跳轉到

L1 通訊:學術 vs 工程

狀態:主題首頁(5 篇已發布) 領域:無線通訊/實作工程

這個主題在回答什麼問題?

同一個 L1 演算法,為什麼在論文模擬裡表現很好,進入產品後卻可能無法即時運行、難以驗證,甚至改善一項 KPI 卻讓另一項退化?本系列建立學術模型與工程交付之間的共同語言。

適合誰閱讀

  • 想理解實作限制的通訊研究生與演算法研究者
  • 從 MATLAB/Python 模型走向 C/C++、DSP、FPGA 或 ASIC 的工程師
  • 需要判斷演算法是否可產品化的系統與技術主管
  • 想把現場問題重新抽象成可研究題目的 L1 工程師

先備知識

建議先具備以下概念;不必一開始全部精通:

  • 數位通訊基本鏈路:調變、編碼、通道與接收機
  • OFDM、MIMO、通道估測與等化的基本概念
  • BLER、BER、EVM、吞吐量與延遲等常見 KPI
  • 基本 Python/MATLAB 模擬能力

依角色選擇閱讀路徑

  1. 先理解工程需求如何轉成可測量的 KPI。
  2. 再看浮點模型如何受到即時性、記憶體與數值格式限制。
  3. 最後學習如何用 log、trace 與量測結果形成新的研究假設。
  1. 從 Golden Model 與可重現 baseline 開始。
  2. 依序處理定點化、複雜度、資料流和排程預算。
  3. 用分層驗證判斷損失來自模型、實作還是整合。
  1. 先建立端到端 L1 資料路徑與責任邊界。
  2. 再看 KPI、介面時序和測試矩陣。
  3. 最後使用故障樹與證據鏈定位問題,不直接把症狀歸因於單一模組。

系列文章地圖

建議順序 預計文章 核心問題 狀態
1 共同語言:從系統模型到產品鏈路 論文方塊圖與實際資料路徑如何對齊? 規劃中
2 KPI 不只是 BLER 吞吐量、延遲、穩定性、功耗與成本如何共同決策? 規劃中
3 Golden Model 與可重現基準 如何建立能被實作與驗證共同信任的參考? 規劃中
4 從浮點到定點 量化、飽和、縮放與數值誤差如何管理? 規劃中
5 複雜度與即時預算 演算法複雜度如何轉成 cycle、memory bandwidth 與 deadline? 規劃中
6 LMMSE、MMSE、IRC 與 Regularization 從統計估測、空間干擾抑制到 channel uncertainty,這些方法如何串起來? 已發布
7 CP-OFDM 與 DFT-s-OFDM:從 PAPR 到工程實作 上行為何保留兩種波形,DFT/IFFT、Resource Mapping 與 FFT 硬體如何實作? 已發布
8 5G NR 上行功率控制:gNB 知道 UE 發射多少功率嗎? Tx/Rx power、PHR、TPC、Power-limited 與 PUCCH power 浮動如何判讀? 已發布
9 PUCCH Format 0:SR、HARQ-ACK 與 Cyclic Shift 低位元 UCI 如何映射到 Sequence,gNB 如何做 Correlation/DTX/False ACK 判斷? 已發布
10 PDCCH:USS、CSS 與 Candidate Overlap UE 配置 USS 後為何仍監控 CSS?重疊 candidate 如何避免重複解碼與格式歧義? 已發布
11 Cell Search 時域相關運算的算力優化 如何逐層縮小 sample rate、timing、CFO 與高精度運算? 待討論(未發布)
12 驗證金字塔 Unit、vector、link、system 與 field test 各自證明什麼? 規劃中
13 L1 問題的證據鏈 如何從 KPI 異常一路追到資料、時序與演算法根因? 規劃中
14 工程問題如何成為研究題目 如何把限制條件抽象成有價值、可驗證的研究問題? 規劃中

核心比較框架

面向 學術常見關注 工程常見關注 需要對齊的問題
模型 假設清楚、可分析 邊界條件完整、可重現 哪些假設在產品環境不成立?
指標 平均性能、理論增益 Worst case、穩定性、回歸風險 增益是否跨場景成立?
數值 浮點與理想精度 定點、飽和、量化 精度損失的預算如何分配?
複雜度 Big-O、模擬時間 Cycle、延遲、記憶體、功耗 是否在 deadline 內完成?
驗證 Monte Carlo、曲線 Test vector、trace、互通、場測 如何建立可追溯的證據鏈?
交付 論文與程式碼 規格、介面、版本與回歸測試 誰對每個假設與 KPI 負責?

關鍵術語

  • Golden Model:供實作與測試比對的可信參考模型。
  • Link-level simulation:聚焦單一鏈路與物理層性能的模擬。
  • System-level simulation:納入多 cell、多 UE、排程與干擾的系統模擬。
  • Fixed-point/定點化:將浮點演算法映射到有限位元寬與縮放規則。
  • Deadline:資料必須完成處理並交付下一階段的時限。
  • Regression:新變更造成既有場景或 KPI 退化。

範圍界線

本系列聚焦 L1 方法論與工程思維,不會直接公開公司專案、未公開規格、客戶資料或可識別的產品 trace。案例會改寫成通用情境。

後續擴充方式

每篇文章只回答一個主要問題,並在開頭標示先備知識、輸入/輸出與閱讀時間。新文章加入後,會同步更新本頁的文章地圖與推薦順序。