一、引言：为什么OFDM统治了现代通信？
回顾前四部分，我们一直在与时域的码间串扰（ISI）作斗争。均衡器（Equalizer）的设计初衷就是为了对抗多径效应带来的频率选择性衰落。然而，无论线性均衡还是非线性均衡，在宽带信道中都面临着极高的计算复杂度——信道越宽，时延扩展越长，均衡器的抽头数就越多，收敛就越困难。
1990年代末，一项革命性的技术改变了游戏规则：正交频分复用（Orthogonal Frequency Division Multiplexing, OFDM）。它没有试图在时域“硬刚”多径，而是通过巧妙的频域滤波和正交性设计，将宽带频率选择性信道转化为无数个窄带平坦衰落信道。
正是这一转变，使得OFDM成为了WiFi（802.11a/g/n/ac/ax）、4G LTE、5G NR以及有线宽带（如电力线通信PLC）的绝对主流物理层技术。本部分将深入剖析OFDM背后的滤波哲学、核心技术痛点以及面向6G的演进路线。
二、OFDM的核心原理：从卷积到乘法的蜕变
2.1 多载波传输的思想
传统单载波系统是将高速串行数据流调制到一个射频载波上。而多载波系统（如OFDM）是将高速数据流分配到 N个相互正交的子载波上并行传输。每个子载波的带宽很窄，符号周期相应地变长。
2.2 正交性（Orthogonality）的数学定义
OFDM的灵魂在于正交性。两个子载波 fm和 fn在一个符号周期 Ts内满足：
∫0Tsej2πfmt⋅(ej2πfnt)∗dt=∫0Tsej2π(fm−fn)tdt=0for m=n
只要子载波间隔 Δf=1/Ts，这种正交性就能保证接收端在抽样点处，其他子载波的干扰为零。
2.3 离散傅里叶变换（DFT/IDFT）的实现
直接生成数百个正弦波在硬件上是不现实的。Weinstein与Ebert在1971年证明，可以用逆离散傅里叶变换（IDFT/IFFT）来高效生成OFDM信号。
发射端：将调制符号 X[k]进行 N点IFFT，得到时域信号 x[n]=IFFT(X[k])。
接收端：对接收信号 y[n]进行 N点FFT，恢复频域符号 Y[k]=FFT(y[n])。
滤波视角的变革：在单载波系统中，均衡器是一个复杂的时域滤波器（卷积运算）；而在OFDM系统中，由于子载波正交且带宽窄，信道在每个子载波上表现为一个简单的复数增益 H[k]。因此，复杂的时域均衡被简化为频域的一个单抽头均衡器（One-Tap Equalizer）：
X^[k]=H[k]Y[k]
这彻底解决了宽带均衡的计算难题。
三、循环前缀（Cyclic Prefix, CP）：对抗ISI的“护身符”
OFDM虽然简化了均衡，但它对多径时延极其敏感。如果多径时延超过了符号周期，正交性会被破坏，导致载波间干扰（ICI）。
3.1 CP的工作原理
CP是将OFDM符号尾部的一段复制到头部。
作用机制：只要CP的长度 Tcp大于信道的最大时延扩展 τmax，那么线性卷积就变成了循环卷积。在频域看来，这就相当于每个子载波只经历了一个复系数的乘法，从而彻底消除了ISI。
代价：CP不携带信息，纯粹是开销。典型的4G LTE中，CP占比约为7%（普通CP）或25%（扩展CP）。
3.2 滤波视角的解释
从滤波角度看，CP实际上是在做加窗（Windowing）。它消除了符号间的边界效应，保证了FFT变换时的周期性假设成立。
四、OFDM的阿喀琉斯之踵：高峰均比（PAPR）与带外泄漏
尽管OFDM简化了均衡，但它引入了两个致命的缺陷，迫使我们在滤波技术上做出妥协。
4.1 高峰均比（PAPR）
如前所述，当大量子载波信号相位一致时，时域波形会出现极大的峰值。
后果：要求功率放大器（PA）具有极大的线性动态范围，否则会产生非线性失真，导致频谱扩散（带外泄漏）。
滤波对策：
削峰滤波（Clipping and Filtering）：先强行削去峰值，再用带通滤波器滤除产生的带外杂散。这是最简单的方法，但会造成信号畸变。
星座图扩展（ACE）：通过预留少量子载波（预留子载波），构造一个抵消信号，在不改变有用信号的前提下降低峰值。
4.2 带外泄漏（Out-of-Band Emission）
OFDM子载波的主瓣是 sinc函数，旁瓣衰减很慢（按照 1/f衰减）。这意味着如果不加处理，OFDM信号会严重干扰相邻频段。
解决方案：在IFFT之后增加一个时域加窗（Windowing）操作，通常使用升余弦窗（Raised Cosine Window）或汉宁窗（Hanning Window），以牺牲一点点正交性为代价，换取更快的频谱滚降。
五、MIMO-OFDM：空间与频率的双重滤波
4G和5G将MIMO技术与OFDM结合，形成了MIMO-OFDM系统。这不仅是天线的堆叠，更是滤波维度的升级。
5.1 预编码（Precoding）作为空间滤波
在发射端，MIMO-OFDM利用预编码矩阵对信号进行空间滤波。
波束赋形（Beamforming）：利用信道状态信息（CSI），调整各天线的相位，使信号在特定方向相干叠加，能量集中。
空间复用（Spatial Multiplexing）：利用V-BLAST等技术，在同一时频资源上传输多层数据。此时，接收端的滤波任务变成了干扰抑制滤波（如前一部分所述的MMSE或SIC）。
5.2 5G NR中的灵活参数集（Numerology）
5G NR打破了4G LTE固定参数的限制，引入了灵活的子载波间隔（SCS）。
不同SCS的滤波：15kHz, 30kHz, 60kHz, 120kHz... 子载波间隔越大，符号长度越短，CP也越短，抗多径能力越弱，但延迟越低，且更容易抵抗多普勒频移（适合高速移动或毫米波）。
滤波挑战：不同参数的OFDM信号混合在一起（如URLLC和eMBB业务共存），需要极其精细的滤波设计来防止相互干扰。
六、OFDM的进化：从CP-OFDM到FBMC/OQAM
虽然CP-OFDM统治了4G/5G，但在某些特定场景（如物联网、车联网），CP的开销太大，或者频谱泄漏太严重。学术界提出了多种无CP的改进方案。
6.1 滤波器组多载波（Filter Bank Multi-Carrier, FBMC）
FBMC不使用矩形窗，而是为每个子载波配备一个原型滤波器（Prototype Filter）。
特点：原型滤波器的长度通常是子载波符号长度的4倍（4K），具有极快的频谱滚降（接近矩形）。
优势：不需要CP，频谱效率极高，带外泄漏极低。
劣势：破坏了正交性，需要复杂的均衡（如使用OQAM技术），且对频偏极其敏感。
6.2 广义频分复用（Generalized Frequency Division Multiplexing, GFDM）
GFDM将每个子载波分成多个时隙，并使用循环滤波器。
优势：非常适合短包传输（Short Burst），适合5G的URLLC场景。
劣势：存在固有的干扰，需要迭代检测算法。
七、案例研究：5G毫米波（mmWave）中的波束管理
在5G毫米波频段（24GHz-40GHz），波长极短，天线阵列可以集成在手机里。此时，OFDM滤波技术演变为模拟+数字混合波束赋形。
模拟波束赋形：使用移相器（Phase Shifter）在射频端形成模拟波束。这本质上是一个无源的空域滤波器。
数字波束赋形：在基带进行预编码，这是数字域的滤波。
挑战：由于毫米波路径损耗极大，系统需要不断扫描（Beam Sweeping）寻找最佳波束。这个过程需要快速的信道估计滤波和跟踪算法。
八、同步与信道估计中的滤波技术
OFDM对同步误差（频偏、定时误差）非常敏感，因此需要精密的滤波辅助。
8.1 符号定时同步
利用CP的重复性，通过互相关滤波（Cross-correlation Filter）检测符号的起始位置。常用的是Schmidl & Cox算法，通过滑动窗口计算相关峰。
8.2 信道估计
OFDM在频域插入导频（Pilot）符号。
二维维纳滤波（2D Wiener Filtering）：利用时域和频域的相关性，对导频位置的信道估计进行二维插值滤波，得到所有子载波在所有时刻的信道响应。这是性能最优的方案，但计算量大。
低复杂度滤波：实际系统中常用线性插值或DFT插值。
九、总结与展望
OFDM技术通过频域滤波和正交性设计，成功地将复杂的宽带均衡问题转化为简单的单抽头均衡问题，奠定了现代移动通信的基础。然而，随着6G研究的开启，OFDM的局限性（高PAPR、对相位噪声敏感、不支持非正交接入）日益凸显。
未来的滤波技术将不再局限于单一的波形。我们将看到AI赋能的波形设计（神经网络自动生成最优波形）和智能超表面（RIS）辅助的空口滤波（通过可编程表面重构信道环境）。
至此，我们已经覆盖了点对点链路、干扰对抗以及核心波形技术。但在实际的通信系统中，还有一个无处不在的“捣蛋鬼”——噪声。虽然我们在前文中假设噪声是高斯的，但在实际物理层（特别是低功耗物联网设备）中，噪声往往是非高斯的，且信号幅度是受限的。
在下一部分中，我们将深入探讨非线性滤波与限幅技术，揭示如何在低信噪比和非高斯环境下，通过打破线性假设来获取性能增益。
