802.11 前导码与 STF 深度解析（含检测算法与 5G 对比

802.11 前导码与 STF 深度解析（含检测算法与 5G 对比）

一份面向软件无线电 / GNU Radio 实操的学习笔记。所有示例尽量给出具体数字，便于复现与发布。

配套代码以 gr-ieee802-11（OFDM WiFi 解码 OOT 模块）与 HackRF 抓包为背景。

---

目录

1. 前导码（Preamble）总览
2. [STF 是什么](#STF 是什么)
3. [STF 的频域布局（20 MHz 信道）](#STF 的频域布局（20 MHz 信道）)
4. [STF 调制原理与数据举例](#STF 调制原理与数据举例)
5. [STF 检测算法（Schmidl-Cox 延迟自相关）](#STF 检测算法（Schmidl-Cox 延迟自相关）)
6. [关于 N=64 与 QAM 阶数的澄清](#关于 N=64 与 QAM 阶数的澄清)
7. [STF 不携带数据](#STF 不携带数据)
8. [5 GHz WiFi 也以 STF 开头](#5 GHz WiFi 也以 STF 开头)
9. [5G 蜂窝基站用 PSS 而非 STF](#5G 蜂窝基站用 PSS 而非 STF)
10. [PSS 与 STF 检测算法对比](#PSS 与 STF 检测算法对比)
11. 附录：源码位置与参考规范

---

1. 前导码（Preamble）总览

在 802.11 OFDM PHY（Clause 17 / 19）里，每个帧的空中接口开头是一段前导码，接收机靠它完成「发现帧 → 粗同步 → 精同步 → 信道估计 → 读帧头」的全过程：

STF   LTF        SIGNAL     DATA 符号1   DATA 符号2  ...  DATA 符号M
8µs   8µs        4µs        ───── 用户数据在这里 ─────
已知BPSK 已知BPSK  头(速率/长度)  QAM(每子载波扛数据)
  ↓同步     ↓信道估计   ↓告诉接收机     ↓ 这里才能解出 QPSK/64-QAM
  0 bit     0 bit      24 bit       用户 payload

• STF（Short Training Field）：包检测、AGC、粗定时、粗频偏（CFO）。
• LTF（Long Training Field）：精细频偏、信道估计（CSI）。
• SIGNAL：24-bit 帧头（Rate 4 / Reserved 1 / Length 12 / Parity 1 / Tail 6），BPSK 1/2。
• DATA：真正的用户数据，每子载波是 QAM 符号。

---

2. STF 是什么

STF = Short Training Field（短训练字段）。

• 名字里的 Training = 「训练序列」：接收端已知这段固定重复的波形，用来训练/校准接收机，不传用户数据。
• 名字里的 Short = 它由 16 个采样（0.8 µs）的短序列 S 重复 10 次构成（10 × 0.8 µs = 8 µs）。相对地 LTF 用 64 采样长序列（所以叫 Long）。
• 这 16 采样的周期性，正是 sync_short 用「延迟 16 做自相关」检测它的物理基础。

---

3. STF 的频域布局（20 MHz 信道）

20 MHz 信道做 64 点 FFT ，子载波间隔 = 20 MHz / 64 = 312.5 kHz 。子载波索引 k ∈ −32, +31：

• k = 0 是 DC（直流，必须置零）
• 可用数据子载波：k = −26 ... −1, +1 ... +26（共 52 个）

STF 只点亮 12 个子载波（BPSK ±1，间隔 4 个取一个，跳过 DC）：

子载波 k :  -24   -20   -16   -12    -8    -4    |   +4    +8   +12   +16   +20   +24
频率(MHz): -7.5  -6.25  -5   -3.75  -2.5  -1.25  | +1.25  +2.5  +3.75  +5   +6.25  +7.5

换算：频率 = k × 312.5 kHz，例如 k = ±24 → ±7.5 MHz。

要点：

• ✅ 对称居中：能量关于 DC（信道正中心 5240 MHz）左右对称，最远到 ±7.5 MHz，正好落在 20 MHz 信道中心区域（整个 OFDM 占用约 ±8.125 MHz，边缘为保护带）。
• ❌ 不是铺满：STF 是一把稀疏的「梳子」------DC 附近的 ±1/±2/±3 不用，最外层 ±25~±28 在 STF 阶段也不点亮。铺满 52 子载波要到 LTF/DATA 阶段。

频率轴直观图（横轴 0 = 信道中心）：

MHz:   -8   -6   -4   -2    0   +2   +4   +6   +8
      |           *   *  |  |  *   *           |
           *       *     |  |     *       *
               *         |  |         *
                         DC(空)
* = STF 子载波   中间空着 DC 和邻近的 ±1~±3

---

4. STF 调制原理与数据举例

4.1 原理

STF 的每个子载波用 BPSK（二相移相键控） 调制，取值固定为 ±1（相位 0° 或 180°），且这 12 个 ±1 是规范规定好的「已知图案」（见 802.11 Table 17-4），不携带任何用户数据。

OFDM 把频域符号变回时域（IFFT）：

          1   N-1
s[n] = ---- · Σ  X[k] · e^{j·2π·k·n/N}      n = 0..63,  N = 64
          N   k=0

STF 里只有 12 个子载波非零：X[k] = ±1（其余 X[k] = 0）。因为占用的子载波都是 4 的倍数（±4, ±8, ... ±24），算出的 s[n] 每 16 个采样重复一次 → 这 16 个采样即短序列 S，重复 10 次 = 8 µs STF。

4.2 数据举例：一对子载波怎么「调制」出波形

拿最简单的一对 对称子载波 k=+4 和 k=-4 举例（真实 STF 是 6 对，原理相同）。

（A）两个都是 +1（BPSK = +1）

s[n] = (1/64)[ e^{j2π·4·n/64}  +  e^{-j2π·4·n/64} ]
     = (1/32)·cos(π·n/8)         ← 实数余弦，周期 16 采样

n	cos(π·n/8)	sn = (1/32)·cos(π·n/8)
0	1.0000	+0.03125
1	0.9239	+0.02887
2	0.7071	+0.02210
3	0.3827	+0.01196
4	0.0000	0
8	−1.0000	−0.03125

→ BPSK 取 +1 时，这对子载波「调制」出的时域波形是一段实数余弦波，周期 16 采样。

（B）把 k=−4 翻成 −1（BPSK = −1）

s[n] = (1/64)[ e^{+j2π·4·n/64}  −  e^{-j2π·4·n/64} ]
     = (1/32)·j·sin(π·n/8)       ← 变成纯虚数正弦

只把那个 ±1 从 +1 改成 −1，波形就从「实数余弦」变成「虚数正弦」。这就是 STF 调制的本质：每个 ±1 决定该频率分量贡献 cos 还是 sin（相位 0° 还是 180°）。

4.3 回到真实 STF：6 对叠加

真实 STF 是 6 对（±4, ±8, ±12, ±16, ±20, ±24），每对按规范给定的 ±1 取值，各自贡献一项 (1/32)·cos 或 (1/32)·j·sin，6 项相加得 16 采样构成的 S：

S[n] = 各对余弦/正弦项之和   （c ∈ {+1,−1} 来自规范 Table 17-4）
STF 时域 = S S S S S S S S S S    （S 重复 10 次，共 160 采样 = 8 µs）

注：gr-ieee802-11/utils/sync_words.py 里定义了时域 64 采样版本的 STF（short 元组），其内部样本形如 1+1j、-1-1j，正是上述 BPSK 子载波经 IFFT 后的结果。接收端的 sync_short 并不需要这张表------下文解释原因。

---

5. STF 检测算法（Schmidl-Cox 延迟自相关）

5.1 公式

核心思想：STF 每 16 采样重复一次，所以把信号和它自己错开 16 采样比，重复段会对得上、出现大相关峰。

C(d) = Σ_{k=0}^{15} r[d+k] · conj(r[d+k+16])      ← 延迟-16 自相关（复数）
P1(d) = Σ_{k=0}^{15} |r[d+k]|²                    ← 窗口 A 功率
P2(d) = Σ_{k=0}^{15} |r[d+k+16]|²                ← 窗口 B 功率
M(d) = |C(d)|² / (P1·P2)                          ← 归一化相关，∈ [0, 1]

• 平方 |C|² 再除以 P1·P2 把信号强度归一掉 → 阈值在 −40 dBm 和 −70 dBm 下同样适用。
• arg(C)/16 给出粗频偏 CFO（残留 Δf 的估计）。

5.2 sync_short.cc 状态机（源码逻辑）

gr-ieee802-11/lib/sync_short.cc 实现 SEARCH → COPY 状态机：

读 in_cor（归一化相关 M，来自 blocks_divide）和 in_abs（复数相位，来自 moving_average）
if in_cor[i] > d_threshold(默认 0.56):   d_plateau++
if d_plateau >= MIN_PLATEAU(默认 2):     → COPY 状态
    d_freq_offset = arg(in_abs[i]) / 16
    插入 stream tag，key = "wifi_start"
    MIN_GAP = 480, MAX_SAMPLES = 540*80  （防重复触发 / 超时）

min_plateau=2 表示相关峰要持续 ≥2 采样，滤掉单采样噪声毛刺。

5.3 具体数值举例（可手算验证）

取一个周期恰为 16 的伪随机 ±1 短序列（真实 STF 的 16 采样 S 结构类似，检测数学完全一致）：

S = [ 1, -1, 1, 1, -1, 1, -1, -1, 1, 1, -1, -1, 1, -1, 1, -1 ]   (16 个采样)
接收信号 r = S 重复两次（32 采样）

（对齐 d=0） 窗口 A = 窗口 B = S：

C(0) = Σ S[k]·S[k] = Σ (±1)² = 16
P1 = P2 = Σ |S[k]|² = 16
M(0) = 16² / (16·16) = 256 / 256 = 1.0        ← 完美峰值

（错开 1 采样 d=1） 窗口 B 变成 S 循环移 1 位：

S[k+1] = [ -1, 1, 1, -1, 1, -1, -1, 1, 1, -1, -1, 1, -1, 1, -1, 1 ]
逐点乘积 S[k]·S[k+1] = -1,-1,+1,-1,-1,-1,+1,-1,+1,-1,+1,-1,-1,-1,-1,-1
C(1) = 4×(+1) + 12×(−1) = −8
M(1) = (−8)² / (16·16) = 64 / 256 = 0.25       ← 明显低于峰值

（纯噪声窗口） 无周期性 → 各乘积相位随机、互相抵消 → M ≈ 0。

→ 接收机看到 M 从 ~0 跳到 ~1.0 并持续 ≥2 采样，即判定「抓到 STF」，在 M 峰值处打 wifi_start 标签。后续 sync_long 用已知 LTF 序列做互相关，给出精定时与精频偏。

---

6. 关于 N=64 与 QAM 阶数的澄清

常见误区：「N=64 表示最多 64 个子载波，意味着最大 QAM64？」------不对，这是两个独立维度。

概念	决定什么	802.11a 的值
N=64（IFFT 点数）	子载波数量 / 信道带宽	64 点 FFT → 20 MHz，52 可用子载波
64-QAM（调制阶数）	每子载波携带几位	最高调制，1 子载波扛 6 bit

• IFFT 只负责把 64 个频域符号搬成时域，不关心 Xk 里是 BPSK 还是 64-QAM。
• 你完全可以用 64 点 IFFT + 最低档 BPSK ，或 64 点 IFFT + 最高档 64-QAM，IFFT 点数不变。

反例（打破「巧合」）：

• 802.11ac（80 MHz）：256 点 IFFT，支持 256-QAM
• 802.11ax（HE）：256/512 点 IFFT，支持 1024-QAM

→ FFT 点数从 64 涨到 256/512，QAM 从 64 涨到 256/1024，二者各自独立增长。802.11a 里它俩都顶到 64 只是命名巧合。

---

7. STF 不携带数据

STF 上的 12 个子载波是 BPSK 固定图案，收发双方都预先知道 → 熵为 0，没有信息量可解。STF 对接收机是「参考音调」，不是「消息」。

• STF / LTF ：已知 BPSK 图案 → 0 个数据比特，纯同步/信道估计。
• SIGNAL ：1 个 OFDM 符号，BPSK 1/2，24 bit（帧头：Rate/Length/Parity/Tail）→ 告诉接收机后面 DATA 用啥速率、多长，不是用户数据。
• DATA ：从这里开始，每个 OFDM 符号的 48 个数据子载波各自扛一个 QAM 符号。

每帧可解数据量：

M_data 符号数  = 由 SIGNAL 的 Length（帧字节数）算出
每符号数据子载波 = 48
每子载波比特    = 调制阶数 (BPSK=1, QPSK=2, 16QAM=4, 64QAM=6)

例：encoding:4 - length:32 - symbols:3（Probe Request）
    → 3 个 DATA 符号，对应那 32 字节 MAC 帧 + 开销

你在 Wireshark 看到的每个 MAC 帧，都是从 DATA 符号解出来的，跟 STF 无关。

---

8. 5 GHz WiFi 也以 STF 开头

是的。 STF 是 802.11 OFDM 前导码的一部分，与频段（2.4G 还是 5G）无关。5 GHz 只跑 OFDM 系列 PHY（11a / 11g ERP-OFDM / 11n HT / 11ac VHT / 11ax HE），而 11b(CCK) 只在 2.4 GHz。所有 OFDM 帧都以 STF 开头。

新协议在前面加了一段兼容旧设备的 Legacy 前导码 （本身就是标准 STF），所以即便后面是 VHT/HE 高速数据，最前面的 L-STF 仍是标准 OFDM STF：

协议	5G?	帧开头
11a	✅	L-STF → L-LTF → L-SIG → DATA
11n HT	✅	L-STF → L-LTF → L-SIG → HT-SIG → HT-LTF → HT-DATA
11ac VHT	✅	L-STF → L-LTF → L-SIG → VHT-SIG-A → VHT-STF → ... → VHT-DATA
11ax HE	✅	L-STF → L-LTF → L-SIG → ... → HE-DATA
11b (CCK)	❌仅2.4G	无 STF（长/短同步码）

实操联系（HackRF + gr-ieee802-11）：

• AP 的 5G Beacon（0x0008）是 OFDM → 有 STF → 能检测并解码（把默认设成 ch48 / 5240 MHz 后可见）。
• 路由器→手机的数据帧是 VHT/HE → 有 L-STF（sync_short 能检测），但 DATA 是 VHT → gr-ieee802-11 解不出（它只支持 legacy OFDM）。

---

9. 5G 蜂窝基站用 PSS 而非 STF

「STF」是 802.11（WiFi）专有名词。5G 蜂窝（NR）基站不用 STF，但干「同步/训练」同一件事的结构叫 PSS / SSS / PBCH（合称 SSB）。

5G 基站（gNodeB）周期广播 SSB（Synchronization Signal Block）：

NR 组件	作用	对应 WiFi 里的谁
PSS（主同步信号）	粗定时、粗频偏、小区 ID 组	≈ STF
SSS（辅同步信号）	小区 ID（扇区）、帧定时	≈ STF + 部分 SIGNAL
PBCH（物理广播信道）	携带 MIB（系统帧号、子载波间隔等）	≈ SIGNAL 字段

• 底层波形一样 ：5G NR 下行用 CP-OFDM（带循环前缀的 OFDM），和 WiFi OFDM 同宗（子载波 + IFFT）。
• 同步信号不同 ：PSS 是长度-127 的 BPSK m 序列（生成多项式 x⁷+x⁴+1，3 种循环移位对应 N_ID^(2) = 0/1/2），占 SSB 中央 127 个子载波。接收机用互相关/匹配滤波检测，而非 WiFi 的周期性自相关。
• 信道估计（WiFi 靠 LTF） ：5G 用 DM-RS （插在 DATA 里）和 CRS（LTE 用）。

---

10. PSS 与 STF 检测算法对比

10.1 核心区别

• STF 检测 = 盲周期自相关：不知道具体序列，只要信号里存在「每 16 采样重复」就触发。
• PSS 检测 = 已知序列匹配滤波：拿 3 条固定模板去互相关，对上了出峰，同时认出是哪个小区。

10.2 STF 检测（Schmidl-Cox 自相关，复习）

已知: 只有重复周期 D=16（无需知道 ±1 图案）
C(d) = Σ r[d+k]·conj(r[d+k+16])   ;   M = |C|²/(P1·P2)
判定: M > 阈值 且 持续 ≥ min_plateau → 抓到 STF
输出: 粗定时 + 粗 CFO = arg(C)/16

10.3 PSS 检测（匹配滤波 / 互相关）

接收端本地生成 3 条候选 PSS 时域序列  pss_0 / pss_1 / pss_2
Λ_m(τ) = Σ_n  r[τ+n] · conj(pss_m[n])      ← 匹配滤波
峰值 τ* = argmax |Λ_m(τ)|  →  PSS 定时位置
哪条峰最大 → N_ID^(2)（小区 ID 一部分）
CFO: 由 127 子载波相位斜率 或 CP 相关估出

10.4 逐项对比表

维度	STF（WiFi）	PSS（5G NR）
检测本质	延迟自相关（blind）	互相关 / 匹配滤波（known）
是否需已知序列	否，只要知道周期 16	是，必须生成本地 PSS 模板
输出	粗定时 + 粗 CFO	定时 + CFO + 小区 ID
能否区分基站	不能（所有 STF 一样）	能（3 种 PSS → 区分 PCI 组）
大频偏鲁棒性	强（周期结构对 CFO 不敏感）	较弱（大 CFO 让相关峰移位，常需先粗纠或扫 CFO 假设）
定时精度	粗（靠后续 LTF 精修）	较精（相关峰直接给符号边界）
计算量	极小（滑动自相关）	较大（对 3 条序列相关，常配 FFT 快速相关）
检测后动作	交 sync_long 用 LTF 精修	交 SSS 解完整 PCI，再解 PBCH(MIB)

10.5 一个关键共同点：两者都是「两段式」

WiFi:  STF 自相关(粗定时)  ──→  LTF 已知序列相关(精定时+信道估计)
5G:    CP 自相关(粗定时,可选)  ──→  PSS 匹配滤波(定时+ID)  ──→  SSS/PBCH

• WiFi 把「粗同步」塞进 STF 的周期性自相关，把「精同步+识别」留给 LTF 已知序列。
• 5G 把「识别小区」提前到 PSS（蜂窝要区分成千上万基站），PSS 一上来就是已知序列匹配；粗定时可用 CP 自相关辅助（和 STF 思路异曲同工）。

10.6 PSS 相关峰小例子

本地模板 pss（127 点 BPSK，幅度 ±1）。接收端在正确偏移 τ 收到干净 PSS 加噪声：

Λ(τ) = Σ pss[n]·conj(pss[n] + noise[n])
     = Σ|pss[n]|²  +  Σ pss[n]·conj(noise[n])
     = 127          +  小随机量          ← 真位置 τ 处出现大峰值
错误偏移 τ' :  Λ(τ') ≈ 0 + 随机量        ← 无峰

对比 STF：STF 不生成模板，算 Σ r[k]·conj(r[k+16])------信号自己和自己错开 16 比 ；PSS 是接收信号和已知模板比。

---

11. 附录：源码位置与参考规范

gr-ieee802-11 相关源码

• lib/sync_short.cc：STF 检测状态机（阈值 0.56、min_plateau 2、wifi_start 标签、CFO = arg/16）
• lib/sync_long.cc：LTF 已知序列互相关，精定时 + 精频偏，重发 wifi_start
• lib/frame_equalizer_impl.cc：parse_signal 解码 Rate / Length / Parity
• lib/decode_mac.cc：pmt::cons(meta, blob) 输出 MAC 帧
• utils/sync_words.py：时域 STF/LTF 序列定义（验证 STF 调制用）

参考规范

• IEEE 802.11-2016：Clause 17（11a OFDM PHY）、Clause 19（11g ERP-OFDM）、Table 17-4（STF 12 子载波 BPSK 取值）、17.3.3（STF 定义）
• 3GPP TS 38.211：7.4.2（NR PSS/SSS/PBCH 序列与资源映射）
• Schmidl & Cox, "Robust Frequency and Timing Synchronization for OFDM", 1997（延迟自相关经典论文）

---

本文基于 gr-ieee802-11 源码研习与 802.11 / 5G 规范整理，示例均可手算复现。