📶 你可能遇到过这种情况：手机信号满格，但网页依然打不开。
其实这并不一定是手机的问题，信号满格代表信号强度足够；
但如果手机附近电磁环境嘈杂（例如地铁、商场、机场这样的场所中会有着大量 Wi-Fi、蓝牙、安检雷达、列车牵引电机等发出电磁波的设备）就会导致噪声功率也会很高；
此时虽然信号强度没问题，但有用信号被噪声掩盖，有用信号与噪音信号的比重下降，导致数据误码率上升，于是你就会感觉“明明信号满格却网络很卡”。（⚠️这里只是说了手机信号满格但网页依然打不开的一种原因！）
这就像同样大小的声音，你在安静房间能听清，但在菜市场就听不清了。
上文中有提到“有用信号与噪音信号的比重”就是信噪比的一个模糊的定义，这会我们来讨论下它的精确定义：
信噪比SNR (Signal-to-noise ratio)是通信和电子工程中最基础的指标之一，它被定义为：
其中：是信号功率 ；
是噪声功率
由于功率相差悬殊，通常使用对数刻度-分贝表示：
信号功率比噪声功率大 100 倍 → SNR = 20 dB。
信噪比决定了一个系统“能不能听清楚”有用的信息。
信噪比越高说明信号能量对比噪音越突出，也就能听的越清晰；
信噪比越低说明信号能量对比噪声越不明显，甚至不如噪声，就越难听清楚；
信噪比在声音识别、图像识别、卫星定位精度、雷达识别率等所有信息传输系统中都是一个不可忽视的指标。
💡小知识：我们经常谈到的声音多少多少分贝，这里的单位分贝也不是一个声音强度单位，它也跟上面定义一样是一个对数刻度，表示的是比我们人能听到最小声音强了多少倍，比如90分贝指比人能听到的最小声音（的压强）强了大约31600倍。
在一个通信系统中，信噪比（SNR）并不是唯一或固定的值。随着信号从天线接收端一路传输，到最终被解调、解码和使用的过程中，它会经历放大、滤波、降频、解调等多个信号处理环节，每个环节的电路和算法都会引入额外噪声或改变信号强度，从而影响信号与噪声的比例。因此，信噪比需要在系统的各个关键处理节点上分别计算，以评估该阶段对信号质量的保持与劣化程度。
一个典型的数字无线接收机的信号处理大概分为以下阶段：
- 天线接收
- 信号放大
- 载波降频
- 模拟信号转数字信号
- 解调： 从数字信号中提取信息的阶段。
每个阶段处理后都会重新计算信噪比以评估该阶段对信号质量的保持与劣化程度。
但每个阶段拿到的其实只是一个“信号 + 噪声”的混合波，那怎么区分有用信号和噪声呢？
一般来说 理论上如果知道信号结构，可以通过相关检测或滤波估计分离信号和噪声功率。
一般来说工程上可通过如下方式获取：
- 测量总功率；
- 在“无信号时段”测出噪声功率；
- 两者相减即为信号功率。
接下来我们看看天线接收和解调阶段的信噪比
天线输入信噪比
- 信号来源：卫星载波
-
噪声来源：
- 宇宙背景噪声
- 地面其他电磁辐射
- 天线自身热噪声
接收机从天线获信号功率是只是一个总功率（信号 + 噪声），我们无法直接“分开量出来”，但可以通过测量 + 计算 + 统计建模来区分。
噪声功率是可以通过无信号测量+理论计算得出的一个“底噪”；
信号功率可以通过链路预算或测得总功率减去底噪得到。
此时信号极弱，信噪比仅10 dB以内。
这个阶段的“信噪比”也被称作“载噪比”
载噪比一般用C/N表示（实际跟信噪比计算一样），其中C载波功率，N是噪声总功率。
在实际系统中，噪声功率N是和接收机带宽B（由天线、滤波器、解调方法等决定）有关的：
其中：N₀是噪声功率谱密度（noise power spectral density），单位是 W/Hz
如果我们只看 C/N，C和N都依赖于接收机带宽B，一旦滤波器带宽不同，这个比值就会变。
而我们希望一个不依赖带宽的指标，便于比较不同系统、不同信号下的接收质量，所以我们定义：
C是总信号量，N₀是噪声功率谱密度，它的意思是1Hz的带宽中有多少噪声功率， 衡量信号比
宽带中的噪声强多少倍。
它是一个更“纯粹”的指标，反映信号本身相对于单位带宽的背景噪声的强度，不受带宽变换带来的噪声影响。
载噪比 是接收机内部芯片计算出来的。
比如在卫星定位中，GNSS设备中的载噪比值通常由接收机的信号处理芯片计算并输出给应用方，载噪比典型数值范围如下：
| 环境 | 载噪比（dB-hz） | 说明 |
|---|---|---|
| 开阔无遮挡 | 45–50 | 信号极好 |
| 一般城市环境 | 35–45 | 可正常定位 |
| 室内、遮挡区 | 25–35 | 信号弱，精度下降 |
| 严重遮挡或干扰 | <25 | 可能失锁或无法解算 |
解调阶段信噪比
经过数字解调后，信号变回原始的基带数据，现在它的噪声有如下几种
| 类型 | 来源 | 特征 |
|---|---|---|
| 热噪声 | 天线和前端放大器中的随机电子运动 | 白噪声 |
| 量化噪声 | ADC 采样与数字化过程中的量化误差 | 通常比热噪声小，可视为白噪声的一部分 |
| 多路径噪声 | 信号反射、绕射造成的延迟叠加 | 时间相关、非白噪声，会改变相关峰形状 |
| 干扰信号 | 来自其他RF源或同频卫星 | 非高斯、非白，可能周期性增强某频段能量 |
| 相位噪声 / 时钟噪声 | 本振相位抖动和本地时钟漂移 | 表现在环路的抖动中 |
区分信号和噪音的核心手段：
- 带宽压缩
在解调之前，信号带宽通常很宽
但解调后，我们只关心“定位数据”或“基带信息”
于是我们可以：
通过 低通滤波器 限制输出带宽；
将宽带噪声中大部分“无用能量”滤掉。
这样，噪声功率 N = N₀·B 下降（因为 B 变小），信噪比自然就提高。
- 匹配滤波/相关处理
接收机已知卫星信号的波形（伪随机码 PRN）。
于是它用一个“匹配滤波器”或“相关器”，去在噪声里“寻找”这个信号的模式。
这就好比，你很熟悉一个人的声音（信号模式），然后再去一堆噪音中听他说的话就更容易听到有用信息。
这个阶段是可以让信噪比显著增加的。
具体原理涉及较复杂的数据计算，以后有机会再介绍。
信噪比变化全景图
| 阶段 | 有用信号 | 噪声来源 | 信噪比变化趋势 |
|---|---|---|---|
| 天线输入 | 卫星载波 | 宇宙噪声、地面噪声 | 很低（起点） |
| 放大器后 | 放大信号 | 热噪声 | 略降低 |
| 载波降频 | 中频信号 | 相位噪声、互调失真 | 继续下降 |
| 模数转换 | 数字信号 | 量化噪声 | 稍降 |
| 解调后 | 基带数据 | 残余噪声 | 显著提升 |
信噪比的意义
信噪比高：
- 📶 传输稳定
- 💾 误码率低
- 🎧 声音、图像清晰
- 🚀 可支持更高速率
信噪比低：
- 📉 信号模糊
- ⚠️ 数据出错多
- 📺 图像花屏、语音卡顿
香农定理告诉我们：
SNR 决定了通信系统的极限容量。
没有高信噪比，就没有可靠通信。
总结
提升信噪比就是让“有用信号”从噪声的海洋中被准确听见，它是是卫星通信、Wi-Fi、5G等所有通信系统中要解决的关键问题。
