4. 训练序列设计：PN序列、CAZAC序列，长度与功率选择原则
训练序列这玩意儿，说简单也简单，说深了真能折腾人。我早年做单载波均衡时，选错序列类型，结果整个系统误码率直接下不去——嗯，那时候才意识到，序列设计不是随便填个伪随机数就行的。
说白了，训练序列主要用来做信道估计、同步和均衡器系数预训练。通信系统里常见两大类：PN序列和CAZAC序列。别急，咱们一个一个拆开看。
4.1 PN序列：工程里最皮实的选手
PN序列（Pseudo-Noise），我最常用的是m序列和Gold序列。m序列自相关性能好，只有一个主峰，这点在扩频系统里特别香。但m序列数量有限，比如7阶m序列才6条，多用户场景不够用。
我记得有一次做多用户上行信道估计，用户数一多m序列不够分，只好上了Gold序列。Gold序列由两个优选对m序列模2加生成，数量翻了几倍，互相关也还行。但代价是自相关性能稍微差一点——工程嘛，就是权衡。
4.2 CAZAC序列：恒包络的稳定担当
CAZAC序列全称是恒包络零自相关序列，代表选手是Zadoff-Chu序列。这玩意儿在LTE/NR的PSS、SRS里是标配，为啥？因为它时域恒包络，峰均比（PAPR）低，功放效率高；自相关是完美的冲激函数，互相关也接近零。
我自己做个实验，同样长度64，ZC序列的自相关旁瓣比m序列低了将近10dB。这个差距在低信噪比下就是生死线。
% MATLAB 生成 Zadoff-Chu 序列（根索引 u=1，长度 N=63 质数）
N = 63;
u = 1;
n = 0:N-1;
zc_seq = exp(-1j * pi * u * n .* (n+1) / N);
% 检查恒包络：abs(zc_seq) 应全为 1
disp(['PAPR = ', num2str(max(abs(zc_seq).^2)/mean(abs(zc_seq).^2))]);
4.3 长度选择原则：既不能长到浪费，也不能短到失效
长度L的选择，我总结三个硬约束：
- 信道时延扩展约束：L必须不小于信道最大多径时延（以采样点计），否则循环前缀或保护间隔都盖不住。
- 频率选择性约束：在OFDM系统里，L越长意味着频域采样越密，信道估计越准。但长度受限于资源块（RB）大小。
- 开销约束：训练序列占用的时频资源不能超过总开销的10%，否则有效数据吞吐掉得厉害。
我通常在工程设计里按这个思路选：先估算信道最大时延扩展，比如城市环境5μs，采样率30.72MHz，对应约154采样点，那么L取128或256都行。再算一算开销，若一个子帧里放2个训练符号，开销约5%，能接受。
| 场景 | 典型信道时延 | 推荐L | 序列类型 |
|---|---|---|---|
| 室内小蜂窝 | 0.1~0.5 μs | 16 ~ 32 | m序列 / ZC |
| 城市宏站 | 1~5 μs | 64 ~ 256 | ZC / Gold |
| 郊区/山区 | 5~20 μs | 256 ~ 1024 | ZC（质数长度） |
4.4 功率选择原则：别让训练序列吃掉动态范围
功率这块，很多新人上来就把训练序列功率开到最大，觉得信噪比越高越好。其实不是。训练序列功率太大会导致数据符号的功率被压缩，整体系统的峰均比恶化，功放更容易饱和。
我自己有个原则：训练序列的功率与数据符号的平均功率保持同一量级，差值控制在0~3dB以内。当然，LTE/NR标准里SRS和PSS的功率是单独配置的，可以比数据高2~3dB，但那是因为它们不用同时发射。
另外，若使用CAZAC序列，恒包络可以让功放一直工作在最佳效率点。而PN序列有包络波动，功率回退（backoff）得更多。这一点在功率预算紧张的物联网场景里尤为重要。
4.5 序列选择流程图（知识体系）
4.6 实践避坑：我踩过的几个雷
- PN序列的直流分量：有些m序列初相设置不对，会产生直流分量，导致时域同步误判。我习惯把初相全置1，生成后检查均值是否接近零。
- ZC序列的根索引选择：不同根索引的ZC序列互相关不相同。我一般避开两个相邻根，比如u=1和u=N-1互相关最小，但u=1和u=2互相关就大一点。曾经因为用了相邻根，多用户干扰直接让SINR掉了3dB。
- 功率分配过猛：有次为了提升信道估计精度，我把训练序列功率比数据高了6dB，结果功放饱和导致星座图扭曲，均衡器怎么调都调不过来——只能降功率重测。从那以后，我记住：功放动态范围是王道。