# 总装车间：从比特到空口波形 ## 引子：零件都认识，机器怎么装？ 如果你一路读过来，会发现单个零件其实都讲过：星座图讲过、OFDM 驯服多径讲过、循环前缀讲过、上行为什么偏爱单载波也讲过。但很多工作一两年的工程师仍会有一种“零件都认识、机器转不起来”的感觉——真让你对着协议栈从一段比特开始讲，讲着讲着就卡壳：加扰为什么放在编码前面？映射成星座点之后为什么还要做 IFFT？接收端拿到 waveform 之后先干什么后干什么？ 这篇文章就当一次**总装车间**参观：不再拆零件，而是把 QAM、OFDM、CP、DFT-s-OFDM 这些零件按顺序装成一台完整的调制解调机，顺着流水线走一遍发送，再倒着走一遍接收，最后算一笔“尺寸与时间”的账——一段数据到底占了多少个子载波、多少个符号、多少个采样点。 先给一句总纲，全文都围绕它展开： > **调制，是把“离散的比特”翻译成“连续的波形”；解调，是把被信道揉皱了的波形，尽量诚实地翻译回比特——并且诚实地报告自己有多不确定。** 前半句是发送端流水线，后半句是接收端流水线加上“软判决”这个点睛之笔。 ## 一、调制到底在干什么：给比特找个能上天的载体 为什么不把比特直接变成电压发出去？三个原因。 **第一，天线不肯。** 天线尺寸和波长成正比，想要一根“合理长度”的天线（比如十分之一波长以内），频率就得够高。基带比特是接近直流的方波，能量集中在极低频，直接馈给天线等于对着空气喊话却张不开嘴。所以必须把信息“驮”到高频载波上——这就是“调制”最原始的含义：搬家。 **第二，频谱要排队。** 无线频谱是授权制稀缺资源，你的信号必须老老实实待在分给你的那段频率里，不能越界。搬家的过程就是用比特去控制载波的某个参数。 **第三，一个载波太浪费。** 空口要同时服务成百上千个用户，载波这个“搬家公司”必须能一次装很多人的货。这正是后面 OFDM 登场的理由。 那比特控制载波的什么参数？控制两个：**幅度**和**相位**。这里有个初级工程师常见的理解飞跃点—— 一个余弦波 $\cos(\omega t)$ 和一个正弦波 $\sin(\omega t)$ 彼此正交，在同一个载频上互相“看不见”。于是我们可以同时用一路载波的幅度/相位（I 路）和另一路的幅度/相位（Q 路）各携带一部分信息，数学上合并成一个**复数符号**： $$ s(t) = I(t)\cos(\omega t) - Q(t)\sin(\omega t) $$ 所谓 QAM（正交幅度调制），本质就是：**把 $\log_2 M$ 个比特打包，翻译成复数平面（星座图）上的一个点**。16QAM 一点装 4 比特，256QAM 一点装 8 比特。符号速率 $R_s$ 与比特速率 $R_b$ 的关系一目了然： $$ R_b = R_s \cdot \log_2 M $$ 这就是“高阶调制更快”的全部数学——不是符号发得更快，而是每个符号里塞的比特更多。代价我们后面算账时细说。 ## 二、发送端总装流水线：十道工序，各司其职 下面这张图是整台机器的装配图。从上到下，就是你手机里一段数据发上天之前走过的每一站： ```mermaid flowchart TD A["来自上层的数据包"] --> B["加扰
打乱比特"] B --> C["信道编码
掺入冗余"] C --> D["QAM映射
比特打包成星座点"] D --> E["层映射与预编码
分配到天线通道"] E --> F["资源映射
在时频格中入座"] F --> G["IFFT
并行符号变波形"] G --> H["加循环前缀CP
复制尾巴"] H --> I["上变频与功放
搬家到射频频段"] I --> J["天线发射"] ``` 逐站回答“为什么必须在这一步”。 **第 1 站：加扰——先洗牌。** 把比特序列乘上一个收发双方都知道的伪随机序列。为什么？如果一段数据恰好是长串 0 或 1，映射到调制上就会产生规律的频谱尖峰，对邻频和其他小区形成有结构的干扰；随机化之后，干扰变成“白”的，别人的接收机把它当噪声滤掉就好。洗牌还顺带帮接收端的译码器避免陷入规律性错误。注意顺序：**先加扰再编码**——扰动的对象是原始比特，译码之后再解扰，秩序自然恢复。 **第 2 站：信道编码——掺冗余。** 无线信道一定会出错，所以发送前主动掺入精心设计的冗余，让接收端能发现并纠正错误。LDPC 与 Polar 码的分工此前讲过，此处只需记住它在流水线上的位置：**编码在调制之前**，因为编码器操作的是离散比特，而调制器操作的是连续符号，两者不可颠倒。 **第 3 站：QAM 映射——装箱贴标。** 每 $\log_2 M$ 个比特变成星座图上一个复数点。从这里开始，数据脱离了"0/1"世界，进入了“复数”世界。 **第 4 站：层映射与预编码——分路整形。** 多天线时把符号流分到不同天线通道，并对信道做预整形。这个话题单开过一篇，总装视角下记住一句话即可：它动的是“符号怎么分、往哪个方向发”，不动符号内容本身。 **第 5 站：资源映射——入座。** 调度器已经决定了你的符号坐在时频格子的哪些位置（哪个子载波、哪个符号），这一站就是把复数符号填进一张巨大的二维表格。表格的横轴是时间（OFDM 符号编号），纵轴是频率（子载波编号），每个格子叫一个 RE。 **第 6 站：IFFT——最关键的一次变形。** 填表完成时，我们手里是几百个“该出现在各个子载波上的复数振幅”。IFFT 在数学上做的事，就是把这些频域振幅一次性合成为一段时域采样点波形。为什么这一步如此精妙，单独开一节讲。 **第 7 站：加 CP。** 把每个符号的尾巴复制一份垫到符号头上。这个“抄尾巴”的动机与收益此前专门讲过，总装视角只强调它在流水线上的位置：**必须在 IFFT 之后、上变频之前**，因为它保护的是时域符号，对抗的是信道的多径时延。 **第 8 站：上变频与功放。** 把基带复数波形搬到射频频点，放大，上天。这一步为什么不是“调制”的全部？狭义的“把信息装上载波”其实贯穿全程，而射频前端解决的是“如何高效、干净地辐射出去”。 ## 三、IFFT 的魔法：从“轮流演奏”到“一次成型” 早期对抗多径的思路是“轮流演奏”：把高速串行码流拉慢、扩频，让每个符号远宽于多径时延，配合均衡器硬扛。代价是均衡器复杂度随带宽暴涨。 OFDM 换了个思路：**不轮流，而是并行**。把 $N$ 个低速符号同时放在间隔 $\Delta f$ 的 $N$ 个子载波上，每个符号的持续时间被拉长了 $N$ 倍。原来多径时延相对符号周期很大，现在符号周期变长，多径造成的“拖尾”只占符号头部一小段——一个 CP 就能装下。 但并行带来新问题：几百个子载波在接收端怎么分干净？答案是**正交性**。只要积分窗口正好覆盖一个符号周期 $T$，任意两个不同子载波乘积的积分为零： $$ \frac{1}{T}\int_0^T e^{j2\pi (k-m)\Delta f\, t}\,dt = 0,\quad k \neq m $$ 直觉理解：两个不同频率的正弦波在一个公共周期里“转过的圈数都是整数”，快慢相抵，平均结果为零——彼此在数学上互相透明。接收端想知道第 $k$ 个子载波上的符号，只需把接收波形乘以 $e^{-j2\pi k\Delta f t}$ 再积分，其他子载波全部自动消失。 而“几百路乘法积分”这件事，恰好就是离散傅里叶变换的定义式： $$ x_n = \frac{1}{N}\sum_{k=0}^{N-1} X_k\, e^{j2\pi kn/N} $$ 发送端做一次 IFFT，接收端做一次 FFT，几百个子载波的合成与分离就各用一次运算完成。**OFDM 的本质，是把“多载波调制”这个通信问题，变成了“傅里叶变换”这个计算问题**——这是整个现代宽带无线最优雅的一步棋。 还有一层设计深意藏在 CP 里：FFT 要求信号呈现**循环卷积**性质，直接复制尾巴的 CP 恰好把多径造成的线性卷积“伪装”成循环卷积。回报是惊人的——频率域每个子载波上的多径影响退化成一个复数乘法，接收端用**单抽头均衡**就能拆掉整个多径。这份“正交性 + 循环性”的组合拳，是 OFDM 赢掉多址之争的根因。 ## 四、上行支线：同样的流水线，多了一台“压峰机” 把发送流水线搬到手机侧会发现麻烦：OFDM 把几百个子载波的能量叠加在一起，相位随机时近乎同相叠加的瞬间，**峰均功率比（PAPR）**可以冲到很高的量级（典型在 8~12 dB 这一范围，取决于调制阶数与负载）： $$ \text{PAPR} = 10\log_{10}\frac{P_{\text{peak}}}{P_{\text{avg}}} $$ 功放为了不削掉波峰，必须整体回退工作点，效率大跌。基站可以不在乎——散热和电费都是工程问题；但手机在乎，电池容量和功放成本都是硬约束。 5G 上行的解法是在流水线里加一台“压峰机”：映射完的星座点**先做一次 DFT**（相当于把几十个子载波的信息“揉”回一个单载波形状的时域波形），再做资源映射和 IFFT。这条支线叫 DFT-s-OFDM，也就是大家常说的上行“单载波”波形： ```mermaid flowchart TD subgraph 下行链路 A1["星座点序列"] --> B1["资源映射"] --> C1["IFFT"] --> D1["加CP发发射"] end subgraph 上行链路 A2["星座点序列"] --> B2["DFT预扩展
先揉成单载波"] --> C2["资源映射"] --> D2["IFFT"] --> E2["加CP发发射"] end ``` 两条流水线的取舍可以列成一张表： | 对比项 | 下行 OFDM | 上行 DFT-s-OFDM | |---|---|---| | 波形形态 | 多载波叠加 | 单载波形状 | | PAPR | 高，典型 8~12 dB 量级 | 明显更低 | | 功放要求 | 宽松，基站供得起电 | 严格，为手机省电省成本 | | 均衡方式 | 频域单抽头，极简 | 仍可频域处理，稍复杂 | | 灵活性 | 频域调度极灵活 | 同样支持按 PRB 调度 | | 典型用户 | 基站大功率下发 | 手机上行，IoT 与边缘场景受益最大 | 值得说明的是：随着手机功放工艺进步，上行高阶调制和更灵活的波形选项也在演进，标准允许多种配置，具体行为以实际网络和终端能力为准。**设计哲学没变：下行追求灵活，上行呵护电池。** ## 五、接收端：逆流水线，加上“软判决”的灵魂 接收端把流水线倒着走，但每一步都不是发送端的简单逆运算——因为信道捣过乱了： ```mermaid flowchart TD R0["天线接收"] --> R1["下变频
搬回基带"] R1 --> R2["定时与频偏同步
先对准再拆包"] R2 --> R3["去CP"] R3 --> R4["FFT
波形还原为子载波"] R4 --> R5["信道估计与均衡
每子载波一个复数乘法"] R5 --> R6["解QAM映射
输出软信息LLR"] R6 --> R7["信道译码
利用冗余纠错"] R7 --> R8["解扰
恢复比特顺序"] ``` 三个关键认知： **第一，同步在一切之前。** FFT 的正交性有个隐藏前提——积分窗口必须严丝合缝地对准符号起点，载波频率必须对准。差半个采样点的定时、几赫兹的频偏，正交性就被破坏，“互相透明”的子载波开始互相漏光（载波间干扰）。所以接收机开机后第一场硬仗永远是同步，此前讲过的载波同步、信道估计都是这场仗的组成部分。 **第二，均衡借了 OFDM 的光。** 因为 CP 买来了循环卷积性质，多径在频域退化为每个子载波上一个复数增益。信道估计出这个增益，除回去即可——“把星座掰直”讲的就是这件事。总装视角一句话：**CP + FFT + 单抽头均衡，是一套捆绑销售的组合件，缺一不可。** **第三，也是最容易被初学者忽略的：解调器输出的不是 0 和 1，而是“可信度”。** 接收到的星座点不会正好落在标准针尖上，而是散落在附近。解映射器为每个比特计算对数似然比： $$ \text{LLR}(b) = \ln\frac{P(b=0 \mid y)}{P(b=1 \mid y)} $$ 正值代表“更像 0”，负值代表“更像 1”，**绝对值大小代表把握有多大**。一个落在两枚星座点正中间的接收点，LLR 接近零——译码器会读懂这是“我拿不准，请结合冗余和其他比特一起判断”。这套软判决机制让纠错码的增益成倍放大：LDPC 译码器吃的正是这一盘带置信度的软信息，多轮迭代里反复翻案，最终把硬判决下必死的误码救回来。 把发送与接收连起来看，你会发现一个漂亮的对称：**发送端的每一道“确定”，到接收端都变成了“带概率的估计”**。整个物理层的设计艺术，就是让这种不确定性被有序地量化、传递、最终在译码器里收敛。 ## 六、算一笔账：一段数据占用的时空账本 概念都串起来了，最后做工程师最该做的练习——算账。以常见的 20 MHz 带宽、30 kHz 子载波间隔配置为例（1 个时隙 0.5 ms，含 14 个 OFDM 符号，常规 CP）： | 资源层级 | 数量 | 说明 | |---|---|---| | 频宽 | 20 MHz | 对应 51 个 PRB | | 子载波 | 51 × 12 = 612 个 | 每个 PRB 含 12 个子载波 | | 每 PRB 每毫秒 | 12 × 28 = 336 个 RE | 30 kHz 下每毫秒 2 个时隙、28 个符号 | | 全带宽每毫秒 | 612 × 28 ≈ 17136 个 RE | 理论同时可用的“格子”总数 | | QPSK 毛速率 | 约 34 Mbps | 2 bit/RE × 17136 | | 256QAM 毛速率 | 约 137 Mbps | 8 bit/RE，未扣任何开销 | | 实际吞吐 | 打 4~6 折 | 扣参考信号、控制信道、保护开销后的量级 | 再举一个大带宽的例子帮助建立尺度感：100 MHz、30 kHz 间隔对应 273 个 PRB，即 3276 个子载波，发射端用 4096 点的 IFFT 一次成型，采样率约 122.88 Msps——你的手机每秒钟要做上千万点级的 FFT 运算。所谓“基带芯片是手机第二大功耗来源”，账就出在这里。 这张账本还有一个重要推论，也是总装视角最想让你带走的直觉：**时频资源格是死的，调制阶数是活的**。格子数量由带宽和 numerology 决定，改不了；但每个格子里塞 2 比特还是 8 比特，完全由当时的信道质量决定。这正是链路自适应的物理基础。 ## 七、现网连接：这些原理在调试中哪里露面 **星座图与 EVM，是调制质量的体检报告。** 路测工具和基站的跟踪测量里都有“星座图”和 EVM（误差矢量幅度）指标——它度量接收星座点偏离理想针尖的平均“揉皱程度”。调制阶数越高，针尖间距越小，对 EVM 的要求越苛刻，工程通行的典型量级大致是：QPSK 约容忍 17.5%，16QAM 约 12.5%，64QAM 约 8%，256QAM 则要压到约 3.5% 量级——**间距每减半，对发射机“手抖”的容忍度就再砍一截**。 把前面算过的星座间距放在一起看更清楚（以单位平均能量归一，相对 QPSK 的最小距离）： | 调制阶数 | 每符号比特 | 最小距离（相对 QPSK） | 对 EVM 的典型容忍 | 现网常见位置 | |---|---|---|---|---| | QPSK | 2 | 100% | 约 17.5% | 小区边缘、控制信道 | | 16QAM | 4 | 约 45% | 约 12.5% | 中等信噪比区域 | | 64QAM | 6 | 约 22% | 约 8% | 近点中值场景 | | 256QAM | 8 | 约 11% | 约 3.5% | 近点清静场景（权重偏高） | **排查 EVM 恶化的经典顺序**，本质上就是沿着流水线找“哪一站手抖了”：功放回退不足或饱和（削峰）→ IQ 不平衡（星座整体变形旋转）→ 相位噪声（高阶 QAM 的星座点沿切向抹开）→ 定时/频偏残留（星座缓慢旋转）。每类毛病在星座图上的“长相”都不一样，这就是为什么老工程师看一眼星座图就能大致定位。 **三个常见误区：** 1. **“调制就是搬频谱。”** 搬家只是调制最古老的职责。现代调制的核心是：把比特映射进复数二维空间、用正交性把一份带宽切成几百条并行车道、用 CP 买断多径。频谱搬移只是流水线最后一站。 2. **“CP 是纯浪费。”** CP 确实花掉了约 7% 的时间资源（4.7 微秒对比 66.7 微秒符号长度），但它买到的是循环卷积性质和单抽头均衡——没有它，接收机的均衡器复杂度会爆炸。这是一笔极其划算的保费。 3. **“用上 256QAM 一定更快。”** 高阶调制是“信噪比好时才兑现的支票”。弱信号下强行高阶，星座点挤成一团，误码暴涨，重传反而把吞吐拖垮。这就是为什么调度器宁可降阶——快是算出来的，不是标出来的。 ## 常见问题 **Q: 调制和编码到底有什么区别？我总是混。** A: 记住操作对象不同：编码操作“比特”，负责让比特流**多而冗余**，换来纠错能力；调制操作“符号/波形”，负责把比特流**装进载波**，搬家上天。流水线顺序永远是先编码后调制。一个管“说得啰不啰嗦但安全”，一个管“用什么声音说出去”。 **Q: OFDM 和 OFDMA 是一回事吗？** A: 不是。OFDM 是波形技术——如何用正交子载波承载比特；OFDMA 是多址技术——如何把那一大张时频格子**拆开分给不同用户**。OFDM 解决“怎么装车”，OFDMA 解决“车上的座位分给谁”。5G 上下行本质上都是 OFDMA，只是上行的波形换成了带 DFT 预扩展的变体。 **Q: 为什么下行不在乎 PAPR，上行就那么紧张？** A: 不是不在乎，是承担能力不同。基站功放有散热和电网撑腰，回退几个 dB 的电费可以接受；手机功放靠电池供电、受芯片面积约束，回退同样的量级意味着发热和续航的灾难。所以上行波形向低 PAPR 妥协，这是“谁付代价谁做设计”的经典体现。 **Q: 为什么发送端用 IFFT、接收端用 FFT，而不是反过来？** A: 因为资源映射之后，我们手里拿着的是“每个子载波上该放什么振幅”——这是频域信息，需要的是“从频域合成为时域波形”，即 IFFT。接收端拿到的是时域采样，要还原出“每个子载波上的振幅”，自然用 FFT。谁拿频域谁用 I，谁拿时域谁用 F，方向由数据形态决定。 **Q: 1024QAM 为什么还没大规模用？** A: 每升一阶，星座点间距再砍近一半，需要信道干净到近乎实验室水平：极近点、极低干扰、极稳的射频链路。现网大部分区域的 EVM 和干扰水平撑不起这么小的间距，能用上的场景有限。高阶调制从来不是“支持了就该用”，而是“信道允许才敢用”——链路自适应永远比参数表诚实。 ## 参考来源 1. [Orthogonal frequency-division multiplexing - Wikipedia](https://en.wikipedia.org/wiki/Orthogonal_frequency-division_multiplexing) — OFDM 正交性、循环前缀与 PAPR 的标准定义与推导 2. [Quadrature amplitude modulation - Wikipedia](https://en.wikipedia.org/wiki/Quadrature_amplitude_modulation) — QAM 星座结构与最小距离的经典表述 3. [Error vector magnitude - Wikipedia](https://en.wikipedia.org/wiki/Error_vector_magnitude) — EVM 定义及其与最高可用调制阶数的关系 4. [Single-carrier FDMA - Wikipedia](https://en.wikipedia.org/wiki/Single-carrier_FDMA) — 上行 DFT-s-OFDM/SC-FDMA 的原理与低 PAPR 动机 5. [Cyclic prefix - Wikipedia](https://en.wikipedia.org/wiki/Cyclic_prefix) — 循环前缀将线性卷积转化为循环卷积的数学说明 --- > 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。