MWORKS 2026a ：5G NR PUSCH发射链路全流程实现

在推动社会迈向万物互联的进程中，第五代移动通信（5G）技术定义了三大核心应用场景：增强型移动宽带（eMBB）、超高可靠低时延通信（uRLLC）和海量机器类通信（mMTC）。这些场景共同勾勒出 “Future IMT” 的宏伟蓝图——从实现每秒千兆字节速率、支持3D视频与云端工作的 eMBB，到赋能工业自动化、自动驾驶等 uRLLC 关键任务，乃至支撑智能家居、智慧城市中海量设备连接的 mMTC.

图1 5G / Future IMT 关键应用场景全景图

为实现这些多样化的需求，5G NR标准在物理层引入了一系列关键技术革新，涵盖波形与多址接入、参考信号设计、信道编码方案、时频资源分配以及多天线技术等。这些技术并非孤立存在，而是通过3GPP协议精密的数学定义与流程规范，被整合成一个确定性且高效运行的信号处理系统。

图2 5G三大场景关键技术体系图

作为该系统上行数据载体的核心，物理上行共享信道（PUSCH）的处理链，正是这些技术融合的典型体现。它集先进的信道编码（如LDPC）、灵活的资源配置、以及对eMBB高吞吐量、uRLLC高可靠等需求的适配于一体，实现了高吞吐与高可靠的内在统一。

将阐述这些技术的协议描述，转化为可执行、可验证且高性能的仿真代码，是进行算法创新、系统评估和实现落地的基石。这一过程远非简单的翻译，要求开发者在深刻理解从场景需求到算法原理的基础上，完成严谨的工程实现，并确保其数值行为与协议定义保持精确一致。

本文以5G NR PUSCH 发射链路为例，阐述在MWORKS.Syslab 2026a科学计算环境中，实现从传输块处理至时频资源映射的完整流程。相较于从底层开始重复造轮子，MWORKS.Syslab环境提供的工程化管理、基础工具箱、信号处理和无线通信工具箱、交互式调试等全方位支持：

• 基础工具箱：提供高性能的数值计算基础，为LDPC编码、DFT预编码等核心算法提供底层支撑；
• 信号处理工具箱：专注于时频域信号处理，提供滤波器设计与分析、频谱估计、信号变换等功能，用于波形整形、信道滤波等环节；
• 通信工具箱：面向物理层算法开发，内置调制解调（QPSK/QAM等）、Gold/ZC序列生成、信道编码、交织/解交织等专用模块，为搭建PUSCH链路各功能模块的核心开发提供支持。

相较于上一版本2025b，2026a 在交互式编程、科学计算函数库及专业工具方面实现了全面升级，为 5G NR PUSCH 链路的开发注入全新动力：

1.交互式编程环境：加速协议算法的实现与调试

PUSCH发射机涉及传输块处理、LDPC编码、速率匹配、加扰、调制、层映射、DFT-s-OFDM波形生成等一系列复杂步骤，每一步都需要精确的数学运算和协议映射。Syslab 2026a 的交互式编程环境（IDE）优化了代码编辑、智能提示和调试体验，开发者可以流畅地编写Julia脚本，并利用Copilot插件获得基于语言的补全状态提示和函数使用说明。新增的调试功能能轻松设置断点，逐行跟踪编码过程或资源网格映射的正确性，大幅缩短算法验证周期。

2.基础工具箱：底层性能全面提升

物理层仿真对矩阵运算、FFT、滤波器设计等基础数学库有极高依赖。Syslab 2026a 优化了21个科学计算函数库及数百个函数， LDPC编码中的稀疏矩阵运算、DFT-s-OFDM中的FFT/IFFT、信道估计中的插值滤波等核心计算都将获得显著的加速效果。

3.信号处理与无线通信：为物理层算法提供专业支撑

针对无线通信仿真的特殊需求，MWORKS.Syslab 2026a 强化了信号处理相关功能。信号处理与无线通信工具箱优化了调制解调、交织等物理层相关函数；新增的信号分析器工具可直观分析时频域波形；优化的滤波器设计 APP，能够便捷地设计匹配滤波器或拟合信道模型参数，进一步提升物理层仿真的精度与效率。

MWORKS.Syslab 2026a 凭借其升级的交互式环境、丰富的科学计算库以及专业化的信号分析工具，为5G NR PUSCH链路的开发、调试与性能评估提供了端到端的支撑，让复杂的物理层算法实现更加高效、可靠且易于展示。使得从协议研究、算法实现到系统级验证的开发流程更为高效与规范，研究者能够专注于算法创新和系统验证，而非底层基础设施的构建。

最终，旨在基于MWORKS.Syslab 2026a，呈现一个高保真、模块化且计算高效的参考实现，为通信物理层的算法开发、教学验证，乃至支撑未来更复杂场景的技术演进，提供一个可靠且工程实践性强的技术基底。

文章聚焦于几个与性能息息相关的关键环节：LDPC编码与速率匹配、调制与变换预编码（DFT-s-OFDM）、以及参考信号（DMRS）的插入与资源网格映射。文章将提供核心算法说明、结合Syslab环境的实现要点与模块化代码示例，并通过链路级仿真验证其性能。

一、PUSCH发射机标准处理流程概述

5G NR PUSCH的发射机处理是物理层上行链路的中心环节，其本质是一个由3GPP TS 38.211等协议严格定义的确定性基带信号处理链。该链路的唯一功能是将上层的传输块（Transport Block, TB） 通过一系列编码、调制与资源映射操作，转换为精确填充在时频资源网格中的正交频分复用（OFDM）符号，最终生成可供数模转换器与射频前端发射的时域波形。

这一处理过程并非单一变换，而是十余个顺序依赖、接口明确的原子处理单元的级联。每个单元的功能、输入输出格式及关键参数均由协议精确定义，共同构成了一条从比特到复包络的完整转换路径。理解这一链路的全局架构，是进行任何模块实现、性能分析或算法优化的先决条件。

其标准化的全流程与关键数据转换接口如下图所示，它构成了后续各模块实现与集成的根本依据。

图4 PUSCH上行数据处理链完整流程图

1.传输块处理与信道编码

• TB CRC附着：为整个传输块附加循环冗余校验码（CRC-24A或CRC-16A），供接收端进行差错检测。
• LDPC基础图选择：根据传输块大小（A）和目标码率（R），从协议定义的两个基础图（Base Graph 1 或 Base Graph 2）中选择其一，作为LDPC编码的模板。
• 码块分割：若附加CRC后的比特序列长度超过所选LDPC基础图支持的最大码块长度，则将其分割为多个较小的码块（Code Block, CB），并为每个CB单独附加CRC-24B。
• 信道编码：对每个码块，使用选定的LDPC基础图及对应的提升因子（Z）进行低密度奇偶校验编码，生成包含冗余校验位的码字。
• 速率匹配：将每个LDPC编码后的码字比特，根据当前调度分配的实际物理资源数量，进行比特选择、交织与打孔或重复操作，使其长度与可用资源精确匹配。

2.比特级处理与复用

• 码块级联：将所有经过速率匹配的码块比特流按顺序连接，合并为单个数据流。
• 数据与控制复用：将上行共享信道（UL-SCH）的数据比特，与需要同频传输的上行控制信息（UCI，如HARQ-ACK、CSI）的编码比特，按照协议规定的规则进行复用交织，形成统一的比特流。
• 加扰：使用由小区ID、RNTI、时隙编号等参数生成的伪随机序列对复用后的比特流进行加扰，实现干扰随机化与用户/小区区分。
• 调制：将加扰后的比特流按照指定的调制方案（如π/2-BPSK, QPSK, 16QAM, 64QAM, 256QAM）映射为复数调制符号。

3.符号级处理与波形生成

• 层映射：将调制符号流映射到一个或多个传输层上，以支持上行MIMO技术。
• 变换预编码：对每个传输层上的调制符号进行离散傅里叶变换（DFT），这是生成上行DFT-s-OFDM波形以降低峰均功率比（PAPR）的关键步骤。
• 预编码：对变换预编码后的符号进行空间预编码（若使用多天线），以适配信道条件。
• VRB映射：将预编码后的符号映射到由调度器分配的虚拟资源块（Virtual Resource Block, VRB）上。
• VRB至PRB映射：根据配置的映射规则（集中式或分布式），将虚拟资源块映射到物理资源块（Physical Resource Block, PRB）的最终时频位置，完成资源网格填充。在此过程中，解调参考信号（DMRS）等参考信号也被插入到网格的指定位置。

二、核心模块的Syslab实现与协议映射

本章将深入三个最具代表性的技术点，展示如何将协议文本转化为高效、准确的Julia代码。

1.LDPC编码器：从协议表格到稀疏矩阵运算

在5G NR的物理层架构中，低密度奇偶校验（LDPC）码取代了LTE时代的Turbo码，成为数据信道的核心纠错方案。它通过在传输数据中引入精心设计的冗余，使得接收方能够在恶劣的信道条件下可靠地恢复原始信息。将3GPP协议中复杂的校验矩阵定义转化为一个高效的编码器，是构建仿真链路的首要挑战。

算法基于Richardson-Urbanke 经典编码算法进行实现。该算法的卓越之处在于，它并非暴力求解，而是智能地利用5G NR LDPC校验矩阵的准循环（QC）和近似下三角（ALT）结构。通过将大型稀疏校验矩阵H进行特定分块，算法将编码复杂度显著降低，从而实现了接近线性的计算效率。

2.DFT-s-OFDM波形生成器

在5G NR PUSCH的发射链路中，波形生成是将经过编码、调制与层映射后的复数符号，转换为最终待发射时域信号的关键步骤。为应对上行链路终端功率放大器效率的挑战，5G NR在上行方向引入了DFT-s-OFDM（离散傅里叶变换扩展正交频分复用）波形。该波形通过变换预编码这一核心操作，有效降低了信号的峰均功率比（PAPR），是提升终端续航和覆盖能力的重要技术。

该模块接收来自层映射模块的符号流，输出待进行资源映射的时域样点。其实现对应以下三个顺序处理阶段：

变换预编码（DFT）：对每一传输层上的符号序列独立进行离散傅里叶变换。此步骤将时域符号转换到频域，是实现信号包络平滑、降低PAPR的根本原因。

子载波映射：将每层DFT变换后的频域数据，连续地映射到高层调度所分配的具体资源块（RB）对应的子载波索引位置上。未分配的频点置零。

OFDM调制（IFFT）：对完整的、包含所有层的频域资源网格执行逆傅里叶变换，生成最终的多天线时域发射波形。

3.DMRS序列生成与资源网格映射

解调参考信号（DMRS）是接收机进行信道估计与相干解调的基石。其序列的生成与在时频资源网格中的精确插入，直接决定了整个上行链路接收性能的上限。

DMRS的实现必须严格遵循以下协议细节：

序列生成：基于Gold序列，其初始值由时隙号、符号索引、小区ID、RNTI等众多参数动态计算，确保序列的小区专属与用户专属特性。

映射图样：支持Type 1与Type 2两种频域梳状结构，每种类型又有不同的时域位置（如前导、附加符号）和频域偏移配置。

多端口支持：通过码分复用（CDM）支持多天线端口的DMRS，需在复数序列上乘以相应的正交覆盖码（OCC）。

三、链路级仿真平台构建与性能分析

1.仿真配置

部分PUSCH仿真配置：

2.性能指标与结果

基于以上参数配置，对实现的5G NR PUSCH链路进行了全面的性能评估。

1）接收机处理链星座图演化

为直观评估接收机处理链路的性能，利用通信工具箱中的scatterplot 函数，对关键节点信号进行可视化分析。该函数可直接处理复基带信号，自动绘制具有专业标注的星座图，免去了手动提取实部、虚部并格式化作图的繁琐步骤。

本组图展示了接收信号在经历载波频偏（CFO）补偿、符号定时偏移（STO）补偿及均衡等关键处理环节后的变化。

图5 接收信号星座图及处理后信号星座图

图6 解层映射后的星座图

接收信号由于存在载波频率偏移，接收到的符号在复平面上发生连续的相位旋转，星座点弥散，无法直接判决；经过频偏估计与补偿后，相位旋转被校正，符号能量重新收敛，但依然因信道失真、剩余定时误差和噪声而呈现模糊的簇状；在精确的符号定时同步后，消除了符号间干扰（ISI），星座图的四个象限变得更为清晰，簇内集中度显著提高；通过MMSE均衡器对信道频率选择性衰落进行补偿后，星座点清晰、紧密地收敛；在解层映射之后，信号收敛于理论星座点附近，具有一定的区分度，直接影响后续解调与信道译码的误码率性能。

2）误块率（BLER）与误码率（BER）

通信工具箱提供comm_ErrorRate系统对象精确测量误码率（BER），同时结合自定义的块级错误统计来计算误块率（BLER）。这种方法既发挥了工具箱的高效性，又满足了5G NR链路评估的完整需求。

图7 PUSCH 性能曲线

图7所示的PUSCH BLER-SNR性能曲线及其伴随的BER-SNR曲线，完整揭示了物理上行链路在噪声信道中的行为特性。在低信噪比区域，BLER与BER均接近极限值；随着SNR提升，BER曲线首先开始下降，反映出单个比特级的信噪比改善，而BLER曲线因其对整个传输块错误的统计特性，下降相对滞后；当SNR继续增加至一定门限后，两条曲线先后进入平底区：BER平底极低，表明物理层比特传输已高度可靠；而BLER平底则高于BER，说明此时系统性能主要受限于突发错误、同步残余或编码交织的固有极限，而非随机噪声。BLER曲线族成功验证了链路从编码、调制到接收的整个基带处理流程的正确性。其符合理论预期的趋势，为评估系统覆盖、设计链路预算以及优化自适应调制编码（AMC）算法提供了定量基础。

3）误差矢量幅度（EVM）

EVM是衡量发射机或接收机调制质量的核心指标，定义为误差矢量平均功率与参考信号平均功率之比的平方根，通常以百分比表示。

在仿真中调用通信工具箱中的comm.EVM系统对象来计算EVM。该对象支持：

• 平均参考信号功率、平均星座功率等多种归一化方式

• RMS、峰值EVM统计

• 可配置的测量窗口与平均方法

图8 PUSCH EVM_RMS-SNR 性能曲线

EVM随SNR增加而单调下降。在高SNR区域，EVM主要受限于系统的实现损伤，如残余同步误差、信道估计误差、量化噪声等，曲线将趋近于一个极限值。

链路仿真在MWORKS.Syslab 2026a 科学计算平台上，基于内置的数学、信号处理与通信等相关工具箱，成功完成了符合3GPP TS 38.211等规范的5G NR PUSCH发射链路实现。

平台提供的数学工具箱为LDPC编码、矩阵运算等核心算法提供了高性能底层支撑；通信工具箱内置的调制映射、Gold序列生成等函数，直接支撑了参考信号插入、比特级处理等环节；信号处理工具箱则助力DFT-s-OFDM波形生成与滤波等时频域操作。整个开发过程依托平台统一的工程化管理与绘图可视化能力，实现了从参数配置、仿真到性能分析（BLER曲线、星座图演化）的无缝闭环。这一实践不仅是协议规范与通信理论的完整复现，更是专业领域知识与平台能力深度融合的工程范例，为5G物理层算法研究、教学验证及技术探索提供了一个高保真、可复现且易于扩展的技术基底。