信噪比 统计学(统计平均信噪比)

信噪比/信纳比/ SINR

术语SNR/SINAD/SINR相似但不同。表征的是有用信号和无用噪声之间的比率。这些术语让几乎所有人都感到困惑。我将尽力解释这些术语的概念和实际意义。如果我知道使用它们的目的，就更容易理解了。

信噪比

SNR代表“信噪比”。这几乎是不言自明的，不需要太多解释。它只是信号功率与噪声功率的比值，如下面以数学形式描述的。

信噪比SNR的定义信噪比的定义

信噪比可以用图形表示如下。

如果对数表示转换成dB，信噪比可以是正的，也可以是负的。负信噪比意味着信号功率低于噪声功率。你可能觉得在负信噪比的情况下，交流是不可能的。实际上，cdma和wcdma都可以在负信噪比下解调信号。为什么信噪比很重要？这是因为信噪比是表征信号质量的最重要的指标之一。你可能认为信号功率是影响信号质量最重要的因素，但实际上信号功率本身并不代表它能代表信号质量，也不能帮你预测通信系统会出现多少差错。即使你的信号功率很强，噪声功率很高，也不会得到很好的通信结果(误码率低或者没有误码率)。相反，即使信号功率很低，如果噪声功率远小于信号功率，也能获得良好的通信效果。这就是为什么在大多数通信教科书或大多数测量过程中，信噪比(SNR)而不是绝对信号功率被用作评估和测试RF的标准。现在让我们考虑如何测量信噪比。您可以使用频谱分析仪粗略估计某个信号的信噪比，但测量精确的信噪比可能不像听起来那么容易，因为理想情况下，这种测量应该使用1Hz的频谱分析仪RBW进行。然而，如果你必须在通信设备(不是测试设备)中测量信噪比，你不能使用与频谱分析仪相同的方法。在这种情况下，设备使用非常复杂的信号处理算法来估计信噪比，并且该方法本身随着不同的通信技术而变化。信噪比如何影响系统的性能(特别是对于传输系统的接收端)？我想下面的情节会让你对此有一个直观的认识。正如你所看到的，随着信噪比的降低，信号质量变得更差(更高的噪声水平)。因此，误码率(BER)会增加，灵敏度会降低。(注意:本例中的噪声是AWGN加性高斯白噪声。下图中，红点代表几乎没有误差的理想星座，黑点代表每个噪声数据点的统计位置。你可以说黑点离红点越远，可能出现的错误(误码)就越多。在本例中，您可以看到三种情况下的QAM(正交幅度调制)星座图，每种情况都有不同信噪比的误差。你会注意到，随着信噪比的降低，星座分布更加广泛。

温馨提示:调制方式相同。随着信噪比的降低，出错的可能性也会相应增加。

现在让我们更定量地描述信噪比和误码率之间的关系。以下星座基于LTE物理层规范。信噪比和精确误码率之间的精确定量关系取决于每个通信系统的设计，但这里解释的一般逻辑适用于任何系统。先看顶级星座系列。您可以看到不同的调制方法(BPSK、QAM、16QAM、64QAM、256 QAM)，但信噪比是相同的。你会注意到，即使在相同的信噪比下，误差的概率也会随着调制深度的增加而增加。

温馨提示:不同的调制方式对信噪比的要求不同。调制深度越高，对信噪比的要求就越高。

现在我们把信噪比降低5dB，星座图上的误码率变高(黑色区域增大，远离红点)。

现在我们把信噪比降低5dB，星座图上的误码率会更高(黑色区域会变多，远离红点)。

现在我们把信噪比降低5dB，星座图上的误码率会更高(黑色区域变得越来越多，离红点越来越远)。

现在你能从这个例子中看出什么趋势吗？即使调制星座相同，误码率也会根据信噪比而变化。很多人倾向于认为误码率是由绝对功率或者绝对信号强度决定的，但其实绝对功率不重要，信噪比才重要。很多同事会认为噪声水平是已知的，不会随着功率的增减而变化。事实上，如果这个大假设成立，如果你提高发射功率，信噪比会变高；当发射机功率降低时，信噪比会变低；如果在研究中需要非常精确的误码分析，则需要检查信号路径中每个元件的信噪比。您可能已经注意到，信噪比与误码率密切相关。

I) 调制深度（比如都是64QAM）相同的情况下，SNR越高，误码率越低；SNR越低，误码率越高；II) 相同SNR的情况下，调制深度（比如64QAM）越高，误码率越高；调制深度（比如QPSK）越低，误码率越低；

然而，在现代通信中，使用各种信道编码和纠错技术来纠正一定的误码率。因此，如果您测量纠错后的错误率，您可能会看到比没有纠错时更低的错误率。一般将纠错后的误码率称为块误码率。然而，即使有这种纠错机制，修复错误的能力也是有限的。误码率和调制深度之间的关系不变。

信噪比和失真比

和信噪比类似，还有一个指标叫SINAD。定义如下，它代表总能量(有用+无用)与无用功率之比。因为分子在定义中是总功率，所以用dB表示的值总是正的。

在大多数射频领域，我们更多的使用信噪比，在音频信号分析等领域，我们更多的使用SINAD。我们经常混淆SNR和SINAD。除了信号谐波项，只留下噪声项，其余信噪比(SNR，有时称为无谐波SNR-无谐波)与SINAD算法相同。实际上只需要排除前五次谐波(因为它们占主导地位)。但由于排除了谐波项，通常不会下降那么快。如上所述，主要区别在于计算中是否包括“扭曲”。失真反映在时域中。如果将失真信号转换到频域，失真将以谐波的形式出现。因此，在频域中，SNR和SINAD的主要区别在于计算中是否包括谐波。SINAD包含谐波，但SNR不包含。

SINR(信号干扰噪声比)

SINR代表信号干扰加噪声比，定义如下(希望这张图能说明一切)。简单地说，SINR是信号(有用信号)与无用噪声之比。无用噪声包括所有外部干扰和内部产生的噪声。

示例1:LTE实时网络中信噪比(SINR)与吞吐量的关系

下图显示吞吐量随着信噪比(SINR)的增加呈指数增长。换句话说，随着信噪比的降低，吞吐量会大大降低。如果网络不改变码率(即MCS)，吞吐量下降可能是由于接收端解码失败(即ue解码失败)，而在实际网络中，上报的CQI会周期性地改变码率(即MCS会随着CQI值的减小而减小，导致传输块大小的减小)，所以吞吐量的这种变化可能是由于传输块大小的减小。这里，CQI =信道质量指示符，即信道质量指示符。