通信工程 / 系统课时

换算码率、Eb/N0 与信噪比

换算码率、Eb/N0 与信噪比

同样标为 6 dB 的信噪比,可能指每信息比特、每调制符号,也可能指接收带宽内的功率比。混用它们会让编码增益曲线整体偏移。本篇用一个码率为 1/2 的 BPSK 例子,统一能量定义、换算公式与 AWGN 仿真参数。

学习目标

  • 区分编码码率、信息比特率与三种比特或符号能量。
  • 在 Eb/N0E_b/N_0、Es/N0E_s/N_0 和带宽内 SNR 之间正确换算。
  • 用 Python 计算给定码率下的 AWGN 噪声标准差并核对结果。

先分清码率与三种能量

编码码率 R=k/nR=k/n,其中 kk 是信息比特数,nn 是实际发送的编码比特数。设每调制符号携带 m=log⁡2Mm=\log_2M 个编码比特,符号率为 RsR_s,则不计导频和帧头时,信息比特率为 Rb=RmRsR_b=RmR_s。RR 没有单位,RbR_b 的单位是 bit/s。

在编码比特平均能量相同、采用固定平均能量调制的前提下,EcE_c 是每编码比特的发射能量,EsE_s 是每调制符号的平均能量,EbE_b 是摊到每个信息比特的总发射能量:

Es=mEc,Eb=EcR=EsRmE_s=mE_c,\qquad E_b=\frac{E_c}{R}=\frac{E_s}{Rm}

例如 500 个信息比特编码为 1000 位,R=1/2R=1/2;使用 BPSK 时 m=1m=1。若归一化 Es=1E_s=1,则 Ec=1E_c=1、Eb=2E_b=2。Eb=2E_b=2 不是信息位另发了一次能量,而是 1000 个符号的总能量由 500 个信息位分摊。

从 Eb/N0 换到符号信噪比

N0N_0 表示 AWGN 的噪声功率谱密度,Eb/N0E_b/N_0 与 Es/N0E_s/N_0 都是无量纲的能量比。根据上面的能量关系:

EsN0=RmEbN0\frac{E_s}{N_0}=Rm\frac{E_b}{N_0}

换成 dB 时,乘法变为加法:

(Es/N0)dB=(Eb/N0)dB+10log⁡10(Rm)(E_s/N_0)_{\mathrm{dB}}=(E_b/N_0)_{\mathrm{dB}}+10\log_{10}(Rm)

对码率 R=1/2R=1/2、BPSK 的 m=1m=1,当 Eb/N0=6E_b/N_0=6 dB 时,Es/N0=6+10log⁡10(0.5)≈2.99E_s/N_0=6+10\log_{10}(0.5)\approx2.99 dB。若错把 6 dB 直接当作每符号的信噪比,注入的噪声就会偏小,仿真结果显得过于乐观。

接收带宽内的 SNR 怎样算

接收 SNR 通常指平均信号功率除以接收噪声功率。如果 BB 是用于计算噪声功率的等效噪声带宽,且采用一致的单边 N0N_0 约定,则噪声功率 Pn=N0BP_n=N_0B,信号功率 Ps=EbRbP_s=E_bR_b:

SNR=PsN0B=EbN0RbB\mathrm{SNR}=\frac{P_s}{N_0B}=\frac{E_b}{N_0}\frac{R_b}{B}

因此,SNRdB=(Eb/N0)dB+10log⁡10(Rb/B)\mathrm{SNR}_{\mathrm{dB}}=(E_b/N_0)_{\mathrm{dB}}+10\log_{10}(R_b/B)。沿用前例,取符号率 Rs=1R_s=1 Mbaud、噪声带宽 B=1B=1 MHz,则 Rb=0.5R_b=0.5 Mbit/s,带宽内 SNR 也是约 2.99 dB。这里只因 Rs=BR_s=B,它才与 Es/N0E_s/N_0 数值相等;一般不能将二者直接画等号。

信息比特、编码比特、调制符号与信道噪声的换算关系

在 AWGN 仿真中计算噪声

对于经过单位能量脉冲匹配滤波、判决符号取 +1+1 或 −1-1 的实数 BPSK,判决采样点的高斯噪声方差为 σ2=N0/2\sigma^2=N_0/2。下面仅用 Python 3 标准库,计算在目标 Eb/N0=6E_b/N_0=6 dB 时应使用的噪声标准差:

python
import math

k, n = 500, 1000
m = 1  # BPSK:每符号传输 1 个编码比特
es, ebn0_db = 1.0, 6.0
rs, noise_bw = 1_000_000, 1_000_000

r = k / n
ec = es / m
eb = ec / r
n0 = eb / (10 ** (ebn0_db / 10))
sigma = math.sqrt(n0 / 2)  # 实数匹配滤波判决样本的噪声标准差
rb = r * m * rs
esn0_db = ebn0_db + 10 * math.log10(r * m)
snr_db = ebn0_db + 10 * math.log10(rb / noise_bw)

print(f'R={r:.2f}, m={m}, Rb={rb / 1e6:.2f} Mbit/s')
print(f'Ec={ec:.2f}, Es={es:.2f}, Eb={eb:.2f}')
print(f'Eb/N0={ebn0_db:.2f} dB, Es/N0={esn0_db:.2f} dB')
print(f'N0={n0:.4f}, sigma={sigma:.4f}, SNR={snr_db:.2f} dB')

预期输出:

text
R=0.50, m=1, Rb=0.50 Mbit/s
Ec=1.00, Es=1.00, Eb=2.00
Eb/N0=6.00 dB, Es/N0=2.99 dB
N0=0.5024, sigma=0.5012, SNR=2.99 dB

若要模拟该判决采样模型,可向每个 ±1\pm1 符号加入均值为 0、标准差为 0.5012 的独立高斯噪声。若仿真的是过采样波形而非匹配滤波后的符号样本,必须按采样率和滤波器能量重新计算噪声缩放,不能直接照搬这个 σ\sigma。

改变码率时怎样保持比较公平

固定 Es=1E_s=1、BPSK 和 Eb/N0=6E_b/N_0=6 dB,若改为未编码的 R=1R=1,则 Eb=1E_b=1,所需噪声标准差降为约 0.3544;码率 R=1/2R=1/2 时则是 0.5012。在固定 Eb/N0E_b/N_0 的曲线上,变码率就需要重新定噪声强度,否则不同曲线的横轴基准并不一致。

还要记录调制阶数 mm、符号率 RsR_s、有效信息速率 RbR_b 和实际噪声带宽 BB。例如其他条件不变、只将 BB 从 1 MHz 扩至 1.25 MHz,接收 SNR 会额外降低 10log⁡10(1.25)≈0.9710\log_{10}(1.25)\approx0.97 dB,变为约 2.02 dB,而 Eb/N0E_b/N_0 仍是 6 dB。

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

换算码率、Eb/N0 与信噪比

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