频宽和无线信道的区别（无线通信中的SNR和SINR）

有几个相似但稍有不同的术语表示有用的信号和无用的噪声之间的比率。这些术语几乎把每个人都弄糊涂了。这里将尽可能地解释这些术语的概念和实际意义。

SNR (Signal to Noise Ratio)

SNR代表“信噪比”。通过字面意思就可以理解。它只是信号功率和噪声功率的比值，如下面的数学形式所述。

SNR也可以通过下图来表示：

如果用分贝单位表示，信噪比可以是正值也可以是负值。负信噪比意味着信号功率低于噪声功率。你可能认为在负信噪比条件下通信是不可能的，但实际上有一种通信系统（技术）被设计成主要在这种条件下工作（例如CDMA、WCDMA）。

为什么信噪比很重要？

这是因为信噪比是表征信号质量的重要指标之一。你可能认为信号功率是影响信号质量的最重要因素，但从理论上讲，信号功率本身并不代表信号质量，它可以帮助你预测通信系统将发生多少失败。即使你的信号功率很强，如果噪声功率也很高，你也不会得到很好的通信效果。相反，即使信号功率很低，如果噪声功率远低于信号功率，也会得到很好的通信效果。这就是为什么在大多数通信教科书或大多数测量过程中，信噪比而不是绝对信号功率被用作评估/测试标准的原因。

可以使用频谱分析仪获得特定信号的信噪比的粗略估计，但测量准确的信噪比可能不像听起来那么容易，因为理想情况下，SNR测量应在1Hz的RBW下进行。

但是，如果必须在通信设备（而不是测试设备）中测量信噪比，则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，并且根据通信技术的不同，方法本身也会有所不同。

信噪比如何影响系统的性能？下面的内容会给你一个直观的理解。如您所见，随着信噪比的降低，信号的质量变得更差（噪声更高）。其结果是误码率（BER）增加，灵敏度降低。

在下面的图中，红点表示几乎没有误差的理想坐标，黑点表示每个有噪声的数据点的统计位置。一个黑点离红点越远，可能发生的错误就越高。在本例中，将看到三种情况下的QAM坐标，并且每种情况都暴露于具有不同SNR的错误中。随着信噪比的降低，星座分布的范围会变宽。意思是：使用相同的调制方案，信噪比越低，出错的概率越高。

现在更定量地描述一下信噪比和误码率之间的关系。以下星座图基于LTE物理层规范。信噪比和误码率之间的精确定量关系会因每个通信系统的设计而异，但这里解释的总体逻辑适用于任何系统。

首先，看看顶部轨道上的星座系列。您可以看到不同调制（BPSK、QAM、16QAM、64QAM、256 QAM）但信噪比相同的情况。你会注意到，即使在相同的信噪比下，随着调制深度的增加，也会得到更高的出错概率。此顶部轨迹表示底部绘图中一系列图形上的一个点，如绿色箭头所示。

现在把信噪比降低5分贝。在顶部轨道上，会注意到星座上的错误范围变宽了，看到图上的误码率增加了。

现在把信噪比再降低5分贝。在顶部轨道上，你会注意到星座上的错误范围变得更广，你会看到图上的误码率增加得更多。

现在把信噪比再降低5分贝。在顶部轨道上，你会注意到星座上的错误范围变得更广，你会看到图上的误码率增加得更多。

结论就是，误码率会根据信噪比的大小而增减。很多人倾向于认为误码率是由发射功率和接收功率决定的，但实际上绝对功率并不重要。真正重要的是信噪比。

如上所述，您可能已经注意到SNR与BER密切相关。你可能会看到一种总的趋势如下：

• 在相同的调制编码下，低信噪比下的误码率高（性能差），高信噪比下的误码率低（性能好）
• 在相同的信噪比下，在高阶调制时会得到高误码率（性能差），在低阶调制时会得到低误码率（性能好）

然而，在现代通信中，各种信道编码和纠错技术被用来校正一定程度的误码率。因此，如果你测量错误更正后的错误率，你可能会看到错误率远远低于没有错误更正的情况。通常，纠错后的错误率作为一个称为BLER（BLock error rate）的参数来测量。但是，即使使用这种错误更正过程，也无法修复所有错误。因此，总的趋势仍然适用于BLER测量。

1. 在相同的调制解码下，低信噪比时会得到高BLER（低性能），高信噪比时会得到低BLER（高性能）
2. 在相同的信噪比下，在高调制深度时会得到高BLER（性能差），在低调制深度时会得到低BLER（性能好）

信噪比和BLER之间的精确相关性可能因使用何种信道编码和纠错而不同。下图显示了LTE-PDSCH的SNR与BLER的一个很好的示例。这是仅支持64 QAM的系统的数据。如果使用支持256qam的系统进行测量，您将看到不同的绘图。

SINAD (Signal to Noise And Distortion Ratio)

与SNR类似，还有一个指标叫做SINAD。其定义如下所示。它表示总能量（想要的 不想要的）和不想要的功率的比率。因为分子是定义中的总功率，所以dB的值总是正的。

在大多数射频领域，我们更频繁地使用SNR，而在某些领域，如音频信号分析，我们往往更频繁地使用SINAD。

我们经常被SNR和SINAD混淆，难以理解SNR和SINAD的区别。

SNR是从FFT数据计算的，与SINAD相同，只是信号谐波被排除在计算之外，只留下噪声项。实际上，只需要排除前5次谐波，因为它们占主导地位。SNR曲线图在高输入频率下会下降，但由于排除了谐波项，其速度通常不如SINAD。

如上所述，主要区别在于计算中是否包含“失真”。在时域中可以更直观地理解失真。如果你把失真的信号转换到频域，失真就会以谐波的形式出现。因此在频域上，SNR与SINAD的主要区别在于计算中是否包含谐波。

SINR (Signal to Interference plus Noise Ratio)

SINR代表干扰信噪比，定义如下。简单地说，SINR是信号（期望信号）和无用噪声的比值。不需要的噪声包括所有外部干扰和内部产生的噪声。

示例1:LTE实时网络中的SNR（SINR）与吞吐量

下面的图来自一个路测所获取的数据。

这是显示SINR和吞吐量之间相关性的真实测量。随着干扰信噪比（SINR）的提高，吞吐量呈指数增长。换句话说，随着干扰信噪比的降低，吞吐量将呈指数下降。如果网络不改变码率（即：MCS），吞吐量的降低将是由于接收器处的解码失败（即，UE处的解码失败），然而在实际网络中，UE周期性地向eNB报告CQI，并且eNB相应地改变码率（即，随着CQI值变低而减小MCS，这导致较小的传输块大小），因此，吞吐量的变化将是由于较低的传输块大小。