1. 信号质量基础：SNR、BER、EVM 的定义与物理意义

做射频和信号处理这么多年，我越来越觉得一个道理很朴素——信号质量是通信系统的命根子。不管你算法多牛、芯片多快，信号一塌糊涂，什么都白搭。

这一章，咱们把三个最核心的指标掰开揉碎讲清楚：信噪比（SNR）、误码率（BER）、误差矢量幅度（EVM）。它们分别从不同角度描述信号质量，搞懂了它们，后面的参数调优才有方向。

1.1 信噪比（SNR）——信号有多“干净”

信噪比，说白了就是信号功率和噪声功率的比值。公式很简单：

SNR = 10 * log10(P_signal / P_noise)  单位：dB

物理意义呢？你想想看，接收机收到的信号里，既有有用的信息，也有乱七八糟的噪声。SNR 越高，信号越“干净”，解调越容易。

我在项目中遇到过一个典型的场景：某款 LTE 终端在弱场下 SNR 只有 5 dB 左右，解调出来的数据几乎没法用。后来查了半天，发现是 LNA 的噪声系数偏大。换了一颗 NF 低 0.5 dB 的 LNA，SNR 提到 8 dB，问题就解决了。你看，0.5 dB 的差距，可能就是通和不通的区别。

1.2 误码率（BER）——数据有多“准”

误码率是接收端解调后，错误比特占总传输比特的比例。公式：

BER = (错误比特数) / (总传输比特数)

物理意义很直观：你发了一万个比特，错了几个？BER 就是那个比例。比如 BER = 1e-6，意味着平均每 100 万比特错 1 个。

我曾经调试一个 QPSK 解调器，仿真时 BER 曲线很漂亮，但实测总是差 2–3 dB。折腾了两周，最后发现是 ADC 的采样时钟有 50 ps 的抖动。你想想看，50 ps 对 QPSK 来说不算大，但累积到符号判决时就出问题了。把时钟源换成低相噪的，BER 曲线立马和仿真吻合。

1.3 误差矢量幅度（EVM）——调制有多“准”

EVM 是衡量调制精度的指标。它描述的是理想星座点和实际接收星座点之间的误差。公式：

EVM = sqrt( (Σ|I_error|² + |Q_error|²) / (Σ|I_ideal|² + |Q_ideal|²) ) × 100%

物理意义：你发了一个理想的 QPSK 符号，应该在 (1, 0) 位置。但实际收到的符号可能偏到了 (0.95, 0.1)。这个偏移量就是 EVM。EVM 越小，调制越准。

我个人习惯把 EVM 看作“调制质量的温度计”。在调试 64-QAM 时，EVM 要求通常低于 3%。有一次我测一个 PA 的 EVM，发现随着输入功率增大，EVM 从 1.5% 飙升到 5%。一查，是 PA 进入了非线性区，产生了 AM-AM 失真。回退 3 dB 功率，EVM 回到 2% 以下。

1.4 三者的关系与区别

这三个指标从不同维度描述信号质量：

• SNR：描述信号与噪声的功率比，是“源头”指标。
• EVM：描述调制精度，是“过程”指标。
• BER：描述数据正确性，是“结果”指标。

举个例子：你调一个发射链路，先看 SNR 够不够（比如 25 dB），再看 EVM 是否达标（比如 64-QAM 下 < 3%），最后测 BER 是否满足系统要求（比如 < 1e-6）。如果 BER 差，但 SNR 和 EVM 都好，那问题可能在基带算法或同步上。

我记得有一次帮客户定位一个 5G NR 的吞吐量问题。客户说 BER 很高，但 SNR 看起来不错。我让他们抓了 EVM 数据，发现 EVM 在 8% 左右，远高于 64-QAM 的要求。再一查，是发射链路的 I/Q 不平衡导致的。补偿之后，EVM 降到 2%，BER 自然就下来了。

1.5 知识体系框架

下面这张图把本章的核心逻辑串起来了。你可以看到 SNR、EVM、BER 在信号链路中的位置和关系。

1.6 本章小结

这一章我们讲了三个最基础的信号质量指标：

• SNR 告诉你信号有多“干净”，是系统设计的起点。
• EVM 告诉你调制有多“准”，是发射链路调试的关键。
• BER 告诉你数据有多“对”，是最终用户感知的指标。

嗯，这里要注意：这三个指标不是孤立的。调试时，我习惯先看 SNR 是否达标，再看 EVM 是否在范围内，最后用 BER 做最终验证。如果 BER 不好，但 SNR 和 EVM 都好，那问题大概率在基带算法或同步上——这个经验帮我省了不少时间。