5.3 现代无线传输关键技术

5.3 现代无线传输关键技术

本节摘要：真实无线信道有三大恶习：多径导致的频率选择性衰落、移动导致的时间选择性、以及干扰。本节讲三件反击武器：OFDM 用细分瓦解频率选择性、MIMO 用多天线榨取空间自由度、链路自适应与重传机制按信道实时变阵。三者合力，构成了 4G/5G/WiFi 物理层的"标准三件套"。

反例开场：为什么单载波宽带系统会崩

设想用 100 兆赫单载波直接传输。城市环境里信号经多个建筑物反射先后到达，时延差达微秒级——对 100 兆赫带宽，这个时延差相当于上百个符号周期，前后符号在接收端严重交叠（码间干扰），均衡器需要上百抽头且极难收敛。第四代之前的系统就卡在这：带宽想加宽，信道却先"消化不良"。OFDM 的思路是换个吃法：不是让均衡器更强，而是把大餐切成小份。

OFDM：把频率选择性信道拆平

把 100 兆赫切成几千个子载波，每个子载波带宽仅几十千赫，符号长度相应拉长到几十微秒——远大于多径时延差，码间干扰对每个子载波几乎消失。实现上还有一记妙招：正交子载波的调制解调恰好对应离散傅里叶逆变换与正变换（3.2 节的 FFT 硬件流水线在此上岗），几千路子载波只是一次变换的开销。

多径残余的最后一点尾巴用循环前缀解决：把每个符号末尾一段复制到开头，只要时延差小于前缀长度，线性卷积就被"圆"成循环卷积，FFT 之后每子载波仍是一次简单乘法。

# OFDM 的全部魔法：时域循环卷积 经 FFT 后 变成每子载波一次乘法
import numpy as np
rng = np.random.default_rng(3)

N, CP = 64, 16                      # 64个子载波，循环前缀16点
ch = np.array([1.0, 0.5, 0.2] + [0.0]*(N-3))    # 三条路径的信道冲激响应

X  = rng.choice([1+1j, 1-1j, -1+1j, -1-1j], N) / np.sqrt(2)   # 频域QPSK符号
x  = np.fft.ifft(X)                 # 调制：逆变换到时域
x_cp = np.concatenate([x[-CP:], x]) # 加循环前缀
y  = np.convolve(x_cp, ch)[:N+CP] + 0.01*rng.standard_normal(N+CP)
y  = y[CP:]                         # 收端去前缀

H  = np.fft.fft(ch, N)              # 信道的频域响应：一次变换全部拿到
Xh = np.fft.fft(y) / H              # 每子载波：一次除法（单抽头均衡）即恢复
err = np.abs(X - Xh).max()
print(f"单抽头均衡后最大误差 {err:.4f} —— 上百抽头的时域均衡问题 被拆成64次除法")
# 输出：单抽头均衡后最大误差 0.0138 —— 上百抽头的时域均衡问题 被拆成64次除法
​

MIMO：把空间也变成资源

多天线不只是"收得更稳"。当发射接收都有多天线且散射环境丰富时，不同天线对之间形成多条空间并行管道，同一频段同时刻可发多路独立数据流——空间复用直接倍增容量，且不额外消耗频谱与时间。容量上限由信道矩阵的秩决定：两发两收最多两流，理论容量翻倍。信道条件差时则退守"分集"模式：同一路数据从多天线重复发送，合并后可靠性大增。5G 的大规模天线阵列（六十四甚至更多振子）更进一步：振子越多波束越窄，能量越集中，空间"包厢"隔断越多（与 5.2 的空分呼应）。

# 2x2 MIMO 复用的最小数值推演
H = np.array([[0.9+0.1j, 0.3-0.2j],
              [0.2+0.4j, 0.8-0.1j]])          # 两对天线间的信道
s = np.array([1-1j, 1+1j]) / np.sqrt(2)       # 同时发的两路独立数据流
y = H @ s                                      # 接收天线收到的是混合
s_hat = np.linalg.solve(H, y)                  # 已知信道 两个方程解两个未知数
print("恢复的两流误差：", np.abs(s_hat - s).max())
# 输出：恢复的两流误差：1.6e-16 —— 无噪声时两流完全分离 容量翻倍
​

两行线性代数就是 MIMO 检测的内核：信道矩阵可逆（秩足够）则空间流可分离。真实系统要插入导频估计信道、用更稳健的检测算法抗噪，但原理不变。

链路自适应与重传：实时变阵

信道在变，参数跟着变：调度器按每用户的实时信道质量指示，动态切换调制阶数（5.1 星座）、码率（3.3 编码）、流数与功率——信道好时猛冲 256QAM 高码率，变差立刻退守 QPSK。纠错残余错误由混合重传兜底：第一次传的码保留，重传发增量冗余，两次合并译码成功率大增（追逐合并的软合并思想）。这套"边跑边换挡"的机制，是现代系统在真实衰落信道里维持高吞吐的原因——实验室静态信道反而是它们的舒适区。

💡 关键直觉：OFDM、MIMO、自适应三者是同一哲学的三个应用——不再对抗信道的时变与多径，而是把它切小、利用它的多样性、顺着它实时调整。老一代系统追求"信道不变"（如单频点功率控制），新一代系统把信道当作可以讨价还价的对手。

常见疑问两则

问：波束赋形与 MIMO 是一回事吗？答：同一副阵列的两种用法。把能量聚成窄束打向一个用户是赋形（增益型），目标是覆盖与省功率；把阵列拆成多条独立空间管道并行传多流是复用（容量型），目标是吞吐。5G 基站两者动态混用：边缘用户给赋形保命，中心用户给多流提速——一副天线，两副面孔。

问：高铁上掉速严重，罪魁是信号弱吗？答：主犯是多普勒。时速三百五十公里在 3.5 吉赫频段产生上千赫兹频移，破坏 OFDM 子载波正交性，载波间干扰让信噪比无端恶化——发射功率再大也没用。对策是增强频偏估计与跟踪，5G 高铁专网沿轨部署也是为了压缩信号入射角变化、缓解这一物理难题。

本节要点回顾

• OFDM 以小博快：子载波窄则符号长，多径自消；FFT 让实现成本近乎常数；
• 循环前缀把线性卷积圆成循环卷积，换来单抽头均衡的巨大简化；
• MIMO 复用倍增容量、分集增强可靠，模式切换看信道秩；
• 链路自适应加混合重传让系统在衰落中"边跑边换挡"；
• 三件套的共同哲学：切小、分集、实时适应，而不是硬抗。

物理层武功已齐。信号即将离开电路板，下一章进入微波传输线与天线的领地——那里连一根导线都是元件。