波上并行传输。时域信号是这些子载波的叠加：

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

问题就出在"叠加"。当 N 个独立的 QAM 调制符号**相位碰巧对齐**时，它们会相干叠加，产生一个巨大的尖峰。N 越大，潜在的峰值越高。

类比一下：**OFDM 像是 N 面鼓同时敲**，大多数时候鼓声此起彼伏、能量分散；可一旦所有鼓手同时砸下去，那一瞬间的声压是惊人的。

> 经验值：对于典型子载波数（几百到上千），OFDM 信号在 0.01% 概率点的 PAPR 常常达到 **8～10 dB**，甚至更高。

### 3.1 为什么下行能"扛住"，上行却扛不住？

关键在于**谁来发射、谁在供能**：

| 维度 | 下行（基站发射） | 上行（手机发射） |
|---|---|---|
| 发射端 | 基站 PA，市电供电 | 手机 PA，电池供电 |
| PA 成本/体积 | 可用昂贵、高效的 Doherty 等结构 | 必须小、便宜、省电 |
| 回退承受力 | 强（有冗余散热和功率预算） | 弱（电池容量是硬约束） |
| 对 PAPR 的容忍度 | 较高 | 极低 |

一句话：**OFDM 高 PAPR 的"账单"，基站付得起，手机付不起。**

这就是整个故事的起点——**手机需要一个 PAPR 更低、对 PA 更友好的上行波形**。

---

## 四、SC-FDMA 的核心招式：在 OFDM 前面加一个 DFT

### 4.1 一张图看清结构

SC-FDMA 还有一个更本质的名字——**DFT-spread-OFDM（DFT 扩展 OFDM）**。它的做法极其巧妙：**几乎照搬 OFDM 的全部收发结构，只在最前面多加了一个 DFT（离散傅里叶变换）。**

```mermaid
flowchart LR
    subgraph OFDM["传统 OFDM 发射链路"]
        A1["QAM 符号<br/>串行"] --> A2["串/并转换"] --> A3["N 点 IFFT"] --> A4["加 CP"] --> A5["发射"]
    end
    subgraph SCFDMA["SC-FDMA / DFT-s-OFDM 发射链路"]
        B1["QAM 符号<br/>M 个"] --> B2["M 点 DFT<br/>★关键步骤★"] --> B3["子载波映射<br/>M→N"] --> B4["N 点 IFFT"] --> B5["加 CP"] --> B6["发射"]
    end
    OFDM -.->|"差别只是多了<br/>一个 DFT"| SCFDMA
```

就这一步 DFT，整个波形的性质就被改写了。

### 4.2 为什么加一个 DFT 就能降 PAPR

注意一个关键的数学事实：**DFT 和 IFFT 是互逆的运算。**

当你对 M 个 QAM 符号先做 M 点 DFT，再（经过子载波映射后）做 N 点 IFFT，如果映射方式让两者在频域上对齐，那么 IFFT 实际上是在"撤销"前面的 DFT——**最终输出的时域信号，本质上又变回了单载波信号。**

更直观的理解：

> 在纯 OFDM 里，每个 IFFT 输入是**一个独立的 QAM 符号**，所以 N 个符号独立叠加，峰值随机、可能很高。
>
> 在 DFT-s-OFDM 里，IFFT 的输入是 **M 个 QAM 符号经过 DFT 后的频谱**——它们不是独立的随机数，而是一段连续信号的真实频谱。IFFT 把这段频谱还原回时域，得到的就**还是一个单载波 QAM 信号**，只不过被"搬"到了某个频段上。

单载波信号的特点是：**任一时刻，只有一个 QAM 符号在"主导"波形幅度。**它的 PAPR 不会超过 QAM 星座图本身的包络起伏，因此天然很低。

| 调制阶数 | 单载波 PAPR 典型值 | OFDM PAPR 典型值 |
|---|---|---|
| QPSK | ≈ 0 dB | 8～10 dB |
| 16-QAM | ≈ 2.5 dB | 8～10 dB |
| 64-QAM | ≈ 3.5 dB | 8～10 dB |

这就是 SC-FDMA 省电的核心机制：**用 DFT 把 OFDM"伪装"成单载波，骗过 PA。**

### 4.3 一个精炼的总结公式

设 M 个 QAM 符号为 $d_0, d_1, \dots, d_{M-1}$，DFT 输出 $D_k = \sum_{m=0}^{M-1} d_m e^{-j2\pi mk/M}$。映射到 N 个子载波中的 M 个位置后做 IFFT，得到的时域信号 $x_n$ 满足：

$$
x_n = \frac{1}{N}\sum_{k\in\mathcal{S}} D_k \, e^{j2\pi kn/N}
$$

当 $M=N$ 时，DFT 与 IFFT 完全抵消，$x_n$ 就是原来的单载波序列 $d_m$ 的循环移位版本——**PAPR 等于原始 QAM 的 PAPR**。这就是 SC-FDMA 低 PAPR 的数学根源。

---

## 五、子载波映射：集中式 vs 分布式

DFT 输出的 M 个频域样本，要放进 N 个可用子载波里（N > M）。怎么放，决定了多址方式和资源调度灵活性。

```mermaid
flowchart TB
    subgraph L["集中式映射（Localized）— LTE 上行默认"]
        direction LR
        L0["DFT输出0"] --- L1["DFT输出1"] --- L2["DFT输出2"] --- LE1["空"] --- LE2["空"]
    end
    subgraph D["分布式映射（Distributed）"]
        direction LR
        D0["DFT输出0"] --- DE1["空"] --- D1["DFT输出1"] --- DE2["空"] --- D2["DFT输出2"]
    end
    L --> R1["★ 连续占用一段频带<br/>★ 调度简单，便于频选调度<br/>★ LTE/5G 实际采用"]
    D --> R2["★ 子载波打散到全频段<br/>★ 获得频率分集<br/>★ 控制信令/跳频场景用"]
```

**集中式（Localized）**是 LTE 上行的实际选择：每个 UE 占用一段连续的子载波块。好处是基站调度器可以做**频率选择性调度**——把质量好的频段分给信道好的 UE，把信号能量集中；同时 UE 在自己那块频带上是"单载波"，PAPR 仍然低。

**分布式（Distributed）**则把一个 UE 的子载波打散到整个带宽，获得频率分集，抗深衰落。代价是破坏了"局部单载波"的纯度，PAPR 略有上升，且调度更复杂。它在 LTE 里演化成了 PUCCH 控制信道上的跳频等机制。

> **一句话记忆**：集中式=省电又好调度，是主力；分布式=抗衰落的备选方案。

---

## 六、接收端：频域均衡（FDE / MMSE）

发射端"伪装"成单载波，那接收端呢？SC-FDMA 的接收机要先把信号变回频域，做**频域均衡**，再还原出 QAM 符号。

```mermaid
flowchart LR
    R1["接收信号<br/>含多径+噪声"] --> R2["去 CP"] --> R3["N 点 FFT"] --> R4["子载波解映射<br/>取出 M 个"] --> R5["频域均衡<br/>MMSE/ZF"] --> R6["M 点 IDFT<br/>还原QAM符号"] --> R7["符号判决"]
```

为什么上行接收机比下行更"重"？因为：

- 下行 OFDM：每个子载波独立调制、独立均衡，一个子载波衰落只影响它自己携带的符号；
- 上行 SC-FDMA：**每个 QAM 符号的能量被 DFT 扩展到了所有映射的子载波上**（这正是"单载波"的代价）。所以必须先做完整个频域均衡，再用 IDFT 把它"聚拢"回来，才能判决单个符号。

最常用的是 **MMSE（最小均方误差）均衡**，它在消除多径干扰和控制噪声放大之间取得平衡：

$$
W_k = \frac{H_k^*}{|H_k|^2 + \frac{1}{\text{SNR}}}
$$

其中 $H_k$ 是子载波 k 上的信道响应。

> **调试直觉**：上行 EVM 差、但发射功率和波形都对，先怀疑均衡器——是不是信道估计不准、或者噪声抬升导致 MMSE 权值发散。这也是为什么上行对 SRS（探测参考信号）质量特别敏感。

---

## 七、5G 的转向：为何上行回归 CP-OFDM，又为何保留 DFT-s-OFDM

讲到这里，你可能会问：既然 SC-FDMA 这么省电，5G 为什么不让它继续做上行主力？

答案是一个**取舍（trade-off）**的迁移。

### 7.1 4G 时代的取舍重心：覆盖与省电

4G LTE 时代，上行设计目标很明确：**让电池供电的手机，用最低功耗、最大覆盖**。所以全网上行统一用 SC-FDMA（DFT-s-OFDM）。代价是：

- 上行**天然只支持单流**（单层 MIMO 受限），多用户 MIMO 要靠基站侧多天线接收；
- 调度灵活性和频谱效率略逊于纯 OFDM；
- 接收机更复杂。

这些代价，在"覆盖优先"的年代是值得的。

### 7.2 5G 时代的取舍重心：吞吐与 MIMO

到了 5G NR，场景变了：

- 中频段（如 2.6G、3.5G、4.9G）、毫米波带宽极大；
- 上行要支持**多流 MIMO**（最高 4 层），多天线叠加吞吐是刚需；
- Massive MIMO 让基站有充足的天线资源做上行多用户分离；
- eMBB 场景下，频谱效率比极致省电更重要。

而 SC-FDMA 的"单载波性质"恰恰是**多流 MIMO 的天然障碍**——DFT 预编码和 MIMO 层映射在数学上会打架。所以 5G NR 把**默认上行波形改回了 CP-OFDM**，和下行统一，方便做高阶 MIMO 和灵活调度。

### 7.3 但 DFT-s-OFDM 没有被抛弃

5G NR 仍然保留了 DFT-s-OFDM 作为**可选上行波形**，专门用在**覆盖受限**场景：

- **小区边缘**：UE 功率已经压到顶，PA 效率是生死线；
- **大覆盖物联网/RedCap**：极致省电；
- **低阶调制 + 单流**：用不上 MIMO 的场景。

这就是为什么 5G NR 上行有两种波形可选，且和**调制方式 + MIMO 层数**绑定：

| 场景 | 推荐上行波形 | 调制 | 典型用途 |
|---|---|---|---|
| 小区中心、高吞吐 | CP-OFDM | QPSK~256QAM | eMBB、多流 MIMO |
| 小区边缘、覆盖优先 | DFT-s-OFDM | π/2-BPSK / QPSK | 覆盖增强、省电 |

### 7.4 π/2-BPSK：把 PAPR 压到地板

5G NR 还专门引入了 **π/2-BPSK**（旋转 π/2 相位的 BPSK），专门为 DFT-s-OFDM + 覆盖场景准备。它的相位跳变经过 π/2 旋转，**进一步平滑了符号边界的幅度起伏**，把 PAPR 压到接近 0 dB。

> 实测对比：相同条件下，DFT-s-OFDM + π/2-BPSK 相比 CP-OFDM，PAPR 可降低约 **2~3 dB 甚至更多**（不同仿真 6~9 dB 的极端对比也有报告）。这几 dB 在小区边缘，就是"能不能连上"和"能不能 VoNR"的差别。

---

## 八、一份波形全家福：你常听到的名词，一次理清

```mermaid
flowchart TB
    ROOT["单载波 vs 多载波<br/>波形家族"] --> SC["单载波家族"]
    ROOT --> MC["多载波家族"]
    SC --> SC1["SC-FDE<br/>单载波频域均衡<br/>（时域发射+频域接收）"]
    SC --> SC2["SC-FDMA<br/>= DFT-s-OFDM<br/>LTE上行主力"]
    MC --> MC1["OFDM<br/>纯多载波"]
    MC1 --> MC2["OFDMA<br/>OFDM的多址版<br/>LTE下行/WiFi/5G下行"]
    MC1 --> MC3["CP-OFDM<br/>带循环前缀的OFDM<br/>5G默认上下行波形"]
    SC2 -.->|"5G中保留"| MC4["DFT-s-OFDM<br/>5G上行可选(覆盖场景)"]
```

这张图能帮你把工程师日常挂在嘴边的 OFDM、OFDMA、SC-FDMA、SC-FDE、DFT-s-OFDM、CP-OFDM 全部对号入座。**记住一句话：DFT-s-OFDM 和 SC-FDMA 是同一个东西的两种叫法**——前者从"实现结构"命名（DFT 扩展的 OFDM），后者从"信号性质"命名（单载波 FDMA）。

---

## 九、实战连接：工程师哪里会用到这套知识

这套原理离现网并不远。下面几个场景，都用得上"波形视角"：

1. **小区边缘上行覆盖优化**：若 VoNR 在边缘频繁掉话、上行 MCS 卡在最低阶、误块率高——考虑把该 UE 的上行配置切换/重选到 DFT-s-OFDM + 低阶调制，能明显抬升覆盖半径。

2. **UE 发射功率异常 / 发烫**：上行 PAPR 高 → PA 深度回退 → 直流功耗飙升、电池发热。排查时关注波形配置、调制阶数、是否触发了功率回退门限。

3. **上行 EVM 不达标**：在确认发射功率、PA 线性都没问题后，重点查频域均衡器——信道估计（SRS）质量、MMSE 权值是否发散、是否存在时偏/频偏残余。

4. **ACLR（邻道泄漏）超标**：尖峰把 PA 推入非线性区，导致频谱再生。这本质上还是 PAPR 问题，缓解手段包括降低调制阶数、选用 DFT-s-OFDM、或开启削峰（clipping）。

5. **链路预算里的"波形余量"**：做上行链路预算时，要为波形 PAPR 预留回退余量（implementation margin）。CP-OFDM 比纯单载波多留 2~3 dB，直接影响覆盖估算结果。

---

## 十、常见问题

**Q1：SC-FDMA 和 DFT-s-OFDM 是不是一回事？**
A：是同一个东西的两种叫法。SC-FDMA 从信号性质命名（它是单载波的、按频分多址分配资源）；DFT-s-OFDM 从实现结构命名（在 OFDM 的 IFFT 前面加了一级 DFT 扩展）。LTE 上行和 5G NR 上行覆盖波形，都是它。

**Q2：既然 SC-FDMA 这么省电，为什么 5G 不全网用？**
A：因为它的"单载波性质"和高阶上行 MIMO 不兼容——DFT 预编码会干扰多流层映射。5G 在小区中心要靠多流 MIMO 拉吞吐，所以默认 CP-OFDM；只有覆盖受限、用不上 MIMO 的边缘场景，才切回 DFT-s-OFDM 省电保覆盖。这是吞吐 vs 覆盖的取舍。

**Q3：PAPR 高 2~3 dB 到底意味着什么？**
A：意味着 PA 要多回退 2~3 dB，等效发射功率降一半左右，或者直流功耗显著上升。在小区边缘，这 2~3 dB 就是"信号到不了基站"和"能稳定通话"的天壤之别。

**Q4：5G 上行怎么决定用哪种波形，是 UE 还是基站决定？**
A：由基站（gNB）通过 RRC/MAC/DCI 信令为 UE 配置和指示。波形选择和调制阶数、MIMO 层数、传输方案绑定，调度器会根据 UE 的信道状况、业务类型（eMBB 还是覆盖受限）动态选择。工程师在做参数核查时，主要看 RRC 配置里的 transform precoder 开关（开启即 DFT-s-OFDM）。

**Q5：CP-OFDM 的 PAPR 有办法降低吗？**
A：有，但都各有代价。常见手段包括：**削峰与滤波（Clipping & Filtering）**会引入带内失真；**选择映射（SLM）**和**部分传输序列（PTS）**需要传额外信令；**音调预留（Tone Reservation）**占用部分子载波。5G 在工程上还配合 PA 数字预失真（DPD）一起做。对 UE 而言，最干净的办法仍是：覆盖场景直接换 DFT-s-OFDM。

---

## 参考来源

1. [SC-FDMA vs. OFDM Modulation — MathWorks](https://www.mathworks.com/help/comm/ug/scfdma-vs-ofdm.html) — MATLAB 官方文档，对比 OFDM 与 SC-FDMA 的结构差异和 PAPR 优势，含仿真示例。
2. [CP-OFDM vs DFT-S-OFDM: Waveform Differences in 5G](https://www.rfwireless-world.com/terminology/cp-ofdm-vs-dft-s-ofdm-5g) — RF Wireless World 术语库，详解 5G NR 两种上行波形的取舍。
3. [π/2 BPSK (pi/2 BPSK): 5G NR PHY modulation — GaussianWaves](https://www.gaussianwaves.com/2022/02/%CF%80-2-bpsk-pi-2-bpsk-5g-nr-phy-modulation/) — GaussianWaves 教程，详解 π/2-BPSK 如何进一步压低 PAPR。
4. [Waveform enhancements for energy efficiency in 6G — Samsung Research](https://research.samsung.com/blog/Waveform-enhancements-for-energy-efficiency-in-6G) — 三星研究院博客，从 PA 效率角度解读 PAPR 对功耗的影响，并展望 6G 波形演进。
5. [5G | ShareTechnote — 5G Waveform](https://www.sharetechnote.com/html/5G/5G_Waveform.html) — ShareTechnote 经典教学站，对比 LTE 与 5G NR 上下行波形选择的工程动机。

---
> 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。

![51学通信知识星球海报-扫码加入](https://wiki.500nian.com/images/zhixingqiu_qrcode.png)
