OFDMA 如何工作并使无线受益？
How does OFDMA works and benefits wireless?
谁能用简单的英语解释一下正交频分多址的工作原理及其优点，避免使用“Fourier”？我对许多使用“傅里叶”的东西来解释的描述感到非常困惑。 （或者如果有人可以使“傅立叶”的东西更清楚地理解......）
让我试着让傅里叶的东西更容易理解。也许有帮助。每个与时间相关的信号都可以写成正弦和余弦的加权和 'waves'（意思是正弦和余弦是时间的函数）。某个正弦或余弦的正确权重表示该特定频率在您的信号中的强度。
因此，一方面，您可以通过告诉信号在每个时刻的强度来表示您的信号。也就是说，可以用时间的函数来表示：strength(t).
另一方面，您也可以通过告诉其中每个频率的强度来表示相同的信号。也就是说，可以用频率的函数来表示：weight(f),
根据强度 (t) 计算权重 (f) 称为傅里叶变换。
从权重 (f) 计算强度 (t) 称为傅里叶逆变换。
虽然这听起来很复杂，但您的耳朵一直在这样做。你听不到时间信号，你听到频率，高低 'notes'。
计算傅里叶变换过去非常耗时，直到发明了一种叫做 FFT（快速傅里叶变换）的东西。这只是一个计算技巧，您无需了解任何内容即可理解什么是傅立叶变换。
我不会假装这是对您问题的完整回答，但也许它有帮助。
PS。至于OFDMA，无线电信号当然不是声音。但是原理是一样的。
在无线领域，通常的做法是在时域或频域中查看信号。例如，在时域中，一个频率为一赫兹（每秒一个周期，因此时间周期为一秒）的简单正弦信号表明，在时间轴上，正弦波将在一秒后重复自身。我们也可以在频域中查看相同的信号，它只是一个 1 赫兹频率的 delta 函数（在频域中，x 轴表示频率，在时域中 x 轴表示时间）。把傅立叶想象成一台 Tardis 机器，你在这台机器上输入一些数字，它会带你到频率世界，展示那里是如何存在同样的东西的，当然，你可以通过逆转这个过程再次回到时间世界第一时间带你进入频率世界。因此不难看出，一个时间周期为一秒的永无止境的时域信号，在频域中只表示为一个点。
什么是正交性？为了解释这一点，让我们只讨论频域中的事情。像往常一样，信号以复数或复指数表示。我们也可以以二维坐标形式查看这些复杂的指数或信号，这称为信号的矢量表示。幅度为 1 的余弦波由 (1 + 0 * i) 或向量形式 [ 1; 0 ] 和幅度为 1 的正弦波由 ( 0 + 1i ) 或矢量形式 [0;1 ] 表示。如果两个信号的向量的点积等于零，则称这两个信号是正交的。因此余弦波和正弦波彼此正交。这只是意味着，如果我们在时域中查看这两个信号，将会有一个时刻余弦处于峰值但同时正弦波将为零。
OFDM 利用这种 属性 的正交性，并一次将信息位放在这些正交信号上。由于信号是正交的，接收器只需知道频率和精确相位即可检索所有信息（通过采样过程）。该过程提供了针对符号间干扰 (ISI) 的保护，这是 OFDM 技术的主要优势。 OFDM 在频率选择性衰落方面也具有巨大优势，因为它将宽带频谱（载波）分解为小块频谱（子载波）。
希望对您有所帮助。
不使用FFT和Inverse FFT，OFDMA可以被认为类似于FDMA。
谁能用简单的英语解释一下正交频分多址的工作原理及其优点，避免使用“Fourier”？我对许多使用“傅里叶”的东西来解释的描述感到非常困惑。 （或者如果有人可以使“傅立叶”的东西更清楚地理解......）
让我试着让傅里叶的东西更容易理解。也许有帮助。每个与时间相关的信号都可以写成正弦和余弦的加权和 'waves'（意思是正弦和余弦是时间的函数）。某个正弦或余弦的正确权重表示该特定频率在您的信号中的强度。
因此，一方面，您可以通过告诉信号在每个时刻的强度来表示您的信号。也就是说，可以用时间的函数来表示：strength(t).
另一方面，您也可以通过告诉其中每个频率的强度来表示相同的信号。也就是说，可以用频率的函数来表示：weight(f),
根据强度 (t) 计算权重 (f) 称为傅里叶变换。 从权重 (f) 计算强度 (t) 称为傅里叶逆变换。
虽然这听起来很复杂，但您的耳朵一直在这样做。你听不到时间信号，你听到频率，高低 'notes'。
计算傅里叶变换过去非常耗时，直到发明了一种叫做 FFT（快速傅里叶变换）的东西。这只是一个计算技巧，您无需了解任何内容即可理解什么是傅立叶变换。
我不会假装这是对您问题的完整回答，但也许它有帮助。
PS。至于OFDMA，无线电信号当然不是声音。但是原理是一样的。
在无线领域，通常的做法是在时域或频域中查看信号。例如，在时域中，一个频率为一赫兹（每秒一个周期，因此时间周期为一秒）的简单正弦信号表明，在时间轴上，正弦波将在一秒后重复自身。我们也可以在频域中查看相同的信号，它只是一个 1 赫兹频率的 delta 函数（在频域中，x 轴表示频率，在时域中 x 轴表示时间）。把傅立叶想象成一台 Tardis 机器，你在这台机器上输入一些数字，它会带你到频率世界，展示那里是如何存在同样的东西的，当然，你可以通过逆转这个过程再次回到时间世界第一时间带你进入频率世界。因此不难看出，一个时间周期为一秒的永无止境的时域信号，在频域中只表示为一个点。
什么是正交性？为了解释这一点，让我们只讨论频域中的事情。像往常一样，信号以复数或复指数表示。我们也可以以二维坐标形式查看这些复杂的指数或信号，这称为信号的矢量表示。幅度为 1 的余弦波由 (1 + 0 * i) 或向量形式 [ 1; 0 ] 和幅度为 1 的正弦波由 ( 0 + 1i ) 或矢量形式 [0;1 ] 表示。如果两个信号的向量的点积等于零，则称这两个信号是正交的。因此余弦波和正弦波彼此正交。这只是意味着，如果我们在时域中查看这两个信号，将会有一个时刻余弦处于峰值但同时正弦波将为零。
OFDM 利用这种 属性 的正交性，并一次将信息位放在这些正交信号上。由于信号是正交的，接收器只需知道频率和精确相位即可检索所有信息（通过采样过程）。该过程提供了针对符号间干扰 (ISI) 的保护，这是 OFDM 技术的主要优势。 OFDM 在频率选择性衰落方面也具有巨大优势，因为它将宽带频谱（载波）分解为小块频谱（子载波）。
希望对您有所帮助。
不使用FFT和Inverse FFT，OFDMA可以被认为类似于FDMA。