2、符号映射基础：数字调制概念、符号（Symbol）定义、映射（Mapping）与解映射（Demapping）基本流程
数字调制，说白了就是把一串0和1变成能在信道上传输的模拟波形。你想想看，无线信道里跑的是电磁波，不是数字电平，所以我们必须给比特“穿上衣服”——这件衣服就是符号（Symbol）。
2.1 数字调制到底在做什么？
我刚开始接触FRL的时候，对调制一直有一个误解：以为调制就是简单地把“1”变成高电压，“0”变成低电压。后来在项目中调试眼图才发现，根本不是这么回事。真正的数字调制，是把多个比特打包成一个符号，然后把这个符号映射到某个模拟信号的幅度、相位或频率上。说白了，就是信息载体的切换——从比特域切换到模拟域。
为什么要打包？因为一个符号可以携带多个比特，这样在同样的带宽里能传更多数据。举个最简单的例子：QPSK（四相移键控）一个符号携带2个比特；16-QAM一个符号携带4个比特。我做过一个高速接口项目，刚开始用BPSK（1比特/符号）速率一直上不去，后来换成QPSK，吞吐直接翻倍。当然，代价是信噪比要求也高了——凡事都有代价。
核心概念：调制就是把比特序列映射成符号序列，每个符号对应模拟波形中的一个状态。解调则是反向操作。
2.2 符号（Symbol）的定义
一个符号，简单说就是一组比特的“组合代码”。比如说，我们要发送两个比特“01”，在QPSK里它被映射成一个特定的相位（比如+90°）。这个携带了“01”信息的相位状态，就是一个符号。
符号有几个关键参数：
- 基带符号速率：每秒钟发送的符号个数，单位是Baud（波特）。注意，波特率和比特率不一样——比特率 = 波特率 × 每个符号携带的比特数。
- 符号周期：发送一个符号所用的时间，是波特率的倒数。
- 星座图（Constellation Diagram）：所有可能的符号在I/Q平面上的分布图。每个符号对应一个点。
我记得有一次测试高速SerDes，示波器上看到星座图点都散开了，挤成一团。排查了半天，发现是时钟恢复环路的带宽没调好——符号率抓不准，解映射全错。嗯，这里要注意：符号率误差对解映射的影响是致命的。
个人经验：在设计映射器时，我习惯把符号索引和比特组合做成LUT（查找表）。这样逻辑清晰，也方便后期改调制方式——只要换一张表就行了，不用动时序逻辑。
2.3 映射（Mapping）与解映射（Demapping）的基本流程
映射就是把比特组转换成符号索引，然后根据调制方式选择对应的I/Q值（或相位/幅度）。解映射则是反过来：根据接收到的I/Q值，找到最近的符号，再恢复出原始比特。
下面是映射和解映射的标准流程：
- 串并转换：把连续的比特流按M个比特一组分组（M是每个符号的比特数）。
- 比特到符号映射：每组比特查表或计算，得到一个符号编号（通常是整数0~N-1，N是星座点数）。
- 符号到I/Q映射：根据符号编号，从星座图LUT中读出对应的I（同相）和Q（正交）幅度值（通常是归一化的复数）。
- 脉冲成形+上变频（可选但常见）：把I/Q基带信号通过成形滤波器后调制到载波上。
解映射流程基本反向：
- 接收/解调：从接收信号中提取出I/Q基带信号。
- 符号判决：对每个符号周期内的I/Q采样点，在星座图上找到距离最近的符号点（硬判决）。
- 符号到比特映射：根据符号编号反查比特组。
- 并串转换：把连续的符号对应的比特组恢复成原始比特流。
警告：在实际系统中，映射和解映射的参考时钟必须严格同源，否则符号定时偏移会导致误符号率急剧上升。我曾经在一个项目中，因为给接收侧和发送侧分别用了不同的晶振，结果解映射出的比特全是乱的……后来加上时钟恢复才解决。
为了让你更直观地理解整个流程，我画了一张结构图（下面这个SVG）。它展示了从比特流到符号映射、星座点，再到解映射和恢复比特的完整链路。
这张图里，上半部分是发送端的映射流程，下半部分是接收端的解映射流程。中间的星座图是调制的“参考地图”。我画这个图的时候特意把解映射的判决节点放在下半部分——因为实际接收端还需要做均衡、时钟恢复等，但这里我们只聚焦在符号映射本身。
2.4 常见调制方式的符号映射表
不同的FRL速率等级会采用不同的调制方式。下面这张表总结了常见的几种调制及其符号参数。我个人建议你把它收藏下来，做系统仿真时直接参考。
| 调制方式 | 每符号比特数 M | 星座点数 N=2M | 典型应用（FRL速率） | 误比特率性能 |
|---|---|---|---|---|
| BPSK（2-PSK） | 1 | 2 | RBR 低速 | 最好（抗噪最强） |
| QPSK（4-PSK） | 2 | 4 | RBR 中速 / HBR | 好 |
| 16-QAM | 4 | 16 | HBR3 / UHBR | 中等（信号质量要求提高） |
| 64-QAM | 6 | 64 | UHBR 高速（如FRL5） | 最差（需要高SNR） |
从表里可以看出，调制阶数越高，每个符号携带的比特越多，但星座点越来越密，对噪声也更敏感。我在调试FRL训练序列时，经常需要在速率和鲁棒性之间做权衡——别一味追求高调制阶数，先看看你的信道余量够不够。
警告：符号映射时，比特到符号的编码顺序（Gray coding）很重要！如果不采用格雷码，相邻星座点之间的比特差可能大于1，会导致一个符号错误产生多个比特错误。我曾经在16-QAM方案里没注意这个细节，结果BER（误比特率）翻了三倍……后来改成格雷码编码才恢复正常。
2.5 I/Q平面与星座图——为什么用复数表示？
你可能注意到了，刚才的映射流程里出现了“I/Q映射”。I代表同相分量，Q代表正交分量，它们构成了一个复数平面。说到底，现实世界的正弦波无法同时传输两个独立信息，但我们可以用正交载波把两个基带信号（I和Q）调制到同一个频率上，互不干扰。这样每个符号就同时携带了两个维度上的信息——幅度和相位都能用。
星座图就是把这些I/Q点画出来。比如QPSK的四个点就在四个象限角上，距离原点相同（幅度相同，只有相位不同）。而16-QAM有幅度调制，点的位置不同。你在示波器上看到的星座图，事实上就是符号在I/Q平面上的“指纹”。
个人习惯：我写映射器代码的时候，经常先写一个小的Python脚本生成星座点坐标，然后直接硬编码为系数表。这样做的好处是，仿真和RTL用的数据是一致的，后期验证时少了很多对账的麻烦。你不妨试试。
2.6 映射与解映射的避坑总结
- 符号率同步：解映射时一定要保证符号定时与发送端对齐，否则判决会落在符号边界附近，出错概率极高。
- 幅度归一化：映射时I/Q输出幅度要归一化（平均能量为1），否则功率差异会导致射频链路饱和或信噪比不均匀。
- 硬判决 vs 软判决：实际接收机多用软判决（输出LLR似然比）给译码器，但基础映射/解映射的概念还是硬判决流程。想深入了解可以翻翻后面章节的Training Pattern部分。
- 位宽截断：在数字实现里，I/Q的位宽有限，映射后的幅度要小心截断——我吃过一次亏，截断后星座点压缩了，导致误码率升高。