ARTICLE · INTELLIGENCE

战地情报 · 详情页

来自尧图项目组的一线实战观察与深度解析

深入理解5g<四十六>ofdm的详细数学推导

深入理解5g<四十六>ofdm的详细数学推导 5G NR 以 **CP-OFDM循环前缀正交频分复用** 作为基础波形下行必选上行可选 CP-OFDM 或 DFT-s-OFDM。OFDM 的数学本质是**用一组相互正交的子载波并行传输数据并通过 IFFT/FFT 在离散域高效实现插入循环前缀CP后多径线性卷积被转化为循环卷积从而在频域用单抽头均衡即可恢复信号。**下面从连续时间模型出发逐步推导到 5G 的实际离散实现与参数配置。---## 1. 基本参数与连续时间信号模型设- 子载波间隔\(\Delta f\)- 子载波数\(N\)- OFDM 符号有效时长\(T_u \frac{1}{\Delta f}\)- 系统带宽\(B N \Delta f\)第 \(k\) 个子载波的基函数为\[\phi_k(t)e^{j2\pi k \Delta f t},\quad 0\le t T_u,\quad k0,1,\dots,N-1\]发送的复基带 OFDM 符号为\[s(t)\sum_{k0}^{N-1} X_k e^{j2\pi k \Delta f t},\quad 0\le t T_u\]其中 \(X_k\) 是第 \(k\) 个子载波上承载的星座符号如 QPSK、16QAM 等。---## 2. 子载波正交性推导任意两个子载波 \(m,n\) 的内积为\[\int_0^{T_u} \phi_m(t)\phi_n^*(t)\,dt \int_0^{T_u} e^{j2\pi (m-n)\Delta f t}\,dt\]令 \(\Delta f \frac{1}{T_u}\)则\[\int_0^{T_u} e^{j2\pi (m-n)\frac{t}{T_u}}\,dt\begin{cases}T_u, mn \\0, m\ne n\end{cases}\]即\[\int_0^{T_u} \phi_m(t)\phi_n^*(t)\,dt T_u \delta_{m,n}\]**结论**当子载波间隔等于符号有效时长的倒数时各子载波在积分区间内严格正交。接收端用相同频率的复正弦相乘并积分即可无干扰地分离出 \(X_k\)\[X_k \frac{1}{T_u}\int_0^{T_u} s(t)e^{-j2\pi k \Delta f t}\,dt\]---## 3. 从连续到离散IFFT/FFT 实现实际系统在数字域实现。以采样率 \(f_s N\Delta f\) 对 \(s(t)\) 采样采样间隔\[T_s \frac{1}{f_s} \frac{1}{N\Delta f}\]在 \(t nT_s,\; n0,1,\dots,N-1\) 处采样\[s[n]s(nT_s)\sum_{k0}^{N-1} X_k e^{j2\pi k \Delta f \cdot nT_s}\sum_{k0}^{N-1} X_k e^{j2\pi k \Delta f \cdot \frac{n}{N\Delta f}}\]于是\[\boxed{s[n]\sum_{k0}^{N-1} X_k e^{j2\pi \frac{k n}{N}}}\]这正是 **N 点离散傅里叶逆变换IDFT** 的形式。因此发送端只需对频域符号 \(X_k\) 做 IFFT即可得到时域 OFDM 符号。接收端对 \(s[n]\) 做 N 点 DFT\[\boxed{X_k \frac{1}{N}\sum_{n0}^{N-1} s[n] e^{-j2\pi \frac{k n}{N}}}\]这就是 **FFT**。IFFT/FFT 将原本需要 \(N^2\) 次复数乘法的 DFT 降低到 \(O(N\log N)\)使 OFDM 在 5G 中实用化。---## 4. 循环前缀与多径信道### 4.1 多径导致的 ISI 与 ICI无线信道可建模为多径冲激响应\[h(t)\sum_{l0}^{L-1} a_l \delta(t-\tau_l)\]若直接发送 \(s(t)\)接收信号为\[r(t)\sum_{l0}^{L-1} a_l s(t-\tau_l)w(t)\]相邻 OFDM 符号会因多径时延而重叠产生 **符号间干扰ISI**同时FFT 窗口内若包含非整数周期还会破坏子载波正交性产生 **子载波间干扰ICI**。### 4.2 循环前缀的插入设 IFFT 输出 \(x[n],\; n0,\dots,N-1\)。取末尾 \(N_{\text{cp}}\) 个样本复制到前面形成扩展序列\[x_{\text{cp}}[n]x[(n-N_{\text{cp}})\bmod N],\quad n0,1,\dots,NN_{\text{cp}}-1\]即\[x_{\text{cp}}[0,\dots,N_{\text{cp}}-1]x[N-N_{\text{cp}},\dots,N-1]\]\[x_{\text{cp}}[N_{\text{cp}},\dots,NN_{\text{cp}}-1]x[0,\dots,N-1]\]只要最大多径时延扩展 \(\tau_{\max}\) 满足\[T_{\text{cp}} \ge \tau_{\max}\]即 \(N_{\text{cp}} \ge L-1\)则前一个符号的多径拖尾只会落入当前符号的 CP 内不会干扰到当前符号的有效数据部分。### 4.3 循环卷积的推导接收端去掉 CP取 \(nN_{\text{cp}},\dots,NN_{\text{cp}}-1\) 的 \(N\) 个样本。设离散信道冲激响应为 \(h[l],\; l0,\dots,L-1\)且 \(L\le N_{\text{cp}}1\)。接收信号无噪声为\[y_{\text{cp}}[n]\sum_{l0}^{L-1} h[l] x_{\text{cp}}[n-l]\]去掉 CP 后\[y[n]y_{\text{cp}}[nN_{\text{cp}}]\sum_{l0}^{L-1} h[l] x_{\text{cp}}[nN_{\text{cp}}-l]\]由于 \(x_{\text{cp}}\) 是 \(x\) 的周期扩展周期为 \(N\)因此\[x_{\text{cp}}[nN_{\text{cp}}-l]x[(n-l)\bmod N]\]所以\[\boxed{y[n]\sum_{l0}^{L-1} h[l] x[(n-l)\bmod N]}\]这正是 \(h[n]\) 与 \(x[n]\) 的 **N 点循环卷积**\[y[n]h[n]\circledast x[n]\]**关键结论**CP 将多径线性卷积转化为循环卷积这是 OFDM 频域均衡成立的前提。### 4.4 频域均衡对 \(y[n]\) 做 N 点 DFT\[Y[k]\text{DFT}\{h[n]\circledast x[n]\}H[k]X[k]\]其中\[H[k]\sum_{l0}^{L-1} h[l]e^{-j2\pi \frac{k l}{N}}\]考虑噪声 \(w[n]\)\[\boxed{Y[k]H[k]X[k]W[k]}\]接收端只需对每个子载波做单抽头均衡\[\boxed{\hat{X}[k]\frac{Y[k]}{H[k]}}\]即可恢复发送符号。这就是 OFDM 在多径信道下仍能保持高性能的根本原因。---## 5. 5G NR 的参数集与 OFDM 配置5G NR 支持可扩展参数集Numerology子载波间隔为\[\Delta f 15\,\text{kHz}\times 2^\mu,\quad \mu0,1,2,3,4\]| \(\mu\) | \(\Delta f\) | 有效符号时长 \(T_u1/\Delta f\) | 典型场景 ||---|---|---|---|| 0 | 15 kHz | 66.67 μs | 广覆盖、eMBB || 1 | 30 kHz | 33.33 μs | 通用 eMBB || 2 | 60 kHz | 16.67 μs | 低时延、工业物联网 || 3 | 120 kHz | 8.33 μs | 毫米波、URLLC || 4 | 240 kHz | 4.17 μs | 毫米波、同步信号 |常规 CP 长度随 \(\mu\) 增大而缩短。以 \(\mu0\) 为例第一个 OFDM 符号的 CP 约为 \(5.2\,\mu s\)其余符号约为 \(4.7\,\mu s\)\(\mu1\) 时约为 \(2.3\,\mu s\)。扩展 CP 仅用于 60 kHz长度约 \(16.67\,\mu s\)。每个时隙包含 14 个 OFDM 符号常规 CP。时隙长度\[T_{\text{slot}}\frac{1\,\text{ms}}{2^\mu}\]例如 \(\mu0\) 时1 个时隙 1 ms\(\mu1\) 时1 个时隙 0.5 ms。FFT 大小 \(N_{\text{FFT}}\) 通常取 2 的幂满足\[N_{\text{FFT}} \ge \frac{B}{\Delta f}\]实际系统会留出保护带因此 \(N_{\text{FFT}}\) 大于有效子载波数。---## 6. DFT-s-OFDM 的补充5G 上行还支持 **DFT-s-OFDM**用于降低峰均比PAPR。其数学过程为1. 对 \(M\) 个数据符号 \(d[0,\dots,M-1]\) 做 \(M\) 点 DFT\[D[k]\sum_{m0}^{M-1} d[m]e^{-j2\pi \frac{k m}{M}}\]2. 将 \(D[k]\) 映射到 \(N\) 个子载波上通常连续分配其余子载波置零。3. 做 \(N\) 点 IFFT插入 CP 后发送。接收端先做 \(N\) 点 FFT取出对应子载波再做 \(M\) 点 IDFT恢复数据符号。由于 DFT 预编码使信号在时域更接近单载波PAPR 显著降低但频谱调度灵活性略低于 CP-OFDM。---## 7. 总结5G OFDM 的数学推导可归纳为一条清晰的链条1. **连续域**子载波 \(e^{j2\pi k\Delta f t}\) 在 \(T_u1/\Delta f\) 内正交。2. **离散域**采样后发送端 IFFT接收端 FFT。3. **抗多径**插入 CP使线性卷积变为循环卷积。4. **频域均衡**\(Y[k]H[k]X[k]W[k]\)单抽头除法即可恢复 \(X[k]\)。5. **5G 参数化**\(\Delta f15\times 2^\mu\) kHz灵活适配 eMBB、URLLC、mMTC 等场景。这套数学框架使 OFDM 成为 5G 在宽带、多径、高速移动环境下最稳健、最高效的基带传输方案。
RELATED READING

延伸阅读

更多一线实战笔记与深度复盘,助您持续精进