第 7 章 未编码系统性能 / Uncoded System Performance
6.1 概述
在研究信道编码、OFDM、MIMO 等高级技术之前,理解未编码系统(Uncoded System)在各种信道条件下的基线性能至关重要。未编码性能是系统设计的"地板"——编码与信号处理的一切努力都是在这个地板之上搭建的。
本章将从工程实践角度出发,系统分析 AWGN(加性高斯白噪声)、平坦衰落(Flat Fading)和频率选择性衰落(Frequency-Selective Fading)信道下,BPSK、QPSK、M-QAM 等调制方式的误比特率(BER, Bit Error Rate)性能,并讨论分集(Diversity)、中断概率(Outage Probability)和链路预算(Link Budget)等核心概念。
mindmap
root((未编码系统性能))
AWGN 信道
BPSK / QPSK
M-QAM
衰落信道
平坦 Rayleigh
频率选择性
性能改善
分集技术
链路预算
工程指标
BER 目标
中断概率
6.2 AWGN 信道下的 BER 性能
6.2.1 信道模型
AWGN(Additive White Gaussian Noise)信道是最基本的信道模型,接收信号可表示为:
$$r(t) = s(t) + n(t)$$
其中 $s(t)$ 为发送信号,$n(t)$ 为零均值、双边功率谱密度 $N_0/2$ 的高斯白噪声。该模型适用于视距(LOS, Line-of-Sight)通信、卫星链路、深空通信等场景,是评估调制方案性能的理想基准。
6.2.2 BPSK 与 QPSK
BPSK(Binary Phase Shift Keying)是最简单的二维调制方式,星座点为 ${+\sqrt{E_b},, -\sqrt{E_b}}$,其 BER 为:
$$P_b = Q!\left(\sqrt{\frac{2E_b}{N_0}}\right) = Q!\left(\sqrt{2\gamma_b}\right)$$
其中 $\gamma_b = E_b/N_0$ 为每比特信噪比(SNR per bit),$Q(\cdot)$ 为高斯 Q 函数:
$$Q(x) = \frac{1}{\sqrt{2\pi}} \int_x^{\infty} e^{-t^2/2}, dt$$
QPSK(Quadrature Phase Shift Keying)可视为两路正交 BPSK 的叠加,每路承载 1 bit,因此:
$$P_b^{\text{QPSK}} = Q!\left(\sqrt{\frac{2E_b}{N_0}}\right) = Q!\left(\sqrt{2\gamma_b}\right)$$
工程要点:BPSK 与 QPSK 在 AWGN 下具有相同的 BER-曲线,但 QPSK 的频谱效率是 BPSK 的两倍(2 bit/s/Hz vs. 1 bit/s/Hz)。这就是 QPSK 成为绝大多数无线系统默认调制方式的根本原因。
在工程估算中,高 SNR 区间常用 Q 函数的渐进上界:
$$Q(x) \approx \frac{1}{x\sqrt{2\pi}} e^{-x^2/2}, \quad x \gg 1$$
因此 $\gamma_b \gg 1$ 时:
$$P_b \approx \frac{1}{2\sqrt{\pi\gamma_b}} , e^{-\gamma_b}$$
这表明 AWGN 下 BPSK/QPSK 的 BER 随 SNR 呈指数下降,非常高效。
6.2.3 M-QAM
M-QAM(M-ary Quadrature Amplitude Modulation)通过同时在同相(I)和正交(Q)分量上调制幅度和相位来提高频谱效率。对于方形 $M$-QAM($M = 4^k$),BER 的近似闭式解为:
$$P_b \approx \frac{4}{\log_2 M}\left(1 - \frac{1}{\sqrt{M}}\right) Q!\left(\sqrt{\frac{3\gamma_b \log_2 M}{M-1}}\right)$$
| 调制方式 | 频谱效率 (bit/s/Hz) | $\text{BER} = 10^{-3}$ 所需 $E_b/N_0$ (dB) | $\text{BER} = 10^{-6}$ 所需 $E_b/N_0$ (dB) |
|---|---|---|---|
| BPSK | 1 | 6.8 | 10.5 |
| QPSK | 2 | 6.8 | 10.5 |
| 16-QAM | 4 | 10.5 | 14.4 |
| 64-QAM | 6 | 14.7 | 18.8 |
| 256-QAM | 8 | 19.0 | 23.3 |
工程要点:从 QPSK 到 256-QAM,频谱效率每翻倍,所需 SNR 增加约 3-4 dB。这就是"频谱效率换功率"的定量体现——也是自适应调制编码(AMC, Adaptive Modulation and Coding)的理论基础。
xychart-beta title "AWGN 下各调制方式的 BER 曲线" x-axis "Eb/N0 (dB)" 0 --> 25 y-axis "BER" 1e-7 --> 1 line "BPSK/QPSK" line "16-QAM" line "64-QAM" line "256-QAM"
6.3 平坦 Rayleigh 衰落下的 BER
6.3.1 从 AWGN 到衰落:性能悬崖
实际无线信道中,多径(Multipath)传播导致接收信号幅度不再是恒定值,而是随机变量。当信道带宽远大于信号带宽(即平坦衰落,Flat Fading)且不存在显著视距路径时,信号包络服从 Rayleigh 分布:
$$f_R(r) = \frac{2r}{\Omega} e^{-r^2/\Omega}, \quad r \geq 0$$
其中 $\Omega = E[R^2]$ 为平均接收功率。
Rayleigh 衰落下,瞬时 SNR $\gamma$ 服从指数分布:
$$f_\gamma(\gamma) = \frac{1}{\bar\gamma} e^{-\gamma/\bar\gamma}, \quad \gamma \geq 0$$
其中 $\bar\gamma$ 为平均 SNR。
6.3.2 平均 BER 的推导
在衰落信道中,瞬时 BER 随信道状态变化,系统性能由平均 BER 度量:
$$\bar{P}b = \int_0^\infty P_b(\gamma) , f\gamma(\gamma) , d\gamma$$
对 BPSK,将 $P_b(\gamma) = Q(\sqrt{2\gamma})$ 代入 Rayleigh SNR 分布积分:
$$\bar{P}_b^{\text{BPSK}} = \frac{1}{2}\left(1 - \sqrt{\frac{\bar\gamma}{1+\bar\gamma}}\right) \approx \frac{1}{4\bar\gamma}, \quad \bar\gamma \gg 1$$
关键结论:AWGN 下 BER 随 SNR 指数下降,而 Rayleigh 衰落下仅以 $1/\bar\gamma$(反比) 下降。要达到 $\text{BER} = 10^{-3}$,BPSK 在 AWGN 下需约 6.8 dB,在 Rayleigh 下需约 24 dB——恶化超过 17 dB!这是无线通信系统设计面临的核心挑战。
6.3.3 各调制方式在 Rayleigh 衰落下的性能
| 调制方式 | Rayleigh 衰落下平均 BER(高 SNR 近似) | 分集阶数 |
|---|---|---|
| BPSK/QPSK | $\bar{P}_b \approx \dfrac{1}{4\bar\gamma}$ | 1 |
| M-QAM | $\bar{P}_b \approx \dfrac{4}{\log_2 M}\left(1 - \dfrac{1}{\sqrt{M}}\right) \cdot \dfrac{1}{\bar\gamma}$ | 1 |
所有未编码调制在 Rayleigh 衰落下分集阶数均为 1(diversity order = 1),即 BER-SNR 曲线的斜率为 −1(对数坐标下)。
flowchart TB A["AWGN: BER ≈ exp(−γ)"] -->|"加入多径衰落"| B["Rayleigh: BER ≈ 1/γ"] B -->|"性能恶化 17–30 dB"| C["解决方案: 分集 + 编码"] style A fill:#2d6a4f,color:#fff style B fill:#d62828,color:#fff style C fill:#457b9d,color:#fff
6.4 频率选择性衰落下的性能
6.4.1 ISI 与性能退化
当信道时延扩展(Delay Spread)$\sigma_\tau$ 与信号符号周期 $T_s$ 可比拟时($\sigma_\tau \gtrsim 0.1,T_s$),信道呈现频率选择性衰落(Frequency-Selective Fading)。此时不同频率分量经历不同的增益和相位偏移,导致:
- 码间干扰(ISI, Inter-Symbol Interference):前后符号的回波叠加
- 信号畸变:星座点严重散布
- 不可约错误平底(Error Floor):即使 SNR 极高,BER 也无法低于某个下界
频率选择性衰落信道的冲激响应建模为:
$$h(t) = \sum_{l=0}^{L-1} \alpha_l , e^{j\phi_l} , \delta(t - \tau_l)$$
其中 $L$ 为多径数目,$\alpha_l$、$\phi_l$、$\tau_l$ 分别为第 $l$ 条路径的幅度、相位和时延。
6.4.2 性能特征
频率选择性衰落下的 BER 性能难以给出通用闭式解,但有如下工程规律:
- 轻度 ISI($\sigma_\tau \approx 0.1,T_s$):BER 性能比 AWGN 恶化 3-6 dB
- 中度 ISI($\sigma_\tau \approx 0.3,T_s$):恶化 10-15 dB,出现错误平底
- 重度 ISI($\sigma_\tau > T_s$):BER 可能卡在 $10^{-2}$ 量级无法改善
工程对策:实际系统中通过均衡器(Equalizer,如线性 MMSE 均衡、DFE)、OFDM(将频率选择性衰落转化为多个并行平坦衰落子信道)、或扩频技术来对抗 ISI。这些技术将频率选择性衰落的挑战转化为可管理的平坦衰落问题。
6.5 分集技术对 BER 的改善
6.5.1 分集原理
分集(Diversity)是对抗衰落最根本的手段,其核心思想:让多个独立的衰落副本同时传输相同信息,则所有副本同时深衰落的概率极低。
分集增益用分集阶数(Diversity Order)$D$ 量化:
$$\bar{P}_b \propto \bar\gamma^{-D}, \quad \bar\gamma \to \infty$$
$D$ 越大,BER-SNR 曲线在对数坐标下的斜率越陡,性能越接近 AWGN。
6.5.2 分集类型
flowchart LR D[分集技术] --> T[时间分集
Time Diversity] D --> F[频率分集
Frequency Diversity] D --> S[空间分集
Space Diversity] T --> T1["交织 + FEC"] F --> F1["跳频 / OFDM"] S --> S1["多天线 / MIMO"] style D fill:#1d3557,color:#fff style T fill:#457b9d,color:#fff style F fill:#457b9d,color:#fff style S fill:#457b9d,color:#fff style T1 fill:#a8dadc,color:#000 style F1 fill:#a8dadc,color:#000 style S1 fill:#a8dadc,color:#000
6.5.3 $L$ 阶分集下的 BER
假设 $L$ 条独立 Rayleigh 衰落路径,采用最大比合并(MRC, Maximal Ratio Combining),合并后瞬时 SNR 为各支路之和:
$$\gamma_{\text{MRC}} = \sum_{i=1}^{L} \gamma_i$$
合并后等效 SNR 的 PDF 为:
$$f_{\gamma_{\text{MRC}}}(\gamma) = \frac{\gamma^{L-1}}{(L-1)!,\bar\gamma^L} , e^{-\gamma/\bar\gamma}$$
BPSK 的平均 BER 为:
$$\bar{P}b(L) = \left[\frac{1}{2}\left(1 - \sqrt{\frac{\bar\gamma}{1+\bar\gamma}}\right)\right]^L \sum{k=0}^{L-1} \binom{L-1+k}{k}\left[\frac{1}{2}\left(1 + \sqrt{\frac{\bar\gamma}{1+\bar\gamma}}\right)\right]^k$$
高 SNR 时简化为:
$$\bar{P}_b(L) \approx \binom{2L-1}{L} \frac{1}{(4\bar\gamma)^L}$$
| 分集阶数 $L$ | BER 近似(高 SNR) | $\text{BER}=10^{-3}$ 所需 $\bar\gamma$ (dB) | 相对无分集的增益 |
|---|---|---|---|
| 1 | $\dfrac{1}{4\bar\gamma}$ | 24.0 | — |
| 2 | $\dfrac{3}{16\bar\gamma^2}$ | 13.5 | 10.5 dB |
| 4 | $\dfrac{35}{256\bar\gamma^4}$ | 9.2 | 14.8 dB |
工程要点:从 $L=1$ 到 $L=2$ 的增益最大(约 10.5 dB),此后边际收益递减。实际系统中,2 阶分集是性价比最高的选择——这正是 2×2 MIMO 在 4G/5G 中成为基本配置的原因。
6.6 中断概率分析
6.6.1 中断概率定义
在慢衰落信道中,信道在多个符号周期内保持不变。此时瞬时 SNR $\gamma$ 可能长期低于解调所需阈值 $\gamma_{\text{th}}$,导致通信中断。中断概率(Outage Probability)定义为:
$$P_{\text{out}} = \Pr(\gamma < \gamma_{\text{th}})$$
6.6.2 Rayleigh 衰落下的中断概率
对于单天线 Rayleigh 衰落信道:
$$P_{\text{out}} = 1 - e^{-\gamma_{\text{th}}/\bar\gamma} \approx \frac{\gamma_{\text{th}}}{\bar\gamma}, \quad \bar\gamma \gg \gamma_{\text{th}}$$
采用 $L$ 阶 MRC 分集后:
$$P_{\text{out}}(L) = 1 - e^{-\gamma_{\text{th}}/\bar\gamma} \sum_{k=0}^{L-1} \frac{(\gamma_{\text{th}}/\bar\gamma)^k}{k!} \approx \frac{1}{L!}\left(\frac{\gamma_{\text{th}}}{\bar\gamma}\right)^L$$
工程意义:$L$ 阶分集使中断概率从 $1/\bar\gamma$ 改善为 $1/\bar\gamma^L$——分集阶数同样体现在中断概率的斜率上。例如,5G URLLC(超可靠低时延通信)要求 $P_{\text{out}} < 10^{-5}$,仅靠提高功率几乎不可能实现,必须依靠多天线分集。
6.6.3 中断容量
中断概率与中断容量(Outage Capacity)直接关联。给定中断概率 $P_{\text{out}}$ 的约束,可求出对应的 $\gamma_{\text{th}}$,进而得到中断容量:
$$C_{\text{out}} = B \cdot \log_2(1 + \gamma_{\text{th}})$$
其中 $B$ 为信道带宽。实际系统(如 LTE/5G)的调度器正是基于此原理选择适当的调制编码方案(MCS)。
6.7 链路预算与 SNR 估算
6.7.1 链路预算基本框架
链路预算(Link Budget)是从发射功率出发,逐项计入增益与损耗,最终估算接收 SNR 的系统级分析工具。
$$P_{\text{rx}} = P_{\text{tx}} + G_{\text{tx}} + G_{\text{rx}} - L_{\text{path}} - L_{\text{other}} \quad \text{(dB)}$$
其中:
- $P_{\text{tx}}$:发射功率(dBm)
- $G_{\text{tx}}, G_{\text{rx}}$:发射/接收天线增益(dBi)
- $L_{\text{path}}$:路径损耗(dB)
- $L_{\text{other}}$:其他损耗(馈线、穿透、人体等)
接收 SNR:
$$\gamma = \frac{P_{\text{rx}}}{N} = \frac{P_{\text{rx}}}{kTB \cdot F}$$
其中 $k$ 为玻尔兹曼常数($1.38 \times 10^{-23}$ J/K),$T$ 为等效噪声温度(K),$B$ 为接收带宽(Hz),$F$ 为接收机噪声系数(Noise Figure,线性值)。
6.7.2 路径损耗模型
| 模型 | 适用场景 | 公式 |
|---|---|---|
| 自由空间 | 视距、卫星 | $L = 20\log(4\pi d/\lambda)$ |
| Okumura-Hata | 宏蜂窝城区 | 经验公式,含频率/高度修正 |
| COST 231 | 城区/郊区 | Hata 扩展,1500–2000 MHz |
| 3GPP TR 38.901 | 5G NR(0.5–100 GHz) | 含 LOS/NLOS 概率模型 |
6.7.3 链路预算示例
以典型 LTE 上行为例:
| 参数 | 值 |
|---|---|
| 终端发射功率 | 23 dBm (200 mW) |
| 终端天线增益 | 0 dBi |
| 路径损耗(2 km 城区) | −130 dB |
| 基站天线增益 | +18 dBi |
| 馈线/接头损耗 | −2 dB |
| 接收功率 | −91 dBm |
| 热噪声功率(180 kHz RB) | −118.5 dBm |
| 噪声系数 | 3 dB |
| 接收 SNR | 24.5 dB |
该 SNR 在 AWGN 下足以支撑 64-QAM(需约 14.7 dB for BER=10⁻³),但若考虑 Rayleigh 衰落余量(约 15-20 dB),可能需降级至 QPSK 甚至 BPSK。
flowchart LR A["发射功率
23 dBm"] --> B["路径损耗
−130 dB"] B --> C["天线增益
+18 dBi"] C --> D["其他损耗
−2 dB"] D --> E["接收功率
−91 dBm"] E --> F["噪声功率
−115.5 dBm"] F --> G["SNR = 24.5 dB"] style A fill:#2a9d8f,color:#fff style B fill:#e76f51,color:#fff style C fill:#2a9d8f,color:#fff style D fill:#e76f51,color:#fff style E fill:#264653,color:#fff style F fill:#264653,color:#fff style G fill:#e9c46a,color:#000
6.7.4 衰落余量
链路预算中必须为衰落预留衰落余量(Fade Margin):
$$\text{SNR}{\text{design}} = \text{SNR}{\text{target}} + \text{Fade Margin}$$
| 场景 | 典型衰落余量 |
|---|---|
| 轻度衰落(近距 LOS) | 3–6 dB |
| 城区宏蜂窝(NLOS) | 10–15 dB |
| 室内深衰落 | 15–25 dB |
衰落余量的大小取决于所需覆盖可靠性。例如,要确保 95% 区域内 $\text{BER} \leq 10^{-3}$,需根据边缘覆盖率与衰落分布反推所需余量。
6.8 工程应用:实际系统 BER 目标
6.8.1 各系统的 BER 要求
| 系统/标准 | 目标 BER | 对应 $E_b/N_0$ (dB, AWGN) | 说明 |
|---|---|---|---|
| 语音通信(GSM) | $\leq 10^{-3}$ | ~7 | 人耳可容忍较低质量 |
| 数据传输(Wi-Fi) | $\leq 10^{-5}$ | ~10 | 需重传机制保障 |
| 视频流媒体 | $\leq 10^{-6}$ | ~10.5 | 丢包影响用户体验 |
| 卫星遥控 | $\leq 10^{-7}$ | ~12 | 指令不可出错 |
| 深空通信 | $\leq 10^{-10}$ | ~15+ | 级联编码 + 交织 |
6.8.2 BER 与 FER/BLER 的关系
实际系统中常用误帧率(FER, Frame Error Rate)或误块率(BLER, Block Error Rate)替代 BER:
$$\text{FER} \approx 1 - (1 - P_b)^N$$
其中 $N$ 为每帧比特数。对于 $N = 1000$ bit 的帧:
- $\text{BER} = 10^{-3}$ → $\text{FER} \approx 63%$(几乎每帧都错!)
- $\text{BER} = 10^{-5}$ → $\text{FER} \approx 1%$
- $\text{BER} = 10^{-6}$ → $\text{FER} \approx 0.1%$
工程要点:LTE/5G NR 中,HARQ(混合自动重传)的目标 BLER 通常设为 10%,远高于传统 BER 目标。这是因为 HARQ 可以高效重传,初始传输无需追求极低错误率,从而获得更高的有效吞吐量。这一设计哲学深刻体现了"未编码性能是基线,编码+重传才是实际手段"的理念。
6.8.3 BER 测量的工程方法
实际系统中 BER 的测量与验证方法包括:
- 伪随机比特序列(PRBS):发送已知 PN 序列,接收端逐比特比较
- 循环冗余校验(CRC):通过 CRC 校验失败率间接估计 BLER
- 信道质量指示符(CQI):LTE/5G 中 UE 上报 CQI,基站据此选 MCS
- 置信度检验:为保证统计可靠,通常要求错误比特数 $\geq 100$,即:
$$N_{\text{total}} \geq \frac{100}{P_b}$$
测量 $\text{BER} = 10^{-6}$ 至少需要 $10^8$ bit(约 12.5 MB)的数据量。
6.9 本章小结
flowchart TB
subgraph 信道模型
A1["AWGN"] --> A2["BER ∝ exp(−γ)
指数下降"]
B1["平坦 Rayleigh"] --> B2["BER ∝ 1/γ
反比下降"]
C1["频率选择性"] --> C2["ISI + 错误平底
恶化严重"]
end
subgraph 改善手段
D1["分集 (L 阶)"] --> D2["BER ∝ 1/γ^L
斜率提升 L 倍"]
E1["均衡 / OFDM"] --> E2["将 ISI 转化为
平坦衰落"]
F1["编码 + HARQ"] --> F2["编码增益 5–10 dB
+ 重传保障"]
end
A2 --> G["链路预算: SNR = Ptx − Lpath + G − N"]
B2 --> G
D2 --> G
G --> H["实际 BER 目标
语音 10⁻³ / 数据 10⁻⁵ / 遥控 10⁻⁷"]
style A2 fill:#2d6a4f,color:#fff
style B2 fill:#d62828,color:#fff
style C2 fill:#d62828,color:#fff
style D2 fill:#457b9d,color:#fff
style E2 fill:#457b9d,color:#fff
style F2 fill:#457b9d,color:#fff
style G fill:#f4a261,color:#000
style H fill:#e9c46a,color:#000
核心要点回顾:
- AWGN 是理想基准:BPSK/QPSK 的 BER 以 $Q(\sqrt{2\gamma_b})$ 指数下降,是所有性能分析的起点。
- Rayleigh 衰落是最大敌人:BER 从指数下降退化为 $1/\bar\gamma$ 反比下降,同等 BER 要求恶化 17 dB 以上。
- 分集是抗衰落第一利器:$L$ 阶分集使 BER 以 $1/\bar\gamma^L$ 下降,2 阶分集即可获得约 10.5 dB 增益。
- 链路预算是系统设计的核心工具:从发射功率到接收 SNR 的全链路分析,结合衰落余量确定系统覆盖能力。
- 未编码性能是"地板":编码、HARQ、MIMO 等技术在此基础上叠加增益,理解未编码性能是一切系统优化的前提。
参考文献
- Goldsmith, A. (2005). Wireless Communications. Cambridge University Press.
- Proakis, J. G. & Salehi, M. (2008). Digital Communications (5th ed.). McGraw-Hill.
- 3GPP TR 38.901. Study on channel model for frequencies from 0.5 to 100 GHz.
- Rappaport, T. S. (2002). Wireless Communications: Principles and Practice (2nd ed.). Prentice Hall.