通信工程 / 系统课时
IFFT 与 FFT 实现
IFFT 与 FFT 实现
OFDM 发射端并不是逐个产生多路正弦波,而是把各子载波上的复符号装入频域向量,再用 IFFT 一次合成为时域采样;接收端则用 FFT 把这些采样重新分离到各个子载波。
学习目标
- 说明 IFFT、FFT 在 OFDM 调制与解调中的位置
- 写出 DFT/IDFT 与子载波正交性的对应关系
- 用一个可运行示例验证 IFFT 后再 FFT 能恢复频域符号
从频域符号到时域 OFDM 符号
设一个 OFDM 符号使用 个离散频率位置,第 个位置上的复符号为 。发射端执行 点 IFFT,得到一个有效符号周期内的时域采样:
这条式子本质上是在同一个时域窗口内叠加 个离散正交基函数。接收端取得对应的 个有效采样后执行 FFT:
在理想信道、同步正确且变换长度一致时,。工程库可能把 的缩放放在 IFFT、FFT 或两端分摊,但只要收发约定一致,物理含义不变。

为什么工程上使用 FFT 算法
直接按 DFT 定义计算需要大约 次复数运算,而 FFT 利用旋转因子的周期性和对称性,把复杂度降到 。IFFT 也可以用同类快速算法实现,因此即使子载波数达到数百或数千,数字基带仍能在一个 OFDM 符号周期内完成调制与解调。
正交性来自离散频率间隔与有效符号时长的匹配。若有效符号时长为 ,相邻子载波通常满足 。这样各子载波虽然频谱彼此重叠,但在 FFT 的采样频点上互不干扰。
用代码验证变换链路
下面用 4 点 IFFT 生成时域采样,再立即执行 4 点 FFT。示例依赖 NumPy,输入只在第 0 和第 2 个频率位置放置符号,因此结果容易核对。
import numpy as np
X = np.array([1 + 0j, 0 + 0j, 1 + 0j, 0 + 0j])
x = np.fft.ifft(X) # IFFT 完成 OFDM 调制
X_hat = np.fft.fft(x) # FFT 恢复各频率位置
print("x =", np.round(x, 3))
print("X_hat =", np.round(X_hat, 3))预期输出
x = [0.5+0.j 0. +0.j 0.5+0.j 0. +0.j]
X_hat = [1.+0.j 0.+0.j 1.+0.j 0.+0.j]X_hat 与原始 X 一致,说明在没有信道失真和同步误差时,FFT/IFFT 形成一对可逆变换。真实 OFDM 系统还会在 IFFT 前完成星座映射、子载波分配,并在 FFT 后进行信道均衡和判决。
实现时最容易出错的边界
FFT 点数必须与一个有效 OFDM 符号的采样数一致;频域数组中的直流子载波、保护子载波和有效数据子载波也必须按系统约定放置。若索引映射错位,FFT 仍会正常运行,但恢复出的符号会落到错误的子载波上。
还要区分复基带 OFDM 与需要真实时域波形的特殊实现。常见无线基带直接处理复数 I/Q 采样,不要求频域向量具有共轭对称;只有希望 IFFT 输出严格为实数时,才需要额外构造 Hermitian 对称。