"OFDM的正交性让它频谱效率极高，但也送给它一个致命的软肋——一个偶尔窜上天的尖峰，足以让功放瞬间失去线性。"
想象一个100人的合唱团在唱歌。每个人唱的是不同音高（不同频率），声音大小都差不多。正常情况下，你听到的总音量是一个相对平稳的平均值。
但是，如果某一瞬间，这100个人恰好同时唱到了各自波形的"最高点"——所有声波同相叠加——你会听到一声极其刺耳的爆鸣。这一瞬间的峰值声压，可能比平时平均声压高出十几倍，几乎要把音箱震爆。
这就是OFDM信号在时域里的真实模样。
OFDM把高速数据流拆成几百、上千路低速子流，分别调制在彼此正交的子载波上，同时发送。每一颗子载波的幅度都很温顺（比如64QAM星座点的幅度也就那样），但当它们经过IFFT（快速傅里叶逆变换）合并成一路时域信号后，由于各子载波相位是随机的、独立的，偶尔会出现"万相位归一"的奇观——所有子载波同向叠加，瞬时幅度冲上一个巨大尖峰。
这个峰值功率与平均功率之比，就是本文的主角——峰均功率比（Peak-to-Average Power Ratio，PAPR），通信圈里常简称"峰均比"。
理解PAPR，你就理解了为什么5G上行要用SC-FDMA而不是OFDM，为什么手机功放那么贵，为什么基站要在DPD（数字预失真）上砸那么多算力。这是一把打开"波形工程"大门的钥匙。
对一个时域发射信号 $x(t)$，其PAPR定义为：
$$\text{PAPR} = \frac{\max\limits_{t} |x(t)|^2}{E\left[|x(t)|^2\right]}$$
分子是信号在整个观察窗口内的峰值瞬时功率，分母是信号的平均功率（数学期望）。工程上常用dB表示：
$$\text{PAPR}{\text{dB}} = 10\log)$$}(\text{PAPR
单载波信号（如一纯正弦波）的PAPR恒等于3 dB（峰值是有效值的 $\sqrt{2}$ 倍，功率是2倍）。这算是一个非常"友善"的波形。而OFDM呢？动辄10~13 dB，相当于峰值功率是平均功率的10~20倍。
这要从OFDM的"出生方式"——IFFT说起。一路OFDM基带信号可以写成：
$$x(t) = \frac{1}{\sqrt{N}}\sum_{k=0}^{N-1} X_k \, e^{j2\pi k\Delta f\, t}$$
其中 $N$ 是子载波数，$X_k$ 是第 $k$ 个子载波上承载的复数符号（比如QAM星座点），$\Delta f$ 是子载波间隔。
注意这个求和：N个独立的、相位随机的复指数，叠加成一个复数 $x(t)$。这正是概率论里中心极限定理的经典场景。
由中心极限定理，当 $N$ 较大时（5G一个OFDM符号常含上千子载波），$x(t)$ 的实部和虚部都趋近于高斯分布（正态分布）。那么信号的包络 $|x(t)| = \sqrt{\Re^2 + \Im^2}$ 服从什么分布？答案是瑞利分布（Rayleigh distribution）。
flowchart LR
A["N个子载波<br/>X₀, X₁, …, Xₙ₋₁<br/>独立、相位随机"] -->|IFFT 叠加| B["时域信号 x(t)"]
B --> C["中心极限定理<br/>实部、虚部 → 高斯分布"]
C --> D["包络 |"x(t)"|<br/>→ 瑞利分布"]
D --> E["瑞利分布有长尾<br/>→ 偶尔出现超高尖峰"]
E --> F["PAPR 高达 10~13 dB"]
style A fill:#e8f5e9
style F fill:#ffebee
瑞利分布的关键特征是长尾（heavy tail）：虽然绝大多数时刻的幅度集中在平均值附近，但极少数时刻的幅度可以远远偏离平均值。子载波越多（$N$ 越大），出现"所有子载波同相叠加"这种极端事件的概率虽小，但峰值的理论上限（$N$ 倍）却越大。
打个比方：子载波数越多，合唱团人数越多，"全员同时飙高音"的灾难峰值就越高——虽然发生概率不变（概率论上趋于一个稳态分布），但一旦发生，峰值更吓人。
PAPR高，绝不是一个纸面上的数字，它会实打实地咬掉系统性能。对1~3年经验的工程师，理解这三宗罪，就理解了设备厂商在射频上花的每一分钱。
这是最致命、最直接的影响。
功率放大器（PA）有一个"线性工作区"。输入功率在这个区间内，输出功率是输入的忠实放大（增益恒定）。一旦输入功率超过某个阈值（饱和点附近），功放就进入非线性区——输出不再跟随输入成比例增长，信号被"削顶"。
| 失真类型 | 物理表现 | 对信号的危害 |
|---|---|---|
| AM-AM失真 | 大幅度输入时，输出幅度被压缩 | 星座图外圈点被往里"拉"，星座畸变，EVM恶化 |
| AM-PM失真 | 大幅度输入时，输出产生额外相移 | 星座点旋转，I/Q正交性被破坏 |
| 带外再生（频谱再生） | 非线性产生新的频率分量 | 相邻信道泄漏（ACLR）超标，干扰邻区用户 |
| 带内失真 | 有用频带内信号畸变 | 误码率（BER）升高 |
为了让尖峰不被削顶，工程师只能把功放的平均工作点往下压，留出足够的空间给峰值——这叫输出回退（Output Back-Off，OBO）。回退量必须大于等于PAPR：
$$\text{OBO} \geq \text{PAPR}_{\text{dB}}$$
这是第一宗罪的连锁后果，也是最让手机厂商和基站运营商头疼的。
功放的效率，本质上取决于平均工作点距离饱和点有多远。功放的最高效率点（比如Doherty架构）通常设计在接近饱和点附近。但你为了不被尖峰削顶，硬生生把工作点压到了饱和点以下10多个dB——这意味着功放绝大部分时间都工作在低效率区。
举个直观的数字感受：
| 工作点（相对饱和点） | 典型功放效率 | 含义 |
|---|---|---|
| 0 dB（饱和点） | ~50% | 效率最高，但信号全削顶，无法用 |
| -3 dB | ~40% | 峰值已削顶，PAPR=3dB的单载波勉强可用 |
| -6 dB | ~30% | |
| -10 dB | ~15% | OFDM的典型回退，效率腰斩 |
| -13 dB | ~8% | 子载波很多的宽带OFDM，效率惨不忍睹 |
这意味着：同样是发射1瓦的有用信号，单载波可能只需2瓦直流功耗，而OFDM可能需要6~12瓦。多出来的功耗全部变成了——热量。
对手机：电池续航缩短，发热烫手。对基站：电费账单飙升，散热风扇轰鸣，机房空调负荷翻倍。这就是为什么运营商对"省电"二字如此敏感。
这是一个容易被忽略但成本敏感的问题。
PAPR越高，意味着信号的动态范围（峰值与最小有效信号之比）越大。要把这么大的动态范围无量化失真地表示出来，数模转换器（DAC）就需要更高的位宽（bit数）。
$$\text{动态范围(dB)} \approx 6.02 \times \text{bit数}$$
每多1 bit大约增加6 dB动态范围。一个12 bit的DAC理论动态范围约72 dB。如果PAPR占了12 dB，留给信号本身的量化精度就只剩60 dB——对于高阶调制（256QAM甚至1024QAM）来说，这点余量捉襟见肘。位宽从12 bit升到14、16 bit，DAC芯片的成本和功耗都会显著上升。
flowchart TD
PAPR["OFDM 高 PAPR<br/>(10~13 dB)"] --> C1["① 功放需大回退<br/>→ 非线性失真<br/>→ EVM/ACLR 恶化"]
PAPR --> C2["② 平均工作点下压<br/>→ 功放效率暴跌<br/>→ 耗电、发热"]
PAPR --> C3["③ 动态范围变大<br/>→ DAC/ADC 位宽需求升高<br/>→ 成本上升"]
C1 --> R1["应对：DPD 数字预失真<br/>削峰 CFR"]
C2 --> R2["应对：上行改 SC-FDMA<br/>降低回退"]
C3 --> R3["应对：更高精度 ADC<br/>或降低 PAPR"]
style PAPR fill:#fff3e0,stroke:#e65100
style C1 fill:#ffebee
style C2 fill:#ffebee
style C3 fill:#ffebee
聊到PAPR，你会发现一个现象：PAPR不是一个固定值，而是一个统计分布。
为什么？因为OFDM的尖峰是随机出现的（取决于那一符号里子载波的相位组合），每次符号的PAPR都不一样。单看"最大PAPR"没有意义（理论上可以很大但概率极低），工程师真正关心的是：PAPR超过某个阈值的概率有多大？
这就要引入互补累积分布函数（CCDF，Complementary Cumulative Distribution Function）：
$$\text{CCDF}(\text{PAPR}_0) = \Pr(\text{PAPR} > \text{PAPR}_0)$$
它回答的问题是："PAPR大于 $\text{PAPR}_0$ 的事件，发生概率是多少？"
工程上常用 $\text{CCDF} = 10^{-3}$（千分之一概率）或 $10^{-4}$ 对应的PAPR值，作为系统的"实际PAPR"。比如："在 $10^{-3}$ 概率下，OFDM的PAPR约为10.5 dB。"
直觉上：子载波数 $N$ 越大，CCDF曲线整体右移（同样概率下PAPR更高）；但右移速度会变缓（因为存在理论上限）。CCDF曲线就是PAPR的"体检报告"，是评估任何降峰技术的"标尺"。
既然PAPR这么麻烦，业界发明了形形色色的降峰技术。它们各有取舍，没有银弹。理解它们的分类和权衡，是射频/基带工程师的基本功。
flowchart LR
ROOT["PAPR 降低技术"] --> D1["① 信号畸变类<br/>简单但有失真"]
ROOT --> D2["② 编码类<br/>无失真但损失码率"]
ROOT --> D3["③ 概率类<br/>SLM/PTS 无失真需带外信息"]
ROOT --> D4["④ 加性类<br/>Tone Reservation/Injection"]
ROOT --> D5["⑤ 波形替换<br/>SC-FDMA/UFMC/DFT-s-OFDM"]
D1 --> D1a["Clipping & Filtering<br/>削峰+滤波"]
D1 --> D1b["Companding<br/>压扩变换"]
D2 --> D2a["Golay互补序列等<br/>只选低PAPR码字"]
D3 --> D3a["SLM 选择性映射"]
D3 --> D3b["PTS 部分传输序列"]
D4 --> D4a["预留子载波抵消峰值"]
D5 --> D5a["DFT 扩频预编码<br/>→ 单载波包络"]
style ROOT fill:#e3f2fd,stroke:#1565c0
style D5 fill:#e8f5e9
削峰（Clipping） 是最简单粗暴的方法：设一个阈值 $A_{\max}$，凡超过阈值的幅度一律砍平。
$$\tilde{x}(t) = \begin{cases} x(t), & |x(t)| \le A_{\max} \ A_{\max} e^{j\angle x(t)}, & |x(t)| > A_{\max} \end{cases}$$
削峰会带来两个副作用：带内失真（直接恶化EVM和BER）和带外辐射（频谱展宽，污染邻道）。为了压住带外辐射，常在削峰后再加一个滤波（Filtering）——即"削峰+滤波（CFR，Crest Factor Reduction）"。但滤波又可能让被削的峰值"重新长回来"（peak regrowth），所以要迭代。
压扩（Companding） 用一个非线性变换把大信号压小、小信号放大，降低动态范围。代价是非线性变换本身会引入噪声。
这类方法不改变信号，而是"多准备几份候选信号，挑PAPR最低的那份发出去"。
选择性映射（SLM）：对同一组数据，乘上多组不同的随机相位序列，生成多个候选OFDM信号，算各自的PAPR，选最小的发。代价是要把"选了哪一组"的边带信息（side information）传给接收端，浪费一点带宽；且要做多次IFFT，算力开销大。
部分传输序列（PTS）：把子载波分成几块，每块乘一个可旋转的相位，优化相位组合使总PAPR最小。比SLM省IFFT，但优化搜索复杂。
这类方法不引入失真，但成本是算力和边带信息。
音调预留（Tone Reservation, TR）：在频谱里预留一小部分子载波（不传数据），专门用来产生一个"反向尖峰"去抵消数据信号产生的峰值。代价是浪费频谱。
音调注入（Tone Injection, TI）：不预留子载波，而是利用QAM星座点可映射到多个等价位置的特性，注入额外信号抵消峰值。不占额外频谱，但接收端要"减"掉注入量，实现复杂。
Golay互补序列等特殊码集，天生PAPR不超过3 dB（互补序列求和后包络恒定）。但代价是可用的码字很少，编码率低，浪费信道容量，实际很少用于宽带高速数据。
前面四类都是在OFDM"事后补救"。最彻底的办法是：别用OFDM这种高PAPR波形。
这就是SC-FDMA（单载波频分多址）——把DFT扩频放在OFDM调制之前，让信号先变成"单载波"特性。
普通OFDM的流程是：数据 → IFFT → 发射。 SC-FDMA的流程是：数据 → DFT → IFFT → 发射。
中间插入的DFT，相当于把数据符号"打散"到所有子载波上（扩频）。这样一来，最终时域信号不再是"N个随机子载波叠加"，而是一个单载波信号的循环移位——它的瞬时包络由单个符号决定，PAPR大幅降低，接近单载波水平（约6~7 dB）。
为什么上行用它？ 因为手机（UE）对功耗和散热极度敏感（电池供电），功放效率低一点，续航就崩、就发烫。基站下行功放功率大、有市电，可以靠DPD+CFR硬扛OFDM的高PAPR；手机上行则用SC-FDMA从源头降低PAPR，让功放工作在更高效率点。
| 维度 | 基站下行（OFDM） | 手机上行（SC-FDMA） |
|---|---|---|
| PAPR | 高（10~13 dB） | 低（6~7 dB） |
| 功放 | 大功率，市电供电，可DPD硬扛 | 小功率，电池供电，要省电 |
| 复杂度 | IFFT即可 | 多一级DFT |
| 频谱效率 | 高 | 略低（与OFDM基本持平） |
| 设计动机 | 频谱效率优先 | 功耗/续航优先 |
提示：5G上行的CP-OFDM和π/2-BPSK/QPSK预编码，本质上也是为降低PAPR服务——同样的哲学，不同的实现。
理解了原理，来看现网调试中哪些地方会用到、容易踩哪些坑。
陷阱一：混淆PAPR与CM（Cubic Metric，立方度量）。 3G WCDMA时代定义了一个叫CM的指标来衡量功放效率影响，它比PAPR更贴近功放真实非线性。新手常把PAPR和CM混为一谈。记住：PAPR看峰值，CM看三阶非线性敏感度。在5G/4G里PAPR用得多，但理解CM能更准确估算实际功放回退。
陷阱二：只盯"最大PAPR"，忽略CCDF。 有人仿真出一个符号的PAPR高达15 dB就慌了。其实关键是看CCDF曲线，$10^{-3}$ 或 $10^{-4}$ 概率下的PAPR才有工程意义。一个极罕见的尖峰，用CFR削掉即可，不必为它牺牲整体效率。
陷阱三：削峰后忘了看ACLR和EVM的此消彼长。 CFR削峰能降PAPR，但削得越狠，带内EVM越差、邻道ACLR越脏。调试时要画"PAPR-EVM-ACLR"三角权衡曲线，找到满足三者规格的最佳削峰门限。这是一门需要反复迭代的调参手艺。
陷阱四：DPD与CFR的协同。 现网基站降低PAPR危害，是CFR（先在数字域削峰）+ DPD（再对功放预失真）两条腿走路。CFR把PAPR从13 dB削到8 dB左右，DPD再补偿功放残余非线性。两者顺序和参数要联调，单独调一个效果有限。
陷阱五：手机上行功率受限时，PAPR间接限制覆盖。 手机最大发射功率是固定的（比如23 dBm）。PAPR越高，意味着这个固定功率预算里，平均功率被压得越低（因为要给峰值留空间）。所以高PAPR波形在小区边缘，实际平均发射功率更低，覆盖更差。这是SC-FDMA对上行覆盖的隐性贡献。
flowchart TD
subgraph 产生["① PAPR 为何高"]
A1["N 个子载波独立调制"] --> A2["IFFT 时域叠加"]
A2 --> A3["相位随机同向叠加<br/>→ 瞬时尖峰"]
A3 --> A4["包络呈瑞利分布<br/>长尾 → 高 PAPR"]
end
subgraph 危害["② 高 PAPR 的代价"]
B1["功放大回退"] --> B2["效率低、耗电发热"]
B1 --> B3["非线性削顶<br/>EVM/ACLR 恶化"]
B4["动态范围大"] --> B5["DAC 位宽需求高"]
end
subgraph 对策["③ 应对之道"]
C1["CFR 削峰+滤波<br/>(基站下行)"]
C2["DPD 数字预失真<br/>(补偿功放非线性)"]
C3["SC-FDMA DFT 扩频<br/>(手机上行釜底抽薪)"]
C4["SLM/PTS/TR<br/>(无失真降峰)"]
end
产生 --> 危害
危害 --> 对策
style 产生 fill:#e3f2fd
style 危害 fill:#ffebee
style 对策 fill:#e8f5e9
回到开篇那个合唱团的比喻。OFDM这个"千人合唱团"用正交性换来了无与伦比的频谱效率，但代价是偶尔出现的、震爆音箱的尖峰。这个尖峰——PAPR——是OFDM与生俱来的"原罪"。
整个通信工程界用几十年的时间，发明了削峰、压扩、SLM、PTS、音调预留、SC-FDMA、DFT-s-OFDM、CFR、DPD……一整套"降峰术"来驯服它。理解PAPR，就是理解了OFDM系统射频设计的核心矛盾：频谱效率 vs 功放效率。
对工程师而言，记住这个核心心智模型：
PAPR是连接"波形设计"和"硬件实现"的那座桥。 每降低1 dB的PAPR，功放效率就能提升几个百分点，手机的续航就多几分钟，基站的电费就少一笔。这1 dB背后的，是DFT扩频、是削峰门限、是预失真算法——是无数工程师在示波器和频谱仪前反复打磨的心血。
下次当你看到5G上行为什么不是纯OFDM、为什么基站要烧算力做DPD、为什么手机功放芯片那么贵时，你知道——那个看不见的尖峰，就是答案。
Q1：PAPR和峰值因数（Crest Factor，CF）是一回事吗？ A：本质相关但不完全相同。CF定义为峰值幅度与RMS（均方根）幅度之比（电压比），PAPR是峰值功率与平均功率之比（功率比）。二者关系是 $\text{PAPR} = \text{CF}^2$，即 $\text{PAPR}{\text{dB}} = 20\log$。射频工程师习惯说PAPR，音频/信号处理领域常说CF，指的是同一物理现象的不同表达。}\text{CF
Q2：子载波数越多，PAPR一定越大吗？ A：直觉上是的，但严格说是"高PAPR出现的概率更大、CCDF曲线右移"，且右移有上限。子载波数从64增到1024，$10^{-3}$ 概率下的PAPR会增加几个dB；但从1024增到8192，增幅就很有限了（趋于稳态）。所以不能简单认为"子载波翻倍，PAPR翻倍"。
Q3：削峰（CFR）会不会把有用信息削掉？ A：会引入一定的带内失真，但设计良好的CFR会把失真控制在EVM规格允许的范围内（比如削到使EVM劣化不超过0.5 dB）。工程上的原则是"削到刚好满足ACLR和EVM规格门限即可"，不追求把PAPR削到最低——削过头反而得不偿失。
Q4：5G下行为什么敢用高PAPR的OFDM，上行却要降？ A：根本原因是功耗预算不对称。基站下行功放功率大（几十瓦）、有市电供电、散热条件好，可以用DPD+CFR"硬扛"高PAPR换频谱效率；手机上行功率小、靠电池、怕发烫，必须从波形源头（SC-FDMA/DFT扩频）降低PAPR，让功放工作在高效区，保续航。这是"有钱的扛、没钱的省"的工程哲学。
Q5：DFT扩频降低PAPR的代价是什么？ A：主要代价是发送端多一级DFT运算（复杂度增加）、某些子载波映射方式下频谱局部化略差。但相比节省的功耗，这些代价微不足道，所以上行广泛采用。注意DFT扩频降低PAPR的效果取决于调制阶数——低阶调制（QPSK）效果好，高阶调制（16QAM及以上）效果会减弱，因为高阶星座点本身幅度差异就大。
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。