# 峰均比：功放的珠穆朗玛峰 > *"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。"* ## 一、从一个合唱团的"声音尖刺"说起 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。 --- ## 二、PAPR到底是什么：从定义到直觉 ### 2.1 严格定义 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： $$\text{PAPR}_{\text{dB}} = 10\log_{10}(\text{PAPR})$$ 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。 ### 2.2 为什么偏偏是OFDM"中招" 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）**。 ```text flowchart LR A["N个子载波
X₀, X₁, …, Xₙ₋₁
独立、相位随机"] -->|IFFT 叠加| B["时域信号 x(t)"] B --> C["中心极限定理
实部、虚部 → 高斯分布"] C --> D["包络 |"x(t)"|
→ 瑞利分布"] D --> E["瑞利分布有长尾
→ 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。 --- ## 三、PAPR高的"三宗罪"：为什么必须重视 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。 ### 第一宗罪：逼功放进入非线性区，信号畸变 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： $$\text{OBO} \geq \text{PAPR}_{\text{dB}}$$ ### 第二宗罪：功放效率暴跌，功耗与散热失控 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。 ### 第三宗罪：DAC/ADC位宽需求飙升 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。 ```mermaid flowchart TD PAPR["OFDM 高 PAPR
(10~13 dB)"] --> C1["① 功放需大回退
→ 非线性失真
→ EVM/ACLR 恶化"] PAPR --> C2["② 平均工作点下压
→ 功放效率暴跌
→ 耗电、发热"] PAPR --> C3["③ 动态范围变大
→ DAC/ADC 位宽需求升高
→ 成本上升"] C1 --> R1["应对：DPD 数字预失真
削峰 CFR"] C2 --> R2["应对：上行改 SC-FDMA
降低回退"] C3 --> R3["应对：更高精度 ADC
或降低 PAPR"] style PAPR fill:#fff3e0,stroke:#e65100 style C1 fill:#ffebee style C2 fill:#ffebee style C3 fill:#ffebee ``` --- ## 四、用CCDF给PAPR"算命"：统计视角 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"。 --- ## 五、五大降峰术：工程师的十八般武艺 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。 ```mermaid flowchart LR ROOT["PAPR 降低技术"] --> D1["① 信号畸变类
简单但有失真"] ROOT --> D2["② 编码类
无失真但损失码率"] ROOT --> D3["③ 概率类
SLM/PTS 无失真需带外信息"] ROOT --> D4["④ 加性类
Tone Reservation/Injection"] ROOT --> D5["⑤ 波形替换
SC-FDMA/UFMC/DFT-s-OFDM"] D1 --> D1a["Clipping & Filtering
削峰+滤波"] D1 --> D1b["Companding
压扩变换"] D2 --> D2a["Golay互补序列等
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
→ 单载波包络"] style ROOT fill:#e3f2fd,stroke:#1565c0 style D5 fill:#e8f5e9 ``` ### 5.1 信号畸变类：削峰与压扩 **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。 ### 5.2 概率类：SLM与PTS 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。 ### 5.3 加性类：音调预留与注入 **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。 ### 5.4 编码类 **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。 ### 5.5 波形替换：釜底抽薪的SC-FDMA 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。 --- ## 六、实战连接：工程师调试里的"PAPR陷阱" 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。 --- ## 七、一眼看懂：PAPR从产生到应对的全景 ```mermaid 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
→ 瞬时尖峰"] A3 --> A4["包络呈瑞利分布
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
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
(基站下行)"] C2["DPD 数字预失真
(补偿功放非线性)"] C3["SC-FDMA DFT 扩频
(手机上行釜底抽薪)"] C4["SLM/PTS/TR
(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 ``` --- ## 八、结论：PAPR是OFDM的"原罪"，也是创新的催化剂 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。 --- ## 常见问题 **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 $\text{PAPR}_{\text{dB}} = 20\log_{10}\text{CF}$。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。 **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。 --- ## 参考来源 2. [OFDM PAPR 峰均比深度分析：从数学原理到6G演进 — CSDN](https://blog.csdn.net/lixy_121/article/details/160507416) — 从第一性原理推导PAPR统计特性与CCDF，系统梳理五类降峰方案，本文数学推导与危害机制的主要参考。 3. [OFDM的峰均功率比(PAPR)概念及其降低方法 — 知乎](https://zhuanlan.zhihu.com/p/24595572532) — 含OFDMA/LFDMA/IFDMA的PAPR对比与脉冲成形DFT扩频分析。 4. [OFDM峰均比（PAPR）仿真与分析 — 博客园](https://www.cnblogs.com/ll55522201/p/19695384) — PAPR仿真特性与降峰技术实践参考。 5. [Peak-to-Average Power Ratio (PAPR) in OFDM — technical overview](https://www.allaboutcircuits.com/technical-articles/) — 功放AM-AM/AM-AM失真、回退与降峰技术对比表参考。 --- > 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。