三、关键指标解析:接收电平(RSL)、发射功率、信噪比(SNR)、误码率(BER)、调制方式与容量、时延、可用度等指标定义与单位

微波链路复测的核心任务,是对链路运行质量进行量化评估。工程实践中,我们通常依赖一组关键指标来刻画链路的“健康状态”:接收电平(RSL)、发射功率、信噪比(SNR)、误码率(BER)、调制方式与容量、时延以及可用度。这些指标并非孤立存在,它们之间存在明确的因果与制约关系——发射功率与路径损耗决定了接收电平,接收电平与设备噪声基底共同决定了信噪比,信噪比又直接制约了可用的调制方式与误码率,而调制方式与误码率最终决定了链路容量与可用度。理解这些指标的物理含义、单位量纲以及测量方法,是进行后续整改闭环的前提。

微波链路关键指标因果链与测量关系图 发射功率 (Tx) 单位:dBm 路径损耗 自由空间+雨衰+绕射 接收电平 (RSL) 单位:dBm 设备噪声基底 热噪声+相位噪声+干扰 信噪比 (SNR) 单位:dB 调制方式 QPSK / 16QAM / 256QAM 误码率 (BER) 单位:无 / 10^-N 链路容量 单位:Mbps / MHz 可用度 单位:% (年/月) 时延 单位:ms / μs 实线:强因果链;虚线:弱相关。整改时优先关注 RSL → SNR → 调制/BER 主线。

上图展示了各指标之间的核心因果链。在实际复测中,我们通常按照“从物理层到业务层”的顺序逐项采集数据:先测量发射功率与接收电平,确认链路预算是否闭合;再通过设备网管读取SNR与BER,判断信号质量是否满足当前调制方式的门限;最后结合时延与可用度统计,评估链路对上层业务(如4G/5G回传、政企专线)的支撑能力。下面逐一解析各指标的定义、单位与工程判读方法。

3.1 接收电平(RSL)与发射功率:链路预算的基石

核心原理

发射功率(Tx Power)是指微波设备射频端口输出的载波功率,单位通常为dBm(相对于1毫瓦的分贝值)。例如,+23dBm约等于200mW,+30dBm等于1W。工程上更关注的是实际发射功率,而非设备标称功率,因为馈线损耗、接头老化、功放衰减都会导致实际输出下降。

接收电平(RSL, Received Signal Level)是指接收端天线端口处收到的有用信号功率,同样以dBm为单位。RSL是链路预算的最终体现,其计算公式为:

RSL (dBm) = 发射功率 (dBm) + 发射天线增益 (dBi) - 馈线损耗 (dB) - 自由空间损耗 (dB) - 雨衰 (dB) + 接收天线增益 (dBi) - 接收馈线损耗 (dB)

自由空间损耗的基本计算公式为:Lfs (dB) = 92.45 + 20×log10(f(GHz)) + 20×log10(d(km))。例如,在13GHz频段、传输5km时,自由空间损耗约为92.45 + 22.28 + 13.98 = 128.71dB。

判断方法与操作流程

复测时,应通过设备网管或手持频谱仪读取RSL。判断标准通常参考设备厂商提供的接收电平门限表,该表给出了不同调制方式下的最低RSL要求(即接收灵敏度)。操作流程如下:

  1. 记录当前发射功率设置值,并与设备实际输出对比(通过耦合口测量)。
  2. 在接收端网管读取RSL平均值与瞬态波动范围。
  3. 将实测RSL与理论计算值对比,偏差超过±3dB时需排查天线对准、馈线接头、障碍物遮挡等问题。
  4. 检查RSL是否高于接收灵敏度门限,并保留至少10dB的衰落储备。

案例拆解:某5km链路RSL异常偏低

某运营商在13GHz频段部署了一条5km回传链路,设备标称发射功率+23dBm,天线增益35dBi,馈线损耗2dB。理论计算RSL应为:23 + 35 - 2 - 128.71 + 35 - 2 = -39.71dBm。但现场实测RSL为-52dBm,偏差超过12dB。初步排查发现天线方位角偏差约2度,导致天线增益损失约6dB;同时馈线接头进水,额外损耗约5dB。重新调整天线对准并更换接头后,RSL恢复至-41dBm,链路恢复正常。

风险提醒:RSL并非越高越好。若RSL超过接收机最大输入电平(通常为-20dBm左右),会导致接收前端饱和,产生非线性失真,反而使BER恶化。整改时若RSL过强,应增加衰减器或降低发射功率。

3.2 信噪比(SNR)与误码率(BER):信号质量的直接度量

核心原理

信噪比(SNR, Signal-to-Noise Ratio)定义为接收信号功率与噪声功率之比,单位dB。在微波链路中,噪声主要来源于接收机热噪声、相位噪声以及外部干扰。SNR直接决定了接收机能否正确解调信号。对于给定的调制方式,存在一个理论上的最小SNR门限(即香农极限附近的工程门限)。例如,QPSK通常需要约10dB的SNR,16QAM需要约18dB,256QAM则需要约28dB(含编码增益后的工程值)。

误码率(BER, Bit Error Rate)是接收端错误比特数与总传输比特数的比值,无量纲,通常表示为10的负N次方(如10⁻⁶)。BER是衡量数字传输质量最直接的指标。工程上常区分前向纠错前BER(Pre-FEC BER)与纠错后BER(Post-FEC BER)。Pre-FEC BER反映了信道原始质量,通常要求低于10⁻⁶;Post-FEC BER要求低于10⁻¹²(即完全无误码)。

判断方法与操作流程

SNR与BER的测量通常通过设备网管完成。现代微波设备会实时上报SNR估算值与BER统计值。判断流程如下:

  • 读取当前SNR值,与设备建议的调制方式门限对比。若SNR低于当前调制方式门限,设备会自动降级调制方式(如从256QAM降至64QAM)。
  • 观察Pre-FEC BER趋势。若BER在10⁻⁶以上且持续上升,说明链路存在间歇性干扰或衰落。
  • 使用BERT(误码仪)进行端到端测试时,需设置伪随机码型(如PRBS31),测试时长至少24小时以捕捉偶发误码。

案例拆解:雨衰导致SNR骤降与调制降级

某18GHz链路在夏季暴雨期间,RSL从-45dBm降至-58dBm,SNR从26dB降至14dB。设备自动将调制方式从256QAM降为16QAM,容量从200Mbps降至100Mbps。复测数据显示,Pre-FEC BER在降雨峰值时达到10⁻⁴,但Post-FEC BER仍为0。整改措施包括:在网管中设置自适应调制阈值,使降级触发点提前3dB,避免频繁切换;同时建议在雨季前清理天线馈源积水。该案例说明,SNR与BER的联动分析是判断链路稳定性的关键。

经验提示:当BER超标时,不要急于调整发射功率。应先查看SNR是否同步下降。若SNR正常但BER高,则可能是干扰、硬件故障或时钟失步;若SNR与BER同时恶化,则大概率是衰落或发射功率不足。

3.3 调制方式与容量、时延、可用度:业务感知的最终体现

核心原理

调制方式决定了每个符号携带的比特数。QPSK每符号2比特,16QAM每符号4比特,64QAM每符号6比特,256QAM每符号8比特。在相同符号率(波特率)下,调制阶数越高,链路容量越大。但高阶调制对SNR的要求也更高。链路容量(Mbps)的计算公式为:

容量 (Mbps) = 符号率 (MBaud) × 每符号比特数 × 编码效率

例如,符号率为28MBaud、采用256QAM(8比特/符号)、编码效率0.9时,容量约为28×8×0.9 = 201.6Mbps。

时延是指信号从发射端到接收端的单向传输时间,单位ms或μs。微波链路时延主要由传播时延(约3.3μs/km)与设备处理时延(通常10-50μs)组成。对于5G前传等对时延敏感的业务,时延指标至关重要。

可用度是指在给定统计时间内,链路满足误码率要求的时间百分比。例如,99.99%可用度意味着每年中断时间不超过52.6分钟。可用度与链路余量、雨衰统计、设备可靠性直接相关。

判断方法与操作流程

复测时,应通过网管读取当前实际调制方式、实时容量、时延统计以及月度/年度可用度报告。操作流程:

  1. 确认当前调制方式是否为设计值,若发生降级需记录降级时长与触发原因。
  2. 使用Ping测试或专业时延仪测量单向时延,对比业务SLA要求。
  3. 从网管导出可用度报表,按月份统计中断次数与总中断时长。

案例拆解:容量不达标的整改闭环

某政企专线租用一条微波链路,合同要求容量150Mbps、时延小于1ms、可用度99.95%。复测发现实际容量仅120Mbps,原因是设备长期运行在64QAM而非设计值256QAM。进一步分析发现,天线口径偏小导致RSL低于设计值5dB,SNR不足。整改措施:将天线从0.6m更换为0.9m,RSL提升4.5dB,SNR达到28dB,设备自动恢复256QAM,容量恢复至200Mbps。同时,通过优化路由配置,时延从1.2ms降至0.8ms。整改后连续观测3个月,可用度达到99.98%,满足SLA要求。

常见误区与总结复盘

误区 正确理解
RSL越高越好 RSL过高会导致接收饱和,需控制在-20dBm至-60dBm区间
只看Post-FEC BER 应同时关注Pre-FEC BER,它反映信道真实质量,是预警指标
调制方式固定不变 现代微波均支持自适应调制,复测时应关注降级频次与恢复时间
时延只测一次 时延会随温度、负载变化,应多次采样取平均值
可用度只看年度值 应分月统计,识别季节性规律(如雨季可用度下降)

总结而言,关键指标解析是微波链路复测的核心环节。工程人员应建立“发射功率→RSL→SNR→调制/BER→容量/时延/可用度”的因果链思维,在复测中逐项采集、交叉验证,才能准确判断链路状态,为后续整改提供可靠依据。任何单一指标的异常都应放在整条因果链中审视,避免头痛医头、脚痛医脚。