自适应调制编码：信道越好跑越快

在开车这件事上，有个朴素的经验：上高速挂六挡飙到120，进市区拥堵路段就降到二挡慢慢挪。没有哪个司机会用同一个挡位从北京开到上海——路况变了，挡位就得跟着变，否则要么熄火，要么费油。

蜂窝移动通信里的自适应调制编码（Adaptive Modulation and Coding，AMC），干的就是这件事。它让基站在每一次给手机发数据前，先"看一眼"当前的无线信道好不好，然后决定这一拍该用哪种调制（挡位的"高低"）和多少冗余（"省不省油"）。信道好，就上高阶调制、少冗余，一个符号塞进8个比特猛冲；信道差，就退回低阶调制、多冗余，一个符号只塞2个比特，稳稳当当地把数据送达。

这篇文章就带你看透AMC背后的原理：为什么系统要在QPSK和256QAM之间动态切换、终端是怎么给信道"打分"的、那个神秘的"10%误块率工作点"是什么意思，以及工程师在现网调试时最容易踩的几个坑。

一、核心矛盾：可靠性与速率不可兼得

在理解AMC之前，必须先想清楚一个根本矛盾。任何一个无线传输系统，都在追求两个相互打架的目标：

问题是，高阶调制能提速，但代价是抗干扰能力下降。我们用QAM（正交幅度调制）的星座图来直观感受。QPSK有4个星座点，每符号携带2比特；16QAM有16个点，每符号4比特；64QAM是6比特；256QAM是8比特。

QPSK (4点)        16QAM (16点)        256QAM (256点)
  ★   ★            ★★★★★            密密麻麻
                 ★★★★★★★★            几乎挤在一起
  ★   ★            ★★★★★

星座点越多，点与点之间的距离就越近。当噪声和干扰让接收端的判决点发生偏移时，低阶调制（点距大）还能容忍较大偏移而不判错；而256QAM的星座点挤得满满当当，稍微一抖，本来发的是A点，就被误判成隔壁的B点了。

这就是著名的香农容量公式揭示的真理——一个带宽为$B$、信噪比为$S/N$的信道，其无误传输的速率上限是：

这个公式告诉我们三件事：第一，信噪比越高，能传的速率上限越高；第二，没有任何调制方式能突破这个上限；第三，当信噪比给定时，存在一个"最优"的调制编码组合，能让你跑到接近香农极限、又不超过它。跑过头了，误码率飙升，反而要重传，实际吞吐量更糟；跑得太保守，浪费了信道潜力。

AMC的使命，就是让系统始终工作在当前信道下的那个"最优工作点"附近。下面这张图把这个权衡关系画了出来。

graph LR
    A[当前信道 SINR] --> B{AMC决策}
    B -->|SINR高| C[高阶调制<br/>256QAM + 高码率<br/>每符号8比特]
    B -->|SINR中| D[中阶调制<br/>16/64QAM + 中码率]
    B -->|SINR低| E[低阶调制<br/>QPSK + 低码率<br/>每符号2比特]
    C --> F[吞吐量高]
    D --> G[吞吐量中]
    E --> H[吞吐量低但极可靠]

    style C fill:#c8e6c9
    style E fill:#ffcdd2

关键直觉是：AMC不是"越高阶越好"，而是"恰好够用最好"。让误块率维持在一个系统设计好的小目标值（下面会讲为什么是10%左右），既不浪费信道，又不至于频繁重传。

二、AMC的闭环：测量→反馈→决策→执行

AMC是一个典型的闭环控制系统。它需要四个环节配合运转，缺一环就"瞎"了。整个闭环的数据流向如下：

sequenceDiagram
    participant UE as 终端(UE)
    participant gNB as 基站(gNB)

    Note over gNB: 1. 下行发送已知参考信号(CSI-RS)
    gNB->>UE: 参考信号(已知的"标尺"信号)

    Note over UE: 2. UE测量参考信号,估算SINR
    Note over UE: 3. UE把SINR映射成CQI(0~15分)
    UE->>gNB: 上报CQI(信道质量打分)

    Note over gNB: 4. gNB根据CQI查MCS表,选定调制+码率
    Note over gNB: 5. 用该MCS编码调制下行数据
    gNB->>UE: 下行业务数据(采用适配后的MCS)

    Note over UE: 6. UE解码,成功或失败
    UE->>gNB: HARQ ACK(成功) / NACK(失败重传)

第一步：基站发一把"标尺"。 基站在下行周期性地广播一个收发双方都提前知道内容的信号（LTE叫CRS，5G叫CSI-RS）。这个信号本身的比特内容是已知的"标准答案"，终端拿到后，拿接收到的"考卷"和"标准答案"一对比，就能算出当前信道被糟蹋成什么样了——信号被衰减了多少、叠加了多少噪声和干扰，综合起来就是SINR（信干噪比）。

第二步：终端给信道"打分"。 终端不是把原始的SINR数值上报（那太占信令开销），而是先把SINR映射成一个4比特的整数——CQI（信道质量指示，Channel Quality Indicator），取值0到15。CQI就是终端给下行信道打的"分数"，分越高代表信道越好。CQI=0是个特殊值，表示"信道太烂，我啥也收不到"。

第三步：基站查表定MCS。 基站拿到CQI后，在内部维护一张映射表，查出对应的MCS（调制编码方案）——也就是这次下行该用哪种调制、用多高的编码速率。然后据此对业务数据做信道编码和调制，发出去。

第四步：HARQ兜底。 万一这次还是解码失败了？没关系，系统还有HARQ（混合自动重传请求）机制做最后一道保险。终端回一个NACK，基站重传，并且把冗余版本和第一次组合起来一起译码，提高成功率。

注意一个关键点：这个闭环是有时延的。终端测的是"刚才"的信道，基站据此决定的是"现在"要发的内容，而真正发出去、被终端收到时，信道可能又变了。终端移动越快、信道变化越剧烈，这个反馈滞后就越严重。这是AMC在高速移动场景下面临的核心挑战，后面讲调试陷阱时还会提到。

三、CQI：终端给信道打的那张成绩单

CQI之所以不直接上报SINR，是出于两个考虑。其一，信令开销。一个0~15的整数，4比特就能传完，非常经济。其二，语义统一。不同终端的射频前端、天线能力千差万别，如果大家各报各的原始SINR，基站没法横向比较；而CQI是一个统一标定过的语义——它不是在说"我测到的信噪比是多少dB"，而是在说"按我这个终端的能力，当前信道能支撑我以多大速率、多低误码率接收数据"。

那终端是怎么把SINR折算成CQI的呢？核心是一套目标BLER（误块率）准则。终端内部会跑一个仿真/查表过程：它假设"如果基站现在用某个CQI对应的MCS给我发数据，我解码成功的概率有多大？"然后挑出那个能让误块率刚好不高于10%（约）的最高CQI值上报。

为什么是10%？这是一个工程上的"甜蜜点"权衡。我们把不同目标BLER下的系统表现做个对比：

目标BLER设定	调制编码选择倾向	首次传输成功率	重传开销	综合吞吐量
太低（如1%）	保守，倾向低阶MCS	极高	极低	偏低（浪费信道）
约10%（AMC设计点）	激进与稳健平衡	约90%	中等	最高
太高（如30%）	激进，倾向高阶MCS	较低	高（频繁重传）	偏低（被重传拖累）

这就是10%这个数字的来历。它不是拍脑袋定的，而是在"一次发成功的收益"和"重传的代价"之间求出的吞吐量最大点。设得太保守，明明信道能跑64QAM你却用QPSK，吞吐量上不去；设得太激进，每次都冲256QAM结果老出错，重传一轮相当于白忙活，实际有效吞吐反而更低。

四、MCS表：从CQI到调制星座的映射

基站拿到CQI后，要把它翻译成真正能用于编码调制的参数。这个翻译靠的是MCS表。MCS索引（5G里通常是0~31）不仅规定了调制方式，还规定了编码速率（Coding Rate），也就是"每K个编码比特里，有几个是真正有用的信息比特"。

编码速率$r$的含义是：如果你要传$k$个信息比特，编码器会输出$k/r$个编码比特（多出来的部分是纠错冗余）。码率越低，冗余越多，抗错能力越强，但有效信息占比越低。

我们用5G NR下行典型MCS表（Table 1，适用于大多数常规场景）的关键条目来说明调制阶数、码率与效率的关系：

MCS索引	调制方式	调制阶数Q	编码速率r	频谱效率 Q×r (bit/符号)	典型适用信道
0	QPSK	2	~0.12	~0.23	极差(小区边缘/深衰落)
5	QPSK	2	~0.44	~0.88	较差
10	16QAM	4	~0.48	~1.91	中等
17	64QAM	6	~0.60	~3.59	较好
24	256QAM	8	~0.69	~5.55	很好(近基站/视距)
27	256QAM	8	~0.93	~7.41	极好(实验室级)

这张表揭示了一个梯度：从MCS 0到MCS 27，每个符号携带的有效信息从0.23比特一路涨到7.41比特，相差30多倍。这就是AMC调速的"挡位范围"。同一个终端、同一段频谱，信道好时一秒能传的数据量是信道差时的几十倍——这正是蜂窝网边缘用户网速断崖式下跌的物理根源。

这个$\eta$就是衡量"每传一个符号能搬走多少有效比特"的核心指标，也是香容量的实际逼近对象。系统追求的，就是让$\eta$尽量贴近、但不超过当前SINR对应的香农容量。调高MCS本质上是抬高$\eta$，调低MCS本质上是压低$\eta$，跟换挡完全一个道理。

五、SINR到CQI的映射：那个10%工作点的由来

现在把链路串起来：物理信道 → SINR → CQI → MCS → 调制编码。中间最微妙的一步，是SINR到CQI的映射。

终端测到一个SINR值（比如15dB）后，要做的是：在它内部的SINR-CQI映射表里，找到那个"在该SINR下、用对应MCS接收、误块率不超过10%的最高CQI"。换句话说，映射表的每一条边界SINR值，都对应着"刚好让某档MCS的BLER曲线穿越10%水平线"的那个信噪比。

我们可以把不同调制方式在AWGN（加性高斯白噪声）信道下的BLER-SINR曲线想象成一组向右下方倾斜的"S"形曲线，每条曲线对应一档MCS。10% BLER这条水平线，会和每条曲线交于一个SINR点，这些交点就是各档MCS的切换边界。SINR落在哪个区间，就用哪一档。

graph LR
    subgraph 链路映射全流程
        S1[物理信道<br/>衰减+噪声+干扰] --> S2[SINR<br/>信干噪比 dB]
        S2 --> S3[CQI<br/>0~15打分<br/>准则:BLER≤10%的最高档]
        S3 --> S4[MCS索引<br/>查调制+码率]
        S4 --> S5[执行<br/>编码+调制+发射]
    end
    S5 -.HARQ反馈.-> S1

    style S3 fill:#fff9c4

这里有个工程上很重要的细节：这条映射曲线是在AWGN信道（理想的平坦噪声）下标定出来的，但真实无线环境是频率选择性衰落信道——有的子载波好、有的差，还有多径、多普勒频移。所以终端在算CQI时，还要对整个带宽做平均（或分带宽子带CQI上报），用一个"等效SINR"去查表。这个等效过程本身就有近似误差，是AMC不可能100%精准的根本原因之一。

六、闭环之上还有一圈：外环链路自适应(OLLA)

到这里，细心的读者可能发现一个漏洞：CQI是终端按"标称曲线"算出来的，但如果终端算偏了呢？ 比如，某个终端的射频前端实际比标称差一截，它报了CQI=12，基站信了，结果发出去误块率高达25%——远超10%目标。

为了堵这个漏洞，基站在CQI闭环之上，又叠了一层外环链路自适应（Outer Loop Link Adaptation，OLLA）。它的逻辑很朴素：用HARQ的实际ACK/NACK统计，来反向修正CQI。

具体说，基站维护一个针对每个终端的"偏移量"。如果最近这个终端老是NACK（实际误块率高于10%），OLLA就把有效CQI往下压一点（相当于说"别听它的，它高估了自己，给降一挡"）；如果最近总是ACK（误块率低于10%，说明还能更激进），OLLA就把有效CQI往上抬一点。这样通过一个慢速的积分调节，把每个终端的实际误块率收敛回10%目标工作点。

flowchart TD
    UE[终端上报 CQI] --> SUM(("+"))
    OLLA[OLLA偏移量<br/>慢速积分调节] --> SUM
    SUM --> EFF[有效CQI]
    EFF --> MCS[选定MCS并发射]
    MCS --> RX[终端解码]
    RX --> ACK{ACK/NACK}
    ACK -->|统计实际BLER| OLLA
    OLLA -->|"BLER>10%→下调<br/>BLER<10%→上调"| OLLA

    style OLLA fill:#ffe0b2
    style SUM fill:#c8e6c9

内环（CQI）负责快速、粗粒度地跟随信道变化；外环（OLLA）负责慢速、细粒度地校准每个终端的个体偏差。 两环叠加，才能把误块率稳稳钉在10%附近。这是理解现网很多"为什么速率不达标"问题的关键——很多时候不是信道不好，而是OLLA还没收敛，或者被某些配置锁死了。

七、5G NR的两张MCS表：为不同场景量身定制

理解了单张MCS表，再看5G的一个进阶设计：5G NR其实准备了多张不同的MCS表（最常用的是两张，外加一张专为低信噪比场景）。为什么要搞多张表？这背后是5G"灵活帧结构"的设计哲学。

Table 1（常规表）：覆盖QPSK→256QAM，最高频谱效率约5.5+ bit/符号，适用于绝大多数eMBB（增强移动宽带）场景，是默认配置。

Table 2（高阶表）：专为极致高速率场景设计，支持256QAM并使用更高的码率，最高频谱效率可达约7.4 bit/符号。代价是它要求更高的SINR，适用于信道极好的场景（比如毫米波视距、终端静止近基站）。

Table 3（低阶表）：专为URLLC（超可靠低时延通信）和恶劣信道设计，整张表几乎全是QPSK，码率也很低。为什么URLLC要用这张表？因为URLLC对可靠性的要求极高（目标误块率要降到1e-5级别），宁可大幅牺牲速率，也要保证一次发对。

MCS表类型	调制范围	最高频谱效率	设计目标	典型场景
Table 1（常规）	QPSK~256QAM	~5.5 bit/符号	速率与可靠性平衡	eMBB默认配置
Table 2（高阶）	16QAM~256QAM	~7.4 bit/符号	极致峰值速率	mmWave视距/高SINR
Table 3（低阶）	QPSK为主	~2.0 bit/符号	极致可靠性	URLLC/恶劣信道

这个设计的精妙之处在于：同一套AMC机制，通过切换不同的"挡位表"，就能适配从"追求极速"到"追求极稳"的迥异需求。基站在给终端配置时，会根据该业务是eMBB还是URLLC，通过高层信令告诉终端用哪张表——这是5G"服务差异化"在物理层的一个具体落点。

八、现网实战：工程师调试时的连接点

讲完原理，我们落到工程师最关心的实战层面：这套机制在现网哪里能看到、调哪里。

1. 看CQI分布，判断覆盖健康度。 在网优平台或基站侧统计里，把某个小区下终端上报的CQI做成直方图。如果CQI普遍分布在10以下，说明这个小区整体覆盖偏弱（可能站高了、被遮挡了、或者下行功率不足），用户速率上不去的根因在覆盖而非容量。如果CQI分布很发散（既有15也有3），说明小区内信号起伏大，可能存在严重的物理遮挡或干扰。

2. 调度MCS vs 理论MCS对比，定位AMC是否生效。 基站日志能记录每个调度时刻"终端上报CQI→基站实际选用的MCS"。正常情况下两者应高度相关。如果发现终端报了高CQI、基站却选了低MCS，要查是不是OLLA在持续往下压（可能因为之前频繁NACK触发了保守偏移），或者有没有MCS上限被配置限死。

3. 用HARQ重传率反推AMC工作点。 一个健康的AMC系统，下行首次传输的BLER应该就在10%左右。如果你看到某小区首次传输BLER只有1%，说明AMC太保守了，信道潜力被浪费——可以适当放宽OLLA的收敛目标或检查CQI上报配置；如果首次BLER高达30%以上，说明AMC太激进或CQI虚高，会导致大量重传拖垮吞吐和时延。很多人误以为"重传率越低越好"，其实AMC恰恰是故意让首次传输保留约10%重传率来换取最大吞吐的——这是一个反直觉但极其关键的调试认知。

4. 高速移动场景的特殊处理。 终端高速移动（如高铁350km/h）时，信道相干时间极短，CQI上报的滞后会导致基站总是用"过时"的信道信息选MCS。这时常见的工程对策是：人为降低CQI（加安全余量）、依赖HARQ重传兜底、或者开启更细的子带CQI上报提高时效。理解了反馈滞后这个原理，遇到高铁场景速率上不去就不会一头雾水。

5. 干扰识别。 AMC对"噪声"和"干扰"的反应不同。纯噪声场景（小区边缘、弱覆盖），CQI随距离平滑下降；而邻区干扰场景，CQI会剧烈跳变、时好时坏。通过观察CQI的时间序列方差，可以初步区分"覆盖问题"还是"干扰问题"，指导后续是调功率/天线还是做干扰协调。

九、几个容易踩的认知陷阱

陷阱一：把CQI和RSRP混为一谈。 RSRP衡量的是"信号有多强"（参考信号接收功率），CQI衡量的是"这个信道能支撑多高的传输速率"。两者强相关但不等同。一个RSRP很高的点，如果干扰也很大，CQI照样低。定位覆盖问题看RSRP，定位速率问题看CQI，别用错了指标。

陷阱二：以为高阶调制一定更快。 当信道不足以支撑高阶调制时，强行用高阶会导致误码飙升、HARQ重传风暴，实际有效吞吐反而比降一阶还低。这就是为什么AMC要"恰好够用"而非"越高越好"——它的智慧在于克制。

陷阱三：忽略反馈时延。 很多新人调试时对着某一时刻的CQI和MCS做对比，发现对不上就觉得"系统坏了"。其实由于上报→决策→发射的闭环时延，你看到的MCS是对应"几个毫秒前"的CQI。在快速衰落信道下，做这种点对点对比意义不大，要看统计相关性。

陷阱四：忽视终端个体差异。 同一位置两台手机报不同CQI是正常的（射频能力、天线、基带算法都不同）。做覆盖对比测试时，务必用同一台终端，否则数据没有可比性。

十、把原理连成一句话

AMC的本质，是一个让调制编码方案时刻紧跟信道变化的闭环伺服系统：终端用已知参考信号测出SINR、折算成0~15的CQI成绩单上报；基站据此从MCS表里挑出"恰好让误块率落在10%甜蜜点"的那一挡，用对应的调制阶数和编码速率发射；再由HARQ兜底、OLLA外环微调，把每个终端的实际误块率稳稳钉在工作点。它把香农公式从"一个理论上限"变成了"每时每刻都在逼近极限的动态策略"，是现代蜂窝网能把频谱效率榨干的核心引擎。

理解了AMC，你就理解了为什么手机网速会在移动中忽快忽慢、为什么小区边缘永远慢、为什么两台手机在同一位置速率不同——这些日常现象背后，都是同一套"换挡逻辑"在起作用。

常见问题

A：CQI是终端上报的、对下行信道质量的"打分"（0~15），反映"以我的能力，当前信道能支撑多高的接收速率"。MCS是基站据此（再结合OLLA偏移、调度策略）最终选定的调制+编码方案。两者通常强相关，但不是严格一一对应——基站会在CQI基础上做调整（外环修正、不同MCS表选择、上限限制等）。简言之：CQI是建议，MCS是决策。

Q2：为什么首次传输误块率非要设计在10%，而不是越低越好？

A：因为这是吞吐量的最大值所在点。把目标BLER压到1%，意味着每次都用更保守的MCS、传更少的有效比特，信道潜力被浪费；放任到30%，虽然单次传得多但频繁出错要重传，重传的代价超过了一次多发的那点比特。10%是在"一次成功带来的收益"和"重传付出的代价"之间求出的最优解，是工程上反复验证过的甜蜜点。

A：调制本身（把8个比特映射到256个星座点）原理是一样的。5G更快的根源不在某一档调制，而在三点：一是更细颗粒度的MCS表和更高的最高码率（Table 2），让好信道下能逼近更高频谱效率；二是更宽的带宽和更灵活的帧结构；三是配合大规模MIMO、更密的参考信号（CSI-RS）让AMC更精准。调制只是"挡位"，整个传动系统的升级才是5G更快的根本。

Q4：高速移动（如高铁）时网速为什么变差，AMC能解决吗？

A：根因是信道相干时间极短，CQI反馈严重滞后——基站拿到的是几毫秒前的"旧"信道信息，用它给"现在"的传输选MCS，自然失准。AMC本身缓解不了这个物理限制（它依赖及时的反馈）。工程对策是：加CQI安全余量主动降挡求稳、依赖HARQ重传兜底、用更细的子带CQI提高时效，以及更高层的移动性优化（切换、双连接等）。所以高铁场景本质是"用可靠性换不了时效性"的妥协。

A：不完全信任。CQI是终端根据标称的SINR-BLER曲线估算的，存在三类误差：一是真实衰落信道与标称AWGN曲线的偏差；二是不同终端射频能力的个体差异；三是闭环反馈时延。正因如此，基站才会叠加一层OLLA外环，用实际的HARQ ACK/NACK统计来反向修正CQI，把每个终端的误差慢慢收敛掉。内环（CQI）管快速跟随，外环（OLLA）管个体校准，两层配合才靠谱。