【聲明】：本文為原創文章，發表于wingsofsilence的CSDN博客。
歡迎轉載，但請務必保留本信息，注明文章出處。?
本文作者: wingsofsilence
本文原始地址：http://blog.csdn.net/wingsofsilence/article/details/78954315

前言

從物理層接收機來看，整個鏈路大致可以分為5部分：

每個部分內容各有奧妙。

先從較為容易入手的解調開始。

調制

第一部分： 調制方式的演進

從3G到5G，數據信道的調制方式演進如下表：

備注：

1、此表中的調制方式針對的是數據信道（PUSCH/PDSCH）, 對于控制信道、廣播信道等會略有差別。

2、對于5G NR， 設定256QAM是為了提高系統容量，設定π/2-BPSK是為了提高小區邊緣的覆蓋（僅在transforming precoding 啟用時可以采用 ）。

第二部分： 調制映射的公式

最新版5G協議中已經將公式給出。（Ref：38.211 Chapter 5.1）

第三部分： 調制幅度歸一化因子

在傳輸過程中，調制方式可能發生變化。為了使所有映射有一樣的平均功率，需要對映射進行歸一化。映射后的復數值乘上一個歸一化的量，即可得到輸出數據。歸一化因子的值根據不同的調制模式而不同，如下表：

歸一化因子計算方法：

所有星座點能量求平均后開方得到的就是波形幅度的平均值，其倒數就是歸一化因子。

拿16QAM舉例：能量為2有4個星座點，為10有8個點（+/-1,+/-3i），為18有4個點，共有能量72+80+8=160，然后這16個點的等概率分布是16分之1，所以160除以16等于10，這是平均能量，其平均后的波形幅度為 sqrt(10) 。

解調

調制解調是對應關系：

調制簡單，是直接的映射關系；解調復雜，因為有噪聲的作用，所以是概率統計的過程。

解調通用的算法是利用基于最大后驗概率準則的對數似然比（LLR, log likelihood ratio）來計算調制信號的軟比特信息。

以16QAM為例，簡要推導其計算過程。

對于16QAM, 每個星座點用4bit來表示。I軸Q軸分別對應著2bit的數值組合。其格雷碼 (Gray Code) 星座映射和星座圖如下：

解調是一個統計過程，在接收信號為 y 時，最大化發送信號 bm 的概率 P(bm|y)。 這便是最大后驗概率（MAP, maximum a posteriori probability）?

注：

如果想進一步了解概率和統計的區別，貝葉斯定律以及MAP的內容，可閱讀http://blog.csdn.net/u011508640/article/details/72815981

根據貝葉斯公式（Bays Rule）

??

每個星座點發生的概率是相同的，所以，最大化?P(bm|y)?和?P(y|bm) 最大化是等效的。

對于比特 b0, 映射的信息如下圖。當 b0 從0變為1時，只有星座點的實數部分發生變化。

（因為博客上傳數學公式并不方便，下面公式推導以圖片形式展開）

將對數似然比進行簡化、等效后， 得到解調公式：

注意：

1、上述解調公式中的常數同樣需要借用歸一化因子處理

2、在推導過程中，1/sigma^2? 并不能消掉，但每個軟比特值都有，可以忽略。然而，隨之調制階數的不斷增加，這個因子的影響逐漸增大。 作為解決措施，基帶在進行天線均衡之后，通常會估算出一個postSNR值。 這個值可以乘在上面的LLR 向量中，提升接收機的性能。這個過程可稱為LLR scaling。

解調推導過程參考:

http://www.dsplog.com/2009/07/05/softbit-16qam/

文章同步發表在微信公眾號, 微信轉載請聯系

總結

以上是生活随笔為你收集整理的5G NR的调制方式与解调算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。