有幾個相似但稍有不同的術語表示有用的信号和無用的噪聲之間的比率。這些術語幾乎把每個人都弄糊塗了。這裡将盡可能地解釋這些術語的概念和實際意義。

SNR (Signal to Noise Ratio)

SNR代表“信噪比”。通過字面意思就可以理解。它隻是信号功率和噪聲功率的比值，如下面的數學形式所述。

SNR也可以通過下圖來表示：

如果用分貝單位表示，信噪比可以是正值也可以是負值。負信噪比意味着信号功率低于噪聲功率。你可能認為在負信噪比條件下通信是不可能的，但實際上有一種通信系統（技術）被設計成主要在這種條件下工作（例如CDMA、WCDMA）。

為什麼信噪比很重要？

這是因為信噪比是表征信号質量的重要指标之一。你可能認為信号功率是影響信号質量的最重要因素，但從理論上講，信号功率本身并不代表信号質量，它可以幫助你預測通信系統将發生多少失敗。即使你的信号功率很強，如果噪聲功率也很高，你也不會得到很好的通信效果。相反，即使信号功率很低，如果噪聲功率遠低于信号功率，也會得到很好的通信效果。這就是為什麼在大多數通信教科書或大多數測量過程中，信噪比而不是絕對信号功率被用作評估/測試标準的原因。

可以使用頻譜分析儀獲得特定信号的信噪比的粗略估計，但測量準确的信噪比可能不像聽起來那麼容易，因為理想情況下，SNR測量應在1Hz的RBW下進行。

但是，如果必須在通信設備（而不是測試設備）中測量信噪比，則不能使用與頻譜分析儀相同的方法。在這種情況下，設備使用非常複雜的信号處理算法來估計信噪比，并且根據通信技術的不同，方法本身也會有所不同。

信噪比如何影響系統的性能？下面的内容會給你一個直觀的理解。如您所見，随着信噪比的降低，信号的質量變得更差（噪聲更高）。其結果是誤碼率（BER）增加，靈敏度降低。

在下面的圖中，紅點表示幾乎沒有誤差的理想坐标，黑點表示每個有噪聲的數據點的統計位置。一個黑點離紅點越遠，可能發生的錯誤就越高。在本例中，将看到三種情況下的QAM坐标，并且每種情況都暴露于具有不同SNR的錯誤中。随着信噪比的降低，星座分布的範圍會變寬。意思是：使用相同的調制方案，信噪比越低，出錯的概率越高。

現在更定量地描述一下信噪比和誤碼率之間的關系。以下星座圖基于LTE物理層規範。信噪比和誤碼率之間的精确定量關系會因每個通信系統的設計而異，但這裡解釋的總體邏輯适用于任何系統。

首先，看看頂部軌道上的星座系列。您可以看到不同調制（BPSK、QAM、16QAM、64QAM、256 QAM）但信噪比相同的情況。你會注意到，即使在相同的信噪比下，随着調制深度的增加，也會得到更高的出錯概率。此頂部軌迹表示底部繪圖中一系列圖形上的一個點，如綠色箭頭所示。

現在把信噪比降低5分貝。在頂部軌道上，會注意到星座上的錯誤範圍變寬了，看到圖上的誤碼率增加了。

現在把信噪比再降低5分貝。在頂部軌道上，你會注意到星座上的錯誤範圍變得更廣，你會看到圖上的誤碼率增加得更多。

現在把信噪比再降低5分貝。在頂部軌道上，你會注意到星座上的錯誤範圍變得更廣，你會看到圖上的誤碼率增加得更多。

結論就是，誤碼率會根據信噪比的大小而增減。很多人傾向于認為誤碼率是由發射功率和接收功率決定的，但實際上絕對功率并不重要。真正重要的是信噪比。

如上所述，您可能已經注意到SNR與BER密切相關。你可能會看到一種總的趨勢如下：

• 在相同的調制編碼下，低信噪比下的誤碼率高（性能差），高信噪比下的誤碼率低（性能好）
• 在相同的信噪比下，在高階調制時會得到高誤碼率（性能差），在低階調制時會得到低誤碼率（性能好）

然而，在現代通信中，各種信道編碼和糾錯技術被用來校正一定程度的誤碼率。因此，如果你測量錯誤更正後的錯誤率，你可能會看到錯誤率遠遠低于沒有錯誤更正的情況。通常，糾錯後的錯誤率作為一個稱為BLER（BLock error rate）的參數來測量。但是，即使使用這種錯誤更正過程，也無法修複所有錯誤。因此，總的趨勢仍然适用于BLER測量。

1. 在相同的調制解碼下，低信噪比時會得到高BLER（低性能），高信噪比時會得到低BLER（高性能）
2. 在相同的信噪比下，在高調制深度時會得到高BLER（性能差），在低調制深度時會得到低BLER（性能好）

信噪比和BLER之間的精确相關性可能因使用何種信道編碼和糾錯而不同。下圖顯示了LTE-PDSCH的SNR與BLER的一個很好的示例。這是僅支持64 QAM的系統的數據。如果使用支持256qam的系統進行測量，您将看到不同的繪圖。

SINAD (Signal to Noise And Distortion Ratio)

與SNR類似，還有一個指标叫做SINAD。其定義如下所示。它表示總能量（想要的 不想要的）和不想要的功率的比率。因為分子是定義中的總功率，所以dB的值總是正的。

在大多數射頻領域，我們更頻繁地使用SNR，而在某些領域，如音頻信号分析，我們往往更頻繁地使用SINAD。

我們經常被SNR和SINAD混淆，難以理解SNR和SINAD的區别。

SNR是從FFT數據計算的，與SINAD相同，隻是信号諧波被排除在計算之外，隻留下噪聲項。實際上，隻需要排除前5次諧波，因為它們占主導地位。SNR曲線圖在高輸入頻率下會下降，但由于排除了諧波項，其速度通常不如SINAD。

如上所述，主要區别在于計算中是否包含“失真”。在時域中可以更直觀地理解失真。如果你把失真的信号轉換到頻域，失真就會以諧波的形式出現。因此在頻域上，SNR與SINAD的主要區别在于計算中是否包含諧波。

SINR (Signal to Interference plus Noise Ratio)

SINR代表幹擾信噪比，定義如下。簡單地說，SINR是信号（期望信号）和無用噪聲的比值。不需要的噪聲包括所有外部幹擾和内部産生的噪聲。

示例1:LTE實時網絡中的SNR（SINR）與吞吐量

下面的圖來自一個路測所獲取的數據。

這是顯示SINR和吞吐量之間相關性的真實測量。随着幹擾信噪比（SINR）的提高，吞吐量呈指數增長。換句話說，随着幹擾信噪比的降低，吞吐量将呈指數下降。如果網絡不改變碼率（即：MCS），吞吐量的降低将是由于接收器處的解碼失敗（即，UE處的解碼失敗），然而在實際網絡中，UE周期性地向eNB報告CQI，并且eNB相應地改變碼率（即，随着CQI值變低而減小MCS，這導緻較小的傳輸塊大小），因此，吞吐量的變化将是由于較低的傳輸塊大小。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!