通信工程 / 系统课时

用香农容量估算传输速率上限

用香农容量估算传输速率上限

给定接收端带宽和信噪比,可以算出理想高斯白噪声信道能够支持的可靠传输速率上限。本篇用 1 MHz、10 dB 的链路做计算,再把调制、纠错编码与协议开销逐项计入,得到更接近业务侧的速率估算。

学习目标

  • 将 dB 信噪比换算为线性功率比,计算香农容量。
  • 比较增加带宽与提高信噪比对容量的影响。
  • 分清理论容量、调制后的信息速率和应用有效吞吐量。

明确公式与输入单位

对带宽为 BB、带内接收信噪比为 SNRlin\mathrm{SNR}_{\mathrm{lin}} 的理想带限 AWGN 信道,香农容量为:

C=Blog⁡2(1+SNRlin)C=B\log_2(1+\mathrm{SNR}_{\mathrm{lin}})

其中 BB 的单位是 Hz,CC 的单位是 bit/s。公式里的 SNR 是信号功率与噪声功率的线性比值,不能直接填 10 dB 这样的对数数值。先用 SNRlin=10SNRdB/10\mathrm{SNR}_{\mathrm{lin}}=10^{\mathrm{SNR}_{\mathrm{dB}}/10} 转换。

这里的 SNR 必须是接收端、对应带宽内的信噪比;它不是发射功率,也不等同于按每比特归一化的 Eb/N0E_b/N_0。香农容量描述理想条件下可靠通信的极限,并不表示任意调制和短码长都能达到该速率。

算出一条链路的容量

假设可用带宽 B=1,000,000B=1{,}000{,}000 Hz,接收 SNR 为 10 dB。线性值等于 10,因此 C=106log⁡2(11)≈3.459C=10^6\log_2(11)\approx3.459 Mbit/s。下面的 Python 3 标准库示例可复核结果:

python
import math

bandwidth_hz = 1_000_000
snr_db = 10.0

# dB 是功率比的对数表达,必须先还原为线性比值。
snr_linear = 10 ** (snr_db / 10)
capacity_bps = bandwidth_hz * math.log2(1 + snr_linear)
print(f"SNR_linear={snr_linear:.0f}")
print(f"Capacity={capacity_bps / 1e6:.3f} Mbit/s")

预期输出:

text
SNR_linear=10
Capacity=3.459 Mbit/s

这表示理想可靠通信上限约为 3.459 Mbit/s,不是该链路保证能获得的文件下载速度。

对比增加带宽与提高信噪比

对同一个公式分别改变一个输入,可以看清收益:

带宽 接收 SNR 理论容量
1 MHz 0 dB 1.000 Mbit/s
1 MHz 10 dB 3.459 Mbit/s
1 MHz 20 dB 6.658 Mbit/s
2 MHz 10 dB 6.919 Mbit/s

SNR 从 10 dB 升到 20 dB,线性功率比提高 10 倍,但容量仅从 3.459 增至 6.658 Mbit/s,因为容量随 SNR 对数增长。如果保持接收带内 SNR 为 10 dB,带宽翻倍会让容量翻倍;但在总接收信号功率不变、噪声功率谱密度不变时,扩带宽也会增加噪声功率,不能套用“恒定 SNR”的行来预测实际增益。

估计应用最终能拿到多少

再看一个明确假设的物理层预算:在 1 MHz 通带内使用滚降系数 β=0.25\beta=0.25 的升余弦成形 QPSK,符号率上限约为 1/1.25=0.81/1.25=0.8 Mbaud。每符号 2 bit,未扣纠错冗余时为 1.6 Mbit/s。依次计入码率 3/43/4 的 FEC、占用 5% 时频资源的导频以及约 10% 的帧与上层协议开销:

Rapp≈1.6×34×0.95×0.90=1.026 Mbit/sR_{\mathrm{app}}\approx1.6\times\frac{3}{4}\times0.95\times0.90=1.026\ \mathrm{Mbit/s}

这里的 1.026 Mbit/s 只是按这些假设估算的无重传净速率;实际还取决于误块率、调度、控制信令和链路自适应。若发生重传,应用有效吞吐量会进一步降低。判断一个速率是否合理,先核对带宽与接收 SNR,再核对调制阶数、编码率和开销,不能拿香农容量直接当作业务测速值。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

用香农容量估算传输速率上限

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通