首页 › deep-tech › OFDM峰均比：功放为何头疼

OFDM峰均比：功放为何头疼

写给有 1-3 年经验的通信工程师：当你抓包看到 EVM 变差、ACLR 超标、UE 上行覆盖莫名其妙变差时，背后那只看不见的"黑手"很可能就是 PAPR（峰均比）。本文从一个海洋里的"疯狗浪"讲起，把 OFDM 高峰均比的数学本质、功放的非线性困境、五类抑制技术，以及上行为何宁可绕路也要用 SC-FDMA，一次性讲透。

一、从"疯狗浪"说起：什么是峰均比

把大海想象成一个 OFDM 信号。海面上同时存在成百上千列独立的波（对应成百上千个 OFDM 子载波），它们各自有各自的波长和相位。

OFDM 信号里的"疯狗浪"，就是 PAPR 问题的核心。

峰均比（PAPR, Peak-to-Average Power Ratio） 的定义非常直白：信号在某个时间窗内，瞬时峰值功率与平均功率之比：

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

工程上习惯用分贝表示：

$$ \text{PAPR}{\text{dB}} = 10 \cdot \log\right) $$}\left(\frac{P_{\text{peak}}}{P_{\text{avg}}

比如平均功率是 1 W，偶尔峰值冲到 16 W，那 PAPR 就是 16 倍，约 12 dB。这个数字听起来不大，但它直接决定了你那颗功率放大器（PA）能不能"扛得住"。

二、为什么 OFDM 天生就是"高峰均比体质"

单载波信号（比如 QPSK、单载波 16QAM）的包络波动是有界的——任意时刻幅度基本被星座点的最大幅度限制住，PAPR 天然较低（通常 3-4 dB）。

而 OFDM 是多载波并行。在时域上，OFDM 信号是 N 个正交子载波之和：

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

这里就埋下了"疯狗浪"的种子。我们用三个层次把它讲透。

2.1 极端情况：理论上限

最坏的情况是 N 个子载波幅度相等、相位完全相同。此时它们相干叠加（constructive superposition）：

$$ |x(t)|_{\text{peak}} = N \cdot |X_k| $$

而平均功率与 N 成正比，于是理论最大 PAPR = N，即：

$$ \text{PAPR}{\max} = 10\log) $$} N \quad (\text{dB

N=1024 个子载波时，理论极限高达 30 dB。这意味着峰值是平均功率的 1000 倍！当然，这种"所有波峰对齐"的概率极低，但只要它偶尔发生，就足以击穿功放。

2.2 统计本质：中心极限定理

那实际 PAPR 有多大？关键是 N 个独立、同分布的子载波叠加，其包络服从复高斯分布——这正是中心极限定理（Central Limit Theorem）的结论。

复高斯信号的幅度服从瑞利分布（Rayleigh），功率服从指数分布。这告诉我们两件事：

  1. 峰值偶发但确实存在：幅度分布有一条长长的尾巴，绝大多数样本幅度小，但少数样本幅度很大。
  2. N 越大，尾巴越长：子载波越多，叠加越接近理想高斯，出现极端峰值的概率也越高。

这解释了工程师常说的那句"N 越大，PAPR 越高"——但要注意，PAPR 的理论最大值随 N 线性增长，而统计意义上（如 CCDF=10⁻³ 处）的 PAPR 增长非常缓慢（约 $\log_2 N$ 量级）。这是两个常被混淆的概念，后面调试陷阱里会再强调。

2.3 用 CCDF 量化"疯狗浪"有多频繁

衡量 PAPR 不能只看一个数，要看它的统计分布。工程上用 CCDF（互补累积分布函数）：

$$ \Pr(\text{PAPR} > z) \approx 1 - \left(1 - e^{-z}\right)^N $$

CCDF 回答的问题是："PAPR 超过某个门限的概率是多少？"比如 CCDF=10⁻³ 表示"每 1000 个 OFDM 符号里，大概会有 1 个符号的 PAPR 超过这个值"。

下表是一个典型 OFDM 系统（N=512，4 倍过采样）的 CCDF 读数直觉。真正要看 CCDF 曲线，得用信号源/频谱仪的 CCDF 测量功能，这是调试 PAPR 的"金标准"。

PAPR 门限 CCDF（超过概率） 直觉解读
6 dB ≈ 0.5 一半时间都超过，几乎常态化
9 dB ≈ 10⁻¹ 十分之一时间出现
11 dB ≈ 10⁻³ 千分之一——足以击穿 PA
13 dB ≈ 10⁻⁵ 万中无一，但放大器仍要为它"备货"

可以看到：从 10⁻¹ 到 10⁻³，PAPR 只涨了约 2 dB，但概率却降了两个数量级。为了这 2 dB，PA 要付出巨大的效率代价——这正是 PAPR 问题"性价比低、却无法回避"的根本原因。

flowchart TD
    A[N个数据符号 X_k] --> B[串并转换]
    B --> C[IFFT<br/>N路子载波相加]
    C --> D[并串转换]
    D --> E[加循环前缀CP]
    E --> F[上变频+功放PA]
    F --> G[天线发射]

    C -.绝大多数样本:<br/>子载波相位错乱<br/>互相抵消,幅度温和.-> H[平均功率水平]
    C -.极少数样本:<br/>N路子载波相位对齐<br/>相干叠加.-> I["峰值功率<br/>(疯狗浪!)"]

    H --> J[PAPR = 峰值/平均<br/>高峰均比在此诞生]
    I --> J

    style I fill:#ffcccc,stroke:#cc0000,stroke-width:2px
    style C fill:#fff4cc,stroke:#cc9900,stroke-width:2px
    style J fill:#cce5ff,stroke:#0066cc,stroke-width:2px

这张图揭示了 PAPR 的"出生地"——就在 IFFT 之后。N 个子载波在这里相加，绝大多数时刻彼此抵消，偶尔全部对齐就形成峰值。这也是为什么所有 PAPR 抑制技术的发力点，都在 IFFT 之前或之后这个位置。

三、高峰均比的三大危害：功放为何"吃不消"

理解 PAPR，必须理解它的"受害者"——功率放大器（Power Amplifier, PA）。

3.1 危害一：功放非线性失真

任何功放都有线性区和饱和区。输入信号幅度在线性区内时，输出是输入的忠实放大；一旦幅度超过某门限（饱和点），输出就不再线性增长，波形被"削顶"。

PAPR 高意味着信号偶尔有巨大峰值。如果 PA 的最大输出功率刚好设在平均功率附近，那这些峰值就会被削波（clipping），导致：

为了不让峰值被削，PA 必须把工作点从饱和点往回挪，留出余量，这叫 功率回退（Power Back-off / OBO, Output Back-Off）。经验法则：

$$ \text{OBO} \approx \text{PAPR} $$

也就是说，PAPR 有多高，PA 就得回退多少。

3.2 危害二：功放效率雪崩、终端耗电飙升

这是 PAPR 最伤钱的地方。PA 的效率（DC 到 RF 的转换效率）与工作点强相关：工作点越靠近饱和点，效率越高；越往回退，效率越低。粗略地：

$$ \eta_{\text{PA}} \propto \frac{1}{\text{回退量（线性）}} $$

举个数：一个甲乙类（Class AB）PA 在饱和点附近效率约 40-50%；如果信号 PAPR 是 6 dB（线性 4 倍），被迫回退 6 dB，效率可能掉到 10-15%。剩下 85% 的直流电全变成了热量。

对一个插市电的基站来说，热一点、费一点电，尚可接受（虽然也很贵——一个万站级网络，PA 效率每提升 5%，每年省下的电费是千万级）。但对靠电池供电的手机，这就是生死线：

同样的电池，PAPR 高 3 dB，意味着 PA 效率可能掉一半，待机/通话时间直接腰斩；而且发热严重，手机烫手、降频、甚至保护性关机。

这也是为什么 LTE/5G 的上行死活不用 OFDM，而要发明 SC-FDMA——这个我们在第五节细说。

flowchart TB
    subgraph ideal["理想功放（线性区工作）"]
       A1["输入信号"] --> A2["线性放大<br/>效率高 η≈40%"] --> A3["输出干净<br/>EVM好, ACLR达标"]
    end

    subgraph real["高峰均比下的现实"]
       B1["OFDM信号<br/>PAPR≈11dB"] --> B2{"PA工作点选择"}
       B2 -->|贪效率<br/>工作点设高| B3["峰值被削顶<br/>EVM恶化/ACLR超标<br/>❌入网测试不过"]
       B2 -->|保线性<br/>大幅回退| B4["PA效率暴跌至10%<br/>耗电/发热飙升<br/>❌手机电池扛不住"]
    end

    style B3 fill:#ffcccc,stroke:#cc0000
    style B4 fill:#ffe0cc,stroke:#cc6600
    style A3 fill:#ccffcc,stroke:#009900

3.3 危害三：覆盖与成本的双重打击

PA 效率低，意味着同样的电池容量，能输出的有效射频功率更小。这直接压缩了上行覆盖半径。在一个以"上行受限"著称的 5G 高频段网络里，PA 效率每损失一点，就要多建几座基站来补覆盖——这是真金白银的 CAPEX。

而为了同时兼顾线性和效率，工程师被迫采用 DPD（数字预失真）、包络跟踪（ET, Envelope Tracking）、甚至 Doherty 功放架构等昂贵技术。这些技术的复杂度和成本，本质上都是在"补贴" PAPR 这只吞金兽。

四、驯服疯狗浪：五类 PAPR 抑制技术

既然 PAPR 是 OFDM 的原罪，业界几十年来发明了大量抑制技术。它们可以分成五大类，各有取舍。先看一张分类决策图，再逐一拆解。

flowchart TD
    ROOT["PAPR抑制技术"] --> A["信号预畸变类<br/>(有失真)"]
    ROOT --> B["概率/扰码类<br/>(无失真)"]
    ROOT --> C["编码类<br/>(无失真)"]
    ROOT --> D["子载波占用类<br/>(TR/TI)"]
    ROOT --> E["预编码类<br/>(改信号结构)"]

    A --> A1["削波+滤波 Clipping & Filtering<br/>最简单, 但有带内/带外失真"]
    B --> B1["选择映射 SLM<br/>生成多版本选PAPR最低<br/>需传边带信息"]
    B --> B2["部分传输序列 PTS<br/>分子载波块加权优化相位<br/>计算量大"]
    C --> C1["选低PAPR码字<br/>彻底无失真<br/>但牺牲码率, 查表复杂"]
    D --> D1["预留子载波 TR / 注入子载波 TI<br/>不传数据, 浪费频谱"]
    E --> E1["DFT预编码<br/>(SC-FDMA的核心)<br/>单载波化, PAPR骤降"]

    style A1 fill:#ffe0cc
    style E1 fill:#ccffcc,stroke:#009900,stroke-width:2px
    style ROOT fill:#cce5ff,stroke:#0066cc

4.1 信号预畸变：削波与峰值加窗

思路：既然是"疯狗浪"太高，那就把超过门限的波峰硬削平，再加窗平滑、滤波去除带外产物。

4.2 概率/扰码类：SLM 与 PTS

思路：同一个数据流，乘上不同的相位旋转序列（扰码），生成多个候选 OFDM 信号，从中挑 PAPR 最低的那一个发出去。

这类方法不产生信号失真，但需要把"我用了哪个扰码"这个边带信息（side information）传给接收端，占用带宽；而且要做多次 IFFT，计算复杂度高，实时性差。5G 大带宽下基本不可商用。

4.3 编码类

思路：在编码阶段就挑选那些 PAPR 天然低的码字。彻底无失真，但牺牲码率、查表复杂，实用面窄。

4.4 子载波占用类：TR / TI

思路：预留一部分子载波（Tone Reservation）专门"发射抵消波"，把疯狗浪压下去；或者利用调制星座的扩展空间注入额外信号（Tone Injection）。代价是浪费宝贵的频谱资源。

4.5 预编码类：DFT 预编码（SC-FDMA 的灵魂）

思路：与其事后抑制，不如从源头改变信号结构。在 IFFT 之前，先对数据做一次 DFT，把频域符号"打散"到所有子载波上——这就是 SC-FDMA。下一节详述。

五类技术全景对比

技术 原理 是否失真 复杂度 频谱损失 典型应用
削波+滤波 削峰加窗 有（EVM↓, ACLR↑） 极低 无 基站早期
SLM 多扰码选优 无 高（多次IFFT） 边带信息 研究为主
PTS 分块相位优化 无 很高（搜索） 边带信息 研究为主
编码类 选低PAPR码字 无 中（查表） 码率损失 特定场景
TR/TI 预留/注入子载波 无 中 子载波浪费 部分系统
DFT预编码 单载波化结构 无 低（多一级DFT） 无 LTE/5G 上行

一句话总结：能商用的，要么是"失真换简单"（削波），要么是"改结构换低 PAPR"（DFT 预编码）。SLM/PTS 这类"无失真但算力重"的方法，在 5G 的大带宽、低时延要求下基本被淘汰。

五、为什么上行宁可用 SC-FDMA：DFT 预编码的魔法

读到这里，你应该明白一个经典的工程抉择了：

下行 OFDM，上行 SC-FDMA——为什么不对称？

因为下行是基站发射，插市电、用得起大功率、大体积、高线性的功放，PAPR 高点也扛得住；而上行是手机发射，靠电池、PA 又小又便宜，PAPR 高就是灭顶之灾。

SC-FDMA 的全称是 单载波频分多址（Single Carrier FDMA），又叫 DFT-s-OFDM。它的妙处在于：在 OFDM 的标准调制链路上，IFFT 之前再加一级 DFT，把数据符号预先"扩散"到整个带宽。

为什么这一步能降 PAPR？直觉理解：

这就像把"一群人同时各喊各的（容易突然齐声）"改成"一个人一个人按顺序喊（永远只有一个人在喊）"——后者天然不会有"齐声巨浪"。

对比维度 OFDM（下行） SC-FDMA（上行）
调制结构 直接 IFFT DFT 预编码 + IFFT
时域包络 剧烈波动，高峰均比 单载波特 性，包络温和
典型 PAPR 9-11 dB 5-7 dB（低 2-4 dB）
PA 工作点 大回退，或靠昂贵 DPD/ET 更接近饱和点
PA 效率 低 高（省电、省热）
频域灵活性 极强（资源调度灵活） 略受限（需连续映射才有最佳PAPR）
抗多径 强（CP + 频域均衡） 强（CP + 频域均衡，二者等价）

关键洞察：SC-FDMA 在抗多径、频域均衡能力上和 OFDM 几乎等价，付出的代价只是上行资源映射要更"规整"。用这么小的代价，换来 2-4 dB 的 PAPR 优势，对电池手机而言是绝对划算的。这正是 LTE 上行和 5G 上行（默认 π/2-BPSK/QPSK + DFT-s-OFDM）选型的底层逻辑。（关于 SC-FDMA 的更细致拆解，可参考本系列前文。）

六、5G NR 里的 PAPR 博弈：下行为何"敢用"OFDM

5G NR 下行依然用 CP-OFDM，PAPR 问题依旧存在，那基站靠什么扛？

  1. DPD（数字预失真）：在数字域预先做与 PA 非线性"相反"的畸变，抵消削波失真，让 PA 能工作在更靠近饱和点的高效率区。
  2. 包络跟踪 ET：PA 的供电电压随信号包络实时调整——峰值给高压、低谷给低压，避免一直供高压白白发热。
  3. Doherty 架构：用两个 PA 协同工作，在回退区也能维持较高效率。

这三板斧都需要电源、体积、散热、成本——基站都有，手机没有。所以这条"下行 OFDM、上行 SC-FDMA"的分界线，本质是电源经济学划下的。

值得一提的是，5G NR 在上行也允许在低阶调制（π/2-BPSK）下用特殊频谱成形，进一步把 PAPR 压到比 QPSK 还低约 1-2 dB，专门为物联网/覆盖受限终端服务——这是 PAPR 优化的极致应用。

七、工程师调试实战：PAPR 相关的三个常见陷阱

理论讲完，回到现场。以下是 1-3 年工程师最容易踩的坑：

陷阱 1：EVM 调不出来，怀疑是基带算法 bug，其实是 PAPR/PA 削波

现象：星座图整体形状对，但外圈点发散严重，EVM 卡在某个值上不去。

排查思路：先别查算法。用频谱仪的 CCDF 功能测一下输出信号的 PAPR，再对照 PA 的 1dB 压缩点（P1dB）和饱和功率。如果 PAPR 已经超过 P1dB 余量，那就是 PA 在削峰——外圈点（对应高功率符号）最先被削，所以发散。把发射功率回退，或检查 DPD/ET 是否开启，往往药到病除。

陷阱 2：ACLR 超标，拼命调滤波器，根因是削波带外辐射

现象：带内 EVM 还行，但邻信道泄漏比 ACLR 死活压不下去。

排查思路：带外辐射若呈"宽地毯"状，往往不是滤波器问题，而是削波或 PA 饱和非线性产生的宽带频谱再生（spectral regrowth）。削得越狠、PA 越饱和，ACLR 越差。这时一味加滤波器没用，要降低削波比、加大回退或改善 DPD。

陷阱 3：混淆"理论最大 PAPR"与"统计 PAPR"

新手常说"1024 子载波 PAPR 高达 30 dB"，吓人一跳。但要分清：

调试和评估时，永远看 CCDF 曲线在 10⁻³ / 10⁻⁴ 处的 PAPR 值，而不是看理论最大值。这是行业标准做法。

八、把整条逻辑串起来

回到开头那张"疯狗浪"。OFDM 用大量正交子载波并行传输，换来抗多径、灵活调度、频谱高效的巨大优势，但代价是多波叠加偶尔产生相干峰值——峰均比高。高峰均比让功率放大器被迫大幅回退，导致非线性失真（EVM/ACLR 恶化）、效率暴跌（耗电发热）、覆盖缩水、成本攀升。

面对这只吞金兽，业界的两条活路是：

而下行因为基站"财大气粗"（市电、DPD、ET、Doherty 一应俱全），扛得起 OFDM 的高 PAPR。于是"下行 OFDM、上行 SC-FDMA"这道经典的非对称设计，本质上是功放效率与电源经济学的必然产物。

理解了 PAPR，你就理解了移动通信系统里大量"看似怪异"的工程妥协——为什么上行要绕一道 DFT、为什么终端调制阶数受限、为什么 5G 要为物联网搞 π/2-BPSK。这些不是规范拍脑袋定的，而是能量物理与成本约束逼出来的。

常见问题

Q1：PAPR 和 CFR（峰均比降低）是一回事吗？ A：PAPR 是信号的客观属性（峰值/平均功率比）；CFR（Crest Factor Reduction，峰均比降低）是降低 PAPR 的技术手段统称，削波、峰值加窗、SLM/PTS 等都属于 CFR。前者是"病症"，后者是"药"。

Q2：增加子载波数 N，PAPR 一定会涨吗？ A：理论最大值（=N）会涨，但统计意义（CCDF=10⁻³）的 PAPR 增长很慢，约随 $\log_2 N$ 量级。从 256 到 1024 子载波，统计 PAPR 可能只涨 1-2 dB。所以"N 越大 PAPR 越高"这句话，要看你说的是哪种 PAPR。

Q3：能不能干脆把 PA 做到完全线性，不就解决了吗？ A：理论上可以，工程上做不到。完全线性的 PA 效率极低（理想 Class A 才 50%）、且现实中不存在。而且即便 PA 线性再好，回退仍要按 PAPR 来定，效率损失依旧。PAPR 是信号层面的问题，光靠 PA 硬扛是治标不治本。

Q4：5G 上行为什么还允许用 CP-OFDM？不是 PAPR 高吗？ A：5G NR 上行默认用 DFT-s-OFDM（低 PAPR）保障覆盖和省电；但在高速率、信道条件好的场景下，允许终端切换到 CP-OFDM，换取更灵活的资源调度和更高的吞吐（OFDM 在 MIMO 预编码上更灵活）。这是"省电优先、需要时再上 OFDM"的动态权衡。

Q5：DPD 能完全消除 PA 非线性吗，就不用管 PAPR 了？ A：不能。DPD 能在一定范围内抵消 PA 的 AM-AM/AM-PM 失真，把线性区"撑大"一点，让 PA 工作点能往上挪、效率提升。但它有处理边界，信号一旦进入深度饱和，DPD 也救不回来。所以 DPD 是"缓解"，PAPR 抑制仍是"治本"的一环，两者配合使用。

参考来源

  1. OFDM 峰均比（PAPR）到底受哪些因素影响？从第一性原理到工程实践的全景拆解 — 知乎 — 从数学机制推导 PAPR 统计特性与各影响因素量级，含 5G NR 实际设计权衡。
  2. Peak to Average Power Ratio (PAPR) Explained — RF Wireless World — 系统介绍 PAPR 定义、CCDF 及削波/SLM/PTS 等抑制技术分类。
  3. An overview of peak-to-average power ratio reduction techniques for multicarrier transmission — IEEE Xplore — 经典综述论文，全面梳理多载波系统 PAPR 抑制方法与性能比较。
  4. OFDM 峰均比（PAPR）仿真与分析 — 博客园 — 含 CCDF、LFDMA/IFDMA 仿真的中文工程实践与数值结果。
  5. PAPR — 百度百科 — 峰值平均功率比的基础定义与 OFDM/MIMO-OFDM 中的概念说明。

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

📎 本分类最新文章