调制解调原理图解：从QAM星座到OFDM多载波，理解无线通信的“翻译官”

你手机发出的数据本质上是一串0和1，可天线只会辐射电磁波——连续的、模拟的正弦振荡。把离散的比特“装”到连续的载波上，这个过程叫调制；在接收端把它“卸”下来，叫解调。 调制解调器（Modem，MODulator-DEMODulator）这个名字就是这么来的。

本文回答三个递进的问题：

1. QAM：怎么用一一个符号塞进更多比特？（点的问题）
2. OFDM：为什么非要把带宽切成上千个子载波？（线的问题）
3. SC-FDMA：为什么上行又“倒退”回单载波？（面的问题——系统级权衡）

理解了这三层，你看路测软件里的星座图、调度器里的MCS、协议里的波形参数，就不再是死记硬背，而是顺理成章。

一、QAM：在一张平面图上“摆棋子”

1.1 先说最笨的办法

数字调制最朴素的思路是用载波的某个参数代表比特：

• 改变幅度 → ASK（幅移键控），类似手电筒：亮=1，灭=0
• 改变频率 → FSK，类似哨兵：低音=1，高音=0
• 改变相位 → PSK，类似摩尔斯码的“起手式”变化

但这三种都只利用了正弦波的一个维度。而正弦波其实有两个天然正交的维度——这一点是QAM的灵魂。

1.2 正交：一 frequencies 载波当两路用

数学上，任何带通信号都可以写成同相分量 $I$ 和正交分量 $Q$ 的组合：

$$s(t)=I(t)\cos(2\pi f_c t)-Q(t)\sin(2\pi f_c t)$$

$\cos$ 和 $\sin$ 相位差90°，在一个符号周期内互相乘积积分恒为零，所以接收端可以用同样的正弦/余弦“相关器”把两路信息干净地分开，互不打架。

这给了我们一个二维平面：横轴 $I$，纵轴 $Q$。在这个平面上任意摆一个点，就是一个符号——它同时携带幅度（点到原点的距离）和相位（与横轴的夹角）信息。这张图就叫星座图（Constellation）。

flowchart TD
    A["比特流<br/>11010011..."] --> B["分组<br/>每 m 比特为一组"]
    B --> C["查星座图<br/>映射为平面上一个点 (I, Q)"]
    C --> D["脉冲成形<br/>滤波限制带宽"]
    D --> E["正交上变频<br/>I路乘cos、Q路乘-sin后相加"]
    E --> F["功率放大 → 天线"]

1.3 星座越密，每符号比特越多——但棋子越容易“看走眼”

每符号能携带的比特数为：

$$m=\log_2 M$$

其中 $M$ 是星座点数。16QAM一个符号4比特，64QAM是6比特，256QAM是8比特——频谱效率翻倍的本质是“在同样大的平面上摆更多棋子”。

代价是什么？点的间距变小了。无线信道里到处是噪声和干扰，接收到的点永远带着“毛边”在真实位置附近抖动。星座点间距越小，抖动一点点就会被判成邻居——误码。这就是高阶QAM需要更高信噪比（SNR）的根本原因。香农公式 $C=B\log_2(1+\mathrm{SNR})$ 说的正是这件事的天花板：信噪比不够，密度就是摆不上去。

（EVM，误差矢量幅度，衡量发射端“摆点”的精度：真实符号点偏离理想位置的综合误差。EVM越大，接收端看到的星座越“糊”，高阶调制直接解不出来。）

1.4 格雷编码：让邻居只差一个比特

星座图上相邻的点，按理可能被噪声互相认错。于是工程师把相邻点编成只有1个比特不同的码字（格雷码，Gray Coding）。这样即使判错成邻居，也只错1个比特，配合信道编码能轻松纠正。这是“摆棋子”时一个极聪明却极易被忽略的细节——它不提升速率，但显著降低误码的“爆炸半径”。

1.5 自适应调制： MCS 不是固定的

现网中，基站根据终端上报的信道质量（CQI）动态选择调制阶数和码率。信号好就上64/256QAM多拉比特，信号差就退回QPSK保住可靠性。所以你路测看到“速率忽高忽低”，第一层解释往往不是带宽变了，而是MCS在变。

二、OFDM：把宽马路切成无数慢车道

QAM解决了“一个符号装多少比特”。下一个问题是：这一串符号，怎么扛得住无线信道的摧残？

2.1 宽带单载波的天敌：多径与码间串扰

城市里电磁波走“多路”：直射、绕射、楼面反射……不同路径到达时间不同，时延扩展可能达到微秒量级。

关键在符号周期和时延扩展的比值：

• 符号周期远大于时延扩展 → 多径回波落在符号间隙里，只是轻微拖影
• 符号周期短于时延扩展 → 上一符号的回波直接砸进下一符号的头部，这就是码间串扰（ISI）

宽带系统为了跑高速率，符号周期必然很短（20MHz带宽下单载波符号周期只有几十纳秒量级），多径几乎必然砸串。传统解法是在接收端上一个时域均衡器，用几十上百个抽头去“反卷积”信道——计算复杂度极高，且带宽每翻一倍抽头数翻倍，不可扩展。

类比：一条超宽的单车道高速路，车速快（符号短），前后车只要有一点颠簸延迟（多径），就追尾成串（ISI），你需要一台超级计算机实时指挥每辆车（时域均衡）。

2.2 OFDM的洞察：化整为零 + 正交重叠

OFDM（正交频分复用）分两步化解：

第一步：化整为零。 把20MHz切成上千个子载波，每个子载波上的符号周期被拉长上千倍（比如约66.7微秒），远大于多径时延扩展。每个子载波经历的信道近似“平坦”——均衡从“上百抽头的时域滤波”退化成“每个子载波乘一个复数增益”。复杂度断崖式下降。

第二步：敢让频谱重叠。 传统FDM为了防止子载波互扰，中间留保护带，频谱浪费严重。OFDM发现：只要子载波间隔严格等于符号周期的倒数：

$$\Delta f=\frac{1}{T_{\text{sym}}}$$

那么在积分（解调）区间内，任意两个子载波正交：

$$\int_0^{T_{\text{sym}}} e^{j2\pi f_k t}\cdot e^{-j2\pi f_l t}\,dt=\begin{cases}T_{\text{sym}} & k=l\ 0 & k\neq l\end{cases}$$

直观理解：在第 $k$ 个子载波的频谱峰值处，其他所有子载波的频谱恰好过零。接收端在峰值点“采样”频谱，邻居的贡献正好是零——所以重叠不但无害，还把保护带全省了下来，频谱效率大幅提升。

类比：合唱团里每个声部音高不同（子载波频率不同），但所有人都严格踩同一节拍、每个音唱满整数个周期（正交条件），指挥（解调相关器）就能凭“拍点”把每个声部分得清清楚楚——即使他们的频谱在频域上你中有我。

flowchart TD
    subgraph FDM["传统FDM：子载波间留保护带"]
        direction LR
        f1["子载波1"] --- g1["保护带<br/>(浪费)"] --- f2["子载波2"] --- g2["保护带<br/>(浪费)"] --- f3["子载波3"]
    end
    subgraph OFDM["OFDM：间隔=1/T，频谱重叠但正交"]
        direction LR
        o1["子载波1峰值处<br/>子载波2恰好过零"] ~~~ o2["子载波2峰值处<br/>子载波1和3恰好过零"]
    end
    FDM ==>|"省掉保护带<br/>频谱效率大幅提升"| OFDM

2.3 收发机全景：IFFT是“流水线总开关”

上千个子载波如果各自用振荡器生成再叠加，硬件会疯掉。OFDM用一次 IFFT（快速傅里叶逆变换） 在数字域一次性合成整个多载波波形，接收端用一次FFT分开所有子载波。（IFFT/FFT本身的数学原理是另一个大话题，这里记住角色即可：IFFT是把“频域上摆好的QAM符号”一步变成“时域叠加波形”的总开关。）

flowchart TD
    A["比特流"] --> B["信道编码/加扰"]
    B --> C["QAM映射<br/>得到频域符号 X0...XN-1"]
    C --> D["子载波映射<br/>（下行：按调度分给各用户）"]
    D --> E["N点IFFT<br/>频域→时域"]
    E --> F["插入循环前缀 CP"]
    F --> G["D/A + 上变频 + 功放"]
    G --> H["天线"]
    H --> I["无线信道<br/>（多径+噪声+衰落）"]
    I --> J["接收机：去CP、FFT"]
    J --> K["频域单抽头均衡<br/>每个子载波除以信道增益"]
    K --> L["QAM解映射 → 比特"]

2.4 循环前缀：为什么复制尾巴而不是留空白

对付残余的ISI，最直觉的做法是符号之间留“空白间隔”。OFDM的循环前缀（CP，Cyclic Prefix）却选择把每个符号的尾部一段复制粘贴到头部，乍看莫名其妙，实则一箭三雕：

1. 吸收多径拖尾：只要CP长度大于最大时延扩展，上一个符号的回波全部落在CP区里，正式符号区间干干净净；
2. 把线性卷积变循环卷积：复制尾巴后，多径信道与OFDM符号的卷积在观测窗内等效为循环卷积，数学上对应“频域里每个子载波只乘一个复增益”——这正是频域单抽头均衡成立的前提；
3. 解放定时窗口：接收端FFT窗只要落在CP范围内（不超出符号体），解调结果就不受符号定时偏移影响，系统对定时误差更宽容。

代价是开销：CP占了符号时长的一部分却不传数据。以LTE常规CP为例，符号体约66.7微秒、CP约4.7微秒，开销约7%——这是用约7%的容量买来的“免均衡”红利，非常划算。

5G NR把子载波间隔做成15kHz的2的幂次缩放，本质是保持正交条件 $\Delta f=1/T$ 不变——间隔翻倍则符号周期减半，用同一个FFT架构就能跑不同参数集，这是“正交性”设计优雅性的直接体现。

2.5 OFDMA：把“时频棋盘”分给多个用户

OFDM只解决“单用户怎么传”。加上“不同用户占用不同子载波组+不同时间片”，就成了OFDMA（正交频分多址）。调度器面对一张时频资源网格（横轴时间、纵轴频率、最小格子是一个子载波×一个符号），每毫秒都在做“排座”决策：

flowchart TD
    S["基站调度器<br/>输入：各用户CQI/缓存/业务优先级"] --> A["用户A：信道极佳<br/>分到优质子载波 + 256QAM"]
    S --> B["用户B：信道中等<br/>分到普通子载波 + 16QAM"]
    S --> C["用户C：小区边缘<br/>分到边缘子载波 + QPSK + 低码率"]
    A --> T["同一时间同一带宽内<br/>多用户互不干扰地并行传输"]
    B --> T
    C --> T

多用户带来的额外红利叫多用户分集：同一时刻，总有人站在信号好的“浪尖”上。调度器把资源优先分给浪尖上的人，系统总容量比“人人平均分”高得多。这是OFDMA相对旧多址方式最深刻的性能来源。

三、上行为什么“倒退”：PAPR之痛与SC-FDMA

读到这里你可能会问：既然OFDM这么好，上下行为什么不都用它？早期蜂窝系统的答案藏在一个物理约束里——手机的功率放大器。

3.1 PAPR：一千个人同时喊“啊”

OFDM本质是上千个子载波的叠加。多数时候它们相位杂乱、互相抵消，波形温和；但某个瞬间大量子载波恰好同相叠加，波形出现尖锐峰值。衡量这种“暴躁程度”的指标是峰均比（PAPR）：

$$\mathrm{PAPR}=\frac{\max |s(t)|^2}{\mathbb{E}\left[|s(t)|^2\right]}$$

子载波数越多、调制阶数越高，PAPR越大。而功放是有“线性区”的：输入超过线性区，信号被削顶，产生严重失真和带外辐射。要线性放大高峰均比信号，必须大幅回退功率（比如平均功率只用到额定的一小部分）——效率暴跌。

类比：OFDM像一千个人各自喊话，平时声浪平稳，但偶尔集体齐吼一声，音量瞬间爆表。为了那一声不破音，你必须按“齐吼”的峰值配置整套音响——绝大部分时间音响都在低效空转。

基站在下行用OFDM无所谓：有电网供电、有散热设计，功放回退的代价可以承受。手机不行：电池容量有限、功放必须便宜小巧省电。这就是上行必须换波形的经济动因。

3.2 SC-FDMA：先“预搅拌”，再上流水线

上行采用的方案是 SC-FDMA，也叫 DFT扩展OFDM（DFT-s-OFDM）。它的妙处是在OFDM发射机前面多加一级DFT：

1. 原始QAM符号先做一次 $N$ 点 DFT，把数据“摊”到频域；
2. 再把这些频域系数映射到IFFT的一段连续子载波上；
3. 后续IFFT、加CP与OFDM完全相同。

数学上这等于“FFT→IFFT”的对消组合：发送出去的波形保留了单载波的性格——数据还是串行地“流”过时域，没有上千个子载波随机叠加，PAPR显著降低（比OFDM低数个dB）。接收端再在频域做均衡，保留了OFDM“免复杂时域均衡”的工程红利。

一句话总结：SC-FDMA用OFDM的硬件骨架，运送一份单载波性格的货物。

flowchart TD
    subgraph DL["下行（基站发射）：OFDM"]
        direction LR
        b1["QAM符号"] --> b2["直接映射到N个子载波<br/>（可离散分布）"] --> b3["N点IFFT"] --> b4["加CP"] --> b5["大功率线性功放"]
    end
    subgraph UL["上行（手机发射）：SC-FDMA"]
        direction LR
        c1["QAM符号"] --> c2["N点DFT<br/>（预扩展）"] --> c3["映射到M点IFFT的<br/>一段连续子载波"] --> c4["M点IFFT"] --> c5["加CP"] --> c6["低成本功放<br/>回退小、省电"]
    end
    DL ==>|"手机功放扛不住高PAPR<br/>→ 上行改用单载波性格的波形"| UL

值得一提的是：5G NR的上行同时支持CP-OFDM和DFT-s-OFDM两种波形，由网络按场景配置——覆盖受限、功耗敏感的上行用DFT扩展版；容量优先的场景（如大上行TDD配置）也可用CP-OFDM。这正说明波形选择从来不是对错题，而是“功放效率 vs 灵活度”的权衡题。

四、原理如何照进现网：工程师的实战连接点

1. 路测看星座图，就是看调制解调的健康度。干净的64QAM星座应该是64个清晰的小簇；“糊成一朵菊花”的典型病因：频偏（簇整体旋转拖尾，破坏正交性）、相位噪声（簇径向发散）、功放饱和/IQ失配（簇压缩变形，外围点先受损）。看到“只有外围点糊、内圈完好”，第一反应应该是发射机EVM不够，而不是信道差。
2. MCS阶数上不去？先查EVM链路。256QAM要求发射EVM很低，任何一环（功放线性度、本振相噪、滤波器群时延）拖后腿，终端都不敢上报高阶CQI，速率上限就被锁死——这是“信号强度满格但速率上不去”的经典根因之一。
3. 频偏与多普勒：高速场景（高铁）多普勒频移会破坏子载波正交性，产生载波间干扰（ICI），星座整体旋转。所以高速场景常选更大子载波间隔——间隔越大，对频偏的相对免疫力越强，这也是5G NR把可变子载波间隔当作一等公民的动机之一。
4. CP与超远覆盖：CP长度必须大于小区最大时延扩展。做超远覆盖（海面、郊区大站距）时，若时延扩展超过CP，多径会侵入符号体，产生ISI/ICI——现网表现为远点用户吞吐骤降、频域出现“梳状”损伤。有些系统为此专门设计扩展CP配置。
5. 常见误解： - “OFDM子载波重叠会互相干扰”——错。只要间隔严格等于符号率倒数，重叠正是它省频谱的秘密； - “CP是填充零的空闲期”——错，CP是符号尾巴的复制，其价值在于把信道卷积变成循环卷积； - “上行也是OFDM”——在早期LTE里不成立（上行是SC-FDMA）；在NR里要分波形讨论； - “调制阶数越高一定越快”——错，SNR不够时高阶调制的误码率会吞掉全部收益，自适应调制才是常态。

常见问题

Q: OFDM和OFDMA的区别是什么？ A: OFDM是一种多载波传输波形，解决“单条链路怎么扛多径”；OFDMA在其上叠加了多址维度——不同用户分配不同的时间×频率资源格，是下行多用户接入方案。可以理解为：OFDM是“路”，OFDMA是“多车道分给多辆车跑”的交通规则。

Q: QAM和OFDM是什么关系？谁包含谁？ A: 两者工作在不同层面，不是竞争关系。QAM解决“一个符号装多少比特”（单点的星座设计），OFDM解决“一串符号怎么并行搬运、扛住多径”（整条流水线的架构）。OFDM的每个子载波上跑的正是QAM符号——所以完整的说法是“OFDM/QAM”。上行SC-FDMA也一样，入口处仍是QAM映射。

Q: SC-FDMA既然PAPR低，为什么下行不用它？ A: 可以用，但不划算。下行关心的是频谱效率和调度灵活度：OFDM支持离散子载波分配（更好的频率分集和调度自由度），而SC-FDMA要求数据占连续带宽。基站的功放不受电池约束，高PAPR的代价付得起。手机端省下的每一毫安时和每一分功放成本都会被数亿台设备放大，所以“低效灵活的给基站、高效保守的给手机”。

Q: 循环前缀是浪费吗？为什么不设计得越短越好？ A: CP确实吃掉约7%容量，但不能无限缩短：它必须覆盖最大多径时延扩展，还要留定时余量。CP短了，郊区远点用户和强反射环境先掉链子。设计取值是在“容量损失”与“覆盖鲁棒性”之间的折中——这也是为什么不同参数集/场景下CP长度不同。

Q: 频谱效率、调制阶数、MCS是什么关系？ A: 频谱效率（bit/s/Hz）≈ 每符号比特数 × 码率。调制阶数决定前者上限，码率由信道编码冗余度决定。MCS（调制编码方案）把两者打包：信道好选“高阶+低冗余”，信道差选“低阶+高冗余”。调度器每帧都在这个二维空间里找当前信道下的最优点。

参考来源

5. 樊昌信《通信原理》（第7版）、A. Goldsmith《Wireless Communications》 — 调制定理、正交性积分与多径信道模型的经典教材出处

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。