SNR EsN0 EbN0的关系

SNR是每个采样点(sample)的信噪比,S:信号功率,单位瓦特。N:噪声功率,瓦特。由功率谱密度的概念知,N = N0*Bn。

EsN0是每个符号能量与噪声能量谱密度的比值(dB),

EbN0:Ratio of bit energy to noise power spectral density,每个二进制bit能量与噪声能量谱密度的比值(dB)

Rs为符号率,单位sps,Rb为比特率,单位bps

K:每个符号所承载的二进制bit数。比如16QAM调制中一个符号承载4bit数据,K=4。因此Rb = K*Rs。

Tsym:符号周期,每个符号持续的时间,易知Tsym = 1/Rs,单位秒。

Tsamp:采样周期,每个采样点持续的时间,易知Tsamp = 1/Fs,其中Fs为采样率。

Bn:噪声带宽,单位赫兹,对于awgn噪声,对于复信号有 B n = F s = 1 / T s a m p Bn = Fs = 1/TsampBn=Fs=1/Tsamp

R _s=\frac{R _b}{C*Q_m} ,C为编码效率,如1/3,1/2,Qm为调制阶数,如BPSK(Qm=1),QPSK(Qm=2),C*Qm可近似看做频谱效率,单位为bit/s/Hz,实际情况还需要考虑帧头等开销

所以在基带时有:

E_sN_0=E_b/N_0*R_b/R_s=E_b/N_0*C*Q_m

E_sN_0(dB)=E_b/N_0(dB)+10log10(C*Q_m)

在过采样链路中有E_sR_s=E_{Nos} R_{Nos},Nos是过采样倍数R_{Nos}=R_s*Nos,则有

E_{Nos}/N_0(dB)= E_sN_0+10log10(Nos)=E_b/N_0(dB)+10log10(C*Q_m)+10log10(Nos)


举例如下

EsN0和EbN0的转换与调制方式M,编码速率C和过采样系数N有关

QPSK:M=2

8PSK:M=3

N = Tf/Ts

EsN0 = EbN0+10*log10(M*C)+10*log10(N)

带内:10*log10(N)=0

举例:调制QPSK,C=1/3,EbN0 = 8dB,基带EsN0=8+10*log10(2*1/3)=6.239

2倍过采样时EsN0=8+10*log10(2*1/3)+10*log10(2)=9.239


sN0(dB)=EbN0(dB)+10log10​(K)

由两者的定义很容易得出上式,E s = K ∗ E b Es = K*EbEs=K∗Eb,都转换成dB形式即可。

然后需要由EsN0(dB)来推倒出awgn函数所需要的SNR:

E s / N 0 ( d B ) = 10 l o g 10 ( E s / N 0 ) , E s = S ∗ T s y m , N 0 = N / B n Es/N0(dB) = 10log_{10}(Es/N0) , Es=S*Tsym, N0 = N/BnEs/N0(dB)=10log10​(Es/N0),Es=S∗Tsym,N0=N/Bn

E s / N 0 = S ∗ T s y m / ( N / B n ) = ( T s y m ∗ F s ) ∗ ( S / N ) Es/N0 = S*Tsym/(N/Bn) = (Tsym*Fs)*(S/N)Es/N0=S∗Tsym/(N/Bn)=(Tsym∗Fs)∗(S/N)

E s / N 0 ( d B ) = 10 l o g 10 ( T s y m / T s a m p ) + S N R ( d B ) Es/N0(dB) = 10log_{10}(Tsym/Tsamp) + SNR(dB)Es/N0(dB)=10log10​(Tsym/Tsamp)+SNR(dB)

S N R ( d B ) = E b N 0 ( d B ) + 10 l o g 10 ( K ) − 10 l o g 10 ( F s / R s ) SNR(dB) = EbN0(dB) + 10log_{10}(K)-10log_{10}(Fs/Rs)SNR(dB)=EbN0(dB)+10log10​(K)−10log10​(Fs/Rs)

因此上式就是性能曲线图横坐标EbN0(dB)与awgn输入参数SNR(dB)之间的转换公式了。其中F s / R s Fs/RsFs/Rs与过采样率有关。如利用4倍于符号率的采样率时,即Fs/Rs = 4,则表示每个符号采4个样点。

对于实信号则有 B n = 2 ∗ F s Bn = 2*FsBn=2∗Fs (双边带)。于是转换关系为:

S N R ( d B ) = E b N 0 ( d B ) + 10 l o g 10 ( K ) − 10 l o g 10 ( 0.5 ∗ F s / R s ) SNR(dB) = EbN0(dB) + 10log_{10}(K)-10log_{10}(0.5*Fs/Rs)SNR(dB)=EbN0(dB)+10log10​(K)−10log10​(0.5∗Fs/Rs)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,490评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,581评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,830评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,957评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,974评论 6 393
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,754评论 1 307
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,464评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,357评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,847评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,995评论 3 338
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,137评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,819评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,482评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,023评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,149评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,409评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,086评论 2 355