第4章发射机链路（二）

第四章发射机链路（二）：加扰与调制映射、层映射与预编码、资源单元映射

各位同学，欢迎来到第四章。上一章我们聊了信道编码和速率匹配，把数据比特流整理得井井有条。今天咱们继续往前走，看看这些比特在发射机里还要经历哪些“折腾”。

我个人习惯把这一章看作是“比特到信号的变形记”。说白了，就是从一串0和1，变成能在空中飞行的复杂信号。这里头有三个关键步骤：加扰与调制、层映射与预编码、资源单元映射。每一步都有它的门道，咱们一个一个来拆解。

4.1 加扰与调制映射

先说说加扰。你可能会问，数据不是已经编码好了吗？为什么还要加扰？

嗯，这里要注意。加扰的目的不是为了纠错，而是为了“随机化”。你想啊，如果发射的全是连续的0或者连续的1，那信号功率谱上就会出现尖峰，干扰其他用户不说，还容易让接收机同步出问题。加扰就是用一串伪随机序列跟数据比特做异或，把数据打散。

核心要点：加扰不改变数据长度，只改变比特的统计特性。扰码序列由Gold序列生成，跟小区ID和用户标识有关。

我在项目中遇到过一个问题：某次测试发现邻小区干扰特别大，查了半天，原来是加扰初始化参数配错了。两个小区用了相同的扰码序列，数据直接“撞车”。所以啊，加扰的种子配置一定要仔细核对。

加扰完了，就是调制映射。这一步把比特变成复数符号。LTE支持三种调制方式：QPSK、16QAM、64QAM。说白了，就是每个符号携带的比特数不同。

调制方式	每符号比特数	星座点数	典型应用场景
QPSK	2	4	控制信道、边缘用户
16QAM	4	16	中等信道质量
64QAM	6	64	近点用户、高吞吐量

调制映射的规则是固定的。QPSK把2个比特映射成一个复数，16QAM是4个比特，64QAM是6个比特。星座图上的点怎么排？协议里有明确的规定，格雷编码，相邻点只差1个比特。这样做的好处是，万一解调错了，大概率只错1个比特。

我的小技巧：写仿真代码时，我习惯先把星座点做成查找表。比如QPSK，直接定义四个点：[1+1j, 1-1j, -1+1j, -1-1j]再归一化。这样比实时计算快得多，而且不容易出错。

来看看代码怎么写。下面是一个简单的QPSK调制函数：

def qpsk_mod(bits):
    # bits: 长度为2的整数倍
    # 输出: 复数符号
    n = len(bits) // 2
    symbols = np.zeros(n, dtype=complex)
    for i in range(n):
        b0 = bits[2*i]
        b1 = bits[2*i+1]
        # 映射规则: 00->1+1j, 01->1-1j, 10->-1+1j, 11->-1-1j
        real = 1 if b0 == 0 else -1
        imag = 1 if b1 == 0 else -1
        symbols[i] = (real + 1j*imag) / np.sqrt(2)
    return symbols

16QAM和64QAM的原理类似，只是映射表更大。我建议你动手写一个通用的调制函数，把调制阶数作为参数传进去，这样代码复用性更好。

4.2 层映射与预编码

调制完的符号，接下来要进入MIMO处理环节。这里有两个概念：层映射和预编码。

层映射，说白了就是把符号流分配到不同的“层”上。层是什么？你可以理解为并行的数据流。LTE支持1到4层，对应单天线、2x2 MIMO、4x4 MIMO等配置。

举个例子，如果是2层传输，就把符号流交替分配给层1和层2。第1个符号去层1，第2个符号去层2，第3个符号再去层1，以此类推。

注意：层数不能超过天线端口数，也不能超过信道秩。我曾经在仿真里把层数设成4，天线端口只有2，结果预编码矩阵维度对不上，报错报了半天。

预编码呢，就是把层上的符号映射到天线端口上。这一步用一个预编码矩阵W来实现。W的维度是天线端口数 × 层数。说白了，就是给每层的数据乘上一个权重，然后叠加到各个天线上。

预编码的好处是什么？你想想看，如果直接发，信号可能在某些方向上相互抵消。通过预编码，我们可以让信号在接收端的方向上增强，在其他方向上减弱。这就是波束赋形的雏形。

协议里定义了几种预编码方式：

码本预编码：用固定的码本，接收端反馈PMI（预编码矩阵指示）
非码本预编码：基于信道估计，动态计算预编码矩阵
发射分集：SFBC（空频分组码），用于提高可靠性

我个人习惯在仿真里先实现码本预编码，因为简单、可复现。等码本跑通了，再上非码本。这样调试起来方便。

下面是一个2天线端口、1层的预编码示例：

def precoding(symbols, W):
    # symbols: 长度为N的复数向量 (1层)
    # W: 2x1 预编码矩阵
    # 输出: 2xN 矩阵，每行对应一个天线端口
    tx_signals = np.outer(W, symbols)
    return tx_signals

# 举例：使用码本索引0
W = np.array([[1], [1]]) / np.sqrt(2)
tx = precoding(symbols, W)

4.3 资源单元映射

最后一步，把预编码后的信号放到资源格子里。LTE的资源格子叫资源单元（RE），一个RE对应一个OFDM符号上的一个子载波。

资源映射的规则比较复杂，因为要放的东西很多：

PDSCH数据符号
参考信号（CRS、DMRS等）
控制信道（PDCCH、PCFICH等）
同步信号（PSS、SSS）
广播信道（PBCH）

这些信号在时频资源上有固定的位置。比如CRS，在时域上每个时隙的第0和第4个OFDM符号，频域上每6个子载波出现一次。具体位置跟小区ID有关。

避坑指南：我曾经在写资源映射时，忘了预留CRS的位置，结果数据符号把参考信号覆盖了。接收端解调时，信道估计全乱套。所以，一定要先画一个资源格子图，把每个信号的位置标清楚，再动手写代码。

资源映射的流程大致是这样的：

初始化一个全零的资源格子，维度是 [天线端口数, 子载波数, OFDM符号数]
按照协议规定，填入参考信号、同步信号等固定信号
找到PDSCH可用的RE位置（排除已占用的）
把数据符号按顺序填入这些RE

这里有个细节：数据符号的填充顺序是先频域后时域。也就是说，先填完一个OFDM符号上所有可用的子载波，再填下一个符号。这个顺序不能搞反，否则接收端解映射会乱。

下面是一个简化的资源映射代码框架：

def resource_mapping(tx_signals, n_subcarriers, n_symbols, n_ports):
    # tx_signals: 每个天线端口的数据符号列表
    # 初始化资源格子
    grid = np.zeros((n_ports, n_subcarriers, n_symbols), dtype=complex)
    
    # 填入CRS (简化版，仅示意)
    for port in range(n_ports):
        for sym_idx in [0, 4]:  # 每个时隙的第0和第4个符号
            for k in range(0, n_subcarriers, 6):
                grid[port, k, sym_idx] = crs_value(port, k, sym_idx)
    
    # 填入PDSCH数据
    for port in range(n_ports):
        data_idx = 0
        for sym_idx in range(n_symbols):
            for k in range(n_subcarriers):
                if grid[port, k, sym_idx] == 0:  # 未被占用
                    grid[port, k, sym_idx] = tx_signals[port][data_idx]
                    data_idx += 1
    return grid

资源映射完成后，信号就可以送入OFDM调制器了。这部分我们下一章再细聊。

我的建议：写资源映射代码时，一定要做单元测试。比如先映射一个已知的参考信号，然后检查位置对不对。我习惯把资源格子可视化出来，用热力图看看有没有重叠或空洞。这一步能省去后面很多调试时间。

好了，这一章的内容就到这里。加扰、调制、层映射、预编码、资源映射，每一步都是发射机链路中不可或缺的环节。你想想看，从一串比特到填满资源格子的复数信号，中间经历了多少变换？这就是通信系统的魅力所在。

如果你在写代码时遇到问题，不妨回头看看这一章的内容。特别是资源映射的顺序和预编码矩阵的维度，这两个地方最容易出错。多动手，多调试，慢慢就熟练了。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录

第四章 发射机链路（二）：加扰与调制映射、层映射与预编码、资源单元映射

4.1 加扰与调制映射

4.2 层映射与预编码

4.3 资源单元映射

第四章发射机链路（二）：加扰与调制映射、层映射与预编码、资源单元映射