3. 误码率（BER）概念与计算

咱们搞通信的，整天跟比特打交道。什么叫系统好？什么叫系统差？不能光凭感觉说“还行”或者“不行”。得有个数字说话。这个数字，就是误码率，英文叫 Bit Error Rate，简称 BER。

说白了，BER 就是发出去的比特里，有多少个被搞错了。我入行带的第一条高速链路，看着眼图挺漂亮，结果一测 BER 才知道差了好几个数量级。从那以后我就记住了一句话：眼图是面子，BER 是里子。

BER 的定义与公式

定义很简单，不绕弯子：

BER = 接收错误的比特数 / 发送的总比特数

通常写成一个科学计数法，比如 10-6，意思是一百万个比特里错一个。

举个例子：你发了 1 亿个比特（108），收的时候发现有 15 个错了。那 BER 就是：

BER = 15 / 100,000,000 = 1.5 × 10<sup>-7</sup>

这个值越小，说明系统越好。光纤通信通常要求 BER ≤ 10-12，无线通信宽松些，10-3 到 10-6 不等。

个人小建议：不要只看 BER 的数字，还要看测试了多少比特。测 1000 个比特一个没错，BER 算出来是 0，这能代表系统可靠吗？当然不能。样本量太少了，统计意义不大。

BER 测试的关键参数

做 BER 测试前，先搞清楚三个参数：

  • 测试码型（Pattern）——用伪随机序列（PRBS）还是固定码型？我习惯用 PRBS，因为它能模拟真实数据。
  • 测试时长——测多久才够？跟目标 BER 和速率有关。
  • 置信度——你有多大的把握认为测出来的 BER 就是真实值？

下表给出了不同目标 BER 下，至少需要测试多少比特才能达到 95% 置信度（假设实际误码率为目标值）：

目标 BER 最少测试比特数（95% 置信度） 示例时长（10 Gbps）
10-9 ≈ 3 × 109 约 0.3 秒
10-12 ≈ 3 × 1012 约 5 分钟
10-15 ≈ 3 × 1015 约 3.5 天

嗯，这里要注意：测 10-15 级别的 BER，往往不是靠纯发数据来测的，而是用外推法或者误码计数增强。我曾经傻乎乎地按公式算时间，结果发现要测一个星期，后来换了方法才搞定。

BER 的统计特性

BER 有没有随机性？有，而且很大。你连续测十次，每次的结果可能都不一样。这符合二项分布或者泊松分布。很多工程师只看一次结果就下结论，这是大忌。

我通常的流程是：

  1. 设置好测试参数（速率、码型、时长）。
  2. 连续测 5~10 轮，记录每次的误码数和 BER。
  3. 计算这些 BER 的平均值和标准差。
  4. 如果标准差很大，说明系统不稳定，需要查源头。

避坑指南：我曾经在一个项目中，第一次测得 BER = 10-10，觉得很好。后来批次验证发现很多板子达不到，再回来细查，发现第一次测试时环境温度低，而且只测了一轮。所以一定要多轮次测试，取最差情况。

BER 测试的常用框图

下面这张图是一个标准的端到端 BER 测试结构：

BER 测试基本结构 码型发生器 发射机 信道 （含噪声/损伤） 接收机 误码检测仪 参考时钟 码型发生器发出已知序列 → 经发射机、信道、接收机 → 误码检测仪比对接收序列与发送序列 → 统计差异数

你看，实际测试时，码型发生器和误码检测仪往往放在同一台仪表里（比如误码仪 BERT）。发射机和接收机是被测设备。信道可能是光纤、电缆、或者无线链路。

计算 BER 时的几个陷阱

  • 陷阱一：同步丢失——误码检测仪必须和发送端保持比特对齐。如果失步了，检测出来的“误码”全是假的。我曾经遇到一台仪表，因为时钟抖动偏大，误码率高达 10-3，实际上链路是好的，重新同步后 BER 直接降到 0。
  • 陷阱二：测试码型不合适——比如 PRBS7 适合短距离低速，PRBS31 适合长距离高速。用错码型，测出来的 BER 可能偏大或者根本没误码。
  • 陷阱三：忽略误码分布——BER 是平均指标，但如果误码是突发性的（burst error），单看 BER 会掩盖系统问题。比如你测了一小时 BER=10-9，但所有误码都集中在 1 秒内，那这 1 秒的实时误码率可能高达 10-3，会直接导致业务中断。

我的习惯：除了看 BER，我还会看误码分布直方图、误块率（BLER）和无误码秒（EFS）。这三个指标加在一起，才能把链路质量看清楚。

从 BER 反推所需测试时间

假设你要求系统的 BER 优于 10-12，你打算测 1013 个比特，如果只发现了一个误码，那 BER 就是 10-13，符合要求。但如果发现 10 个误码呢？BER 就是 10-12，刚好卡线。这种情况下，你其实不能明确说它“合格”，因为随机性可能导致下次测试又变成 11 个误码。

解决方法是引入卡方检验或者直接用泊松分布的累积概率。简单做法是查表，找到给定置信度下可接受的最大误码个数。举例：

测试总比特数 95% 置信度下可接受的最大误码数 对应 BER（约）
1012 0 < 10-12
1013 3 < 3 × 10-13
1014 8 < 8 × 10-14

你想想看，如果你只测 1012 个比特，连一个误码都不能有，才能声称 BER < 10-12 且置信度 95%。这要求对被测系统退避余量要求很高。我个人碰到过客户要求“零误码测试一小时”，对于 25 Gbps 的链路，一小时就是 9 × 1013 个比特，如果出现一个误码都不行——这其实是非常严苛的“零容忍”标准，通常只在核心骨干网使用。

注意：不要用“零误码” 来放松对测试时长的要求。如果你只测了 10 秒就说系统零误码，那下结论还太早。至少要测够 3 × (1 / 目标 BER) / 速率 这么长时间，才有统计意义。

一个完整的 BER 计算示例

假设你测试一条 10 Gbps 的链路，目标 BER 是 10-12。你决定测 5 分钟（300 秒）。

发送总比特数 = 10 Gbps × 300 秒 = 3 × 10<sup>12</sup> 个比特
如果在此过程中发现 0 个误码：
  BER = 0 / 3×10<sup>12</sup> = 0
  但实际 BER 的上限（95% 置信度） ≈ 3 / 3×10<sup>12</sup> = 1×10<sup>-12</sup>
  即：系统 BER 有 95% 的把握 ≤ 10<sup>-12</sup>

如果发现 2 个误码：
  BER = 2 / 3×10<sup>12</sup> ≈ 6.7×10<sup>-13</sup>
  但 95% 置信度下，真实 BER 的上限 ≈ 6 / 3×10<sup>12</sup> = 2×10<sup>-12</sup>
  即：不能确定它优于 10<sup>-12</sup>，需要延长测试或改进链路。

所以你看，只看实测 BER 还不够，得结合置信度算一个上限值，这个上限值才是你对外承诺的“最差情况”。

嗯，关于 BER 的概念和计算，今天就先聊这么多。核心就三条：定义简单但含义深、测试要讲统计、注意陷阱和置信度。下次碰到别人拿着一个“零误码”的报告就来跟你说系统没问题，你知道该怎么怼回去了吧？

← 上一章 📖 返回目录 下一章 →