物理层（PHY）核心：OFDM、MIMO、信道估计与功率控制
各位好，欢迎来到第三章。这一章我们啃的是物理层最硬的几块骨头。说实话，很多做协议栈上层开发的同事，一听到OFDM、MIMO就觉得头大。但你要想真正理解无线接入的瓶颈在哪，这些概念绕不过去。
我个人习惯把物理层比作「高速公路」。OFDM是路面设计，MIMO是车道数量，信道估计是路况探测，功率控制则是限速标志。四者缺一不可。咱们一个一个来拆。
3.1 OFDM：正交频分复用
OFDM，说白了就是把一个高速数据流，拆成多个低速子流，在多个正交子载波上并行传输。为什么这么做？因为单载波在频率选择性衰落信道里，性能会急剧恶化。你想想看，一个宽带信号遇到多径，时延扩展导致符号间干扰（ISI），均衡器复杂度高得吓人。
OFDM的思路很巧妙：把宽带拆成窄带，每个子载波上的信道近似平坦。再加上循环前缀（CP），只要CP长度大于最大时延扩展，ISI就被彻底消除。
核心公式（简化版）：
子载波间隔 Δf = 1 / T_symbol
其中 T_symbol 是 OFDM 符号周期（不含 CP）
CP 长度 > 最大多径时延扩展我在项目中遇到过一个问题：CP加太长虽然抗多径，但会降低频谱效率。5G NR里CP长度是可配的，常规CP和扩展CP。常规CP大概占符号长度的7%左右，扩展CP能到25%。你选哪个？得看场景。室内小站多径时延小，常规CP就够了；郊区宏站覆盖远，多径严重，得上扩展CP。
避坑指南：我曾经在某个LTE项目里，为了省那点开销，把CP设得太短。结果在山区测试时，UE频繁失步。后来查了半天，发现是CP长度不够，多径分量落到了FFT窗口外。从那以后，我养成了一个习惯：CP长度至少留20%的余量。
OFDM的另一个关键点是子载波正交性。接收端用FFT解调，只要频偏和定时偏差控制在一定范围内，子载波间干扰（ICI）可以忽略。但一旦频偏超标，正交性被破坏，性能会断崖式下跌。这就是为什么5G NR对频偏估计要求那么高。
3.2 MIMO：多天线技术
MIMO，多输入多输出。简单说，就是发端和收端都用多根天线。MIMO能带来三个好处：分集增益、空间复用增益、波束赋形增益。这三个东西，我建议你分开理解。
| MIMO模式 | 核心目标 | 典型场景 |
|---|---|---|
| 空间分集（STBC/SFBC） | 提高链路可靠性 | 低信噪比、边缘覆盖 |
| 空间复用（SU-MIMO） | 提升峰值速率 | 高信噪比、室内热点 |
| 波束赋形（Beamforming） | 提升信号强度、降低干扰 | 宏站覆盖、毫米波 |
| 多用户MIMO（MU-MIMO） | 提升小区吞吐量 | 密集城区、多用户场景 |
我记得刚接触MIMO时，总觉得天线越多越好。其实不然。空间复用要求信道矩阵满秩，也就是说天线间的相关性要低。如果天线间距不够，或者散射环境不丰富，复用层数上不去。5G NR里最多支持8层传输，但实际部署中，4层已经很难做到了。
注意：MIMO的性能高度依赖信道估计的精度。信道估计不准，预编码矩阵算出来就是错的，空间复用反而会带来层间干扰。我曾经在一个项目中，MIMO吞吐量死活上不去，最后发现是信道估计的导频密度不够，导致MMSE均衡器性能恶化。
波束赋形这块，5G NR引入了模拟波束赋形和数字波束赋形的混合架构。模拟波束赋形用移相器，成本低但只能同时形成一个波束；数字波束赋形灵活，但射频链路多、功耗大。毫米波频段通常用混合方案，先模拟粗扫，再数字精调。
3.3 信道估计与均衡
信道估计，就是猜信道。发端发已知的导频信号，收端根据收到的导频反推信道响应。常用的方法有LS（最小二乘）和MMSE（最小均方误差）。LS简单，但噪声放大严重；MMSE考虑了噪声统计特性，性能更好，但需要知道信噪比和信道协方差矩阵。
我个人的经验是：在低信噪比场景下，LS估计出来的信道简直没法用。MMSE虽然复杂一点，但增益明显。5G NR里，DMRS（解调参考信号）的密度和图案是动态可配的，高速场景下需要更密的DMRS来跟踪信道变化。
信道估计流程（简化）：
1. 提取接收到的导频位置信号 Y_p
2. 已知发送导频 X_p
3. LS估计：H_ls = Y_p / X_p
4. 插值：将导频位置的信道响应插值到所有数据子载波
5. 可选：MMSE滤波平滑均衡，就是补偿信道的影响。OFDM系统里，均衡在频域做，每个子载波上只需要一个单抽头均衡器。ZF（迫零）均衡简单，但会放大噪声；MMSE均衡在噪声和干扰之间做权衡，是实际系统的主流选择。
你想想看，如果信道估计不准，均衡器算出来的系数就是错的。这就像你戴着度数不对的眼镜看东西，越看越模糊。所以信道估计和均衡是绑在一起的，一个不准，另一个也白搭。
避坑指南：我曾经在高速铁路场景下做测试，信道变化太快，DMRS的时域密度不够，导致信道估计跟不上。后来我们把DMRS的时域密度从每时隙2个符号增加到4个符号，均衡性能明显改善。但代价是开销增加了，有效吞吐量反而下降。嗯，这里要注意：信道估计精度和开销之间永远需要权衡。
3.4 功率控制
功率控制，说白了就是让每个UE以合适的功率发射。功率太大，干扰邻居；功率太小，基站收不到。上行功率控制尤其重要，因为UE的电池和功放能力有限。
4G LTE用的是开环+闭环结合的功率控制。开环部分，UE根据路损估计自己算一个初始功率；闭环部分，基站通过TPC（发射功率控制）命令微调。5G NR沿用了类似思路，但更灵活，支持更细粒度的功率调整步长。
| 参数 | 含义 | 典型值 |
|---|---|---|
| P0 | 目标接收功率 | -100 ~ -120 dBm |
| α | 路损补偿系数 | 0.4 ~ 1.0 |
| PL | 下行路损估计 | UE根据RSRP计算 |
| Δ_TF | 传输格式补偿 | 与MCS和RB数相关 |
公式长这样：
P_tx = min(P_max, P0 + α * PL + Δ_TF + f(Δ_closed))其中f(Δ_closed)是闭环调整量，由基站通过DCI中的TPC字段指示。
我记得有一次在密集城区做干扰优化，发现某个UE的发射功率总是偏高，导致邻区干扰严重。查了半天，发现是路损补偿系数α设成了1.0，UE把路损完全补偿了。后来我们把α降到0.7，让UE不要那么「用力」发射，整体网络吞吐量反而提升了。这就是功率控制的微妙之处：不是让每个UE都信号满格，而是让整个系统达到最优。
注意：功率控制不能只看单UE。在MU-MIMO场景下，多个UE在相同的时频资源上传输，功率控制直接影响用户间的干扰。我曾经在某个项目中，两个UE的功率差太大，导致强信号UE完全压制了弱信号UE，MU-MIMO的配对增益几乎为零。后来我们引入了功率回退机制，让强信号UE适当降低功率，才把配对效率提上来。
3.5 知识体系总览
下面这张图，我把本章四个核心模块的关系画了出来。你可以把它当作物理层设计的「导航图」。
这张图里，四个模块不是孤立的。OFDM是基础，MIMO在上面叠加空间维度，信道估计和均衡是让系统「看得清」，功率控制则是让系统「不打架」。你设计物理层算法时，一定要把这四者当作一个整体来考虑。
好了，这一章的内容就到这里。物理层的东西，光看理论是不够的。我建议你找一套开源的5G NR仿真平台（比如Matlab 5G Toolbox或者OpenAirInterface），把OFDM调制、MIMO预编码、信道估计这几个模块跑一遍。踩过坑，才能真正理解。