你肯定见过这张图：一个正方形网格上散布着圆点，四个角的叫QPSK，16个点的叫16QAM，密密麻麻256个点的叫256QAM。基站的宣传页上说“支持256QAM，速率提升25%”，网优报告里写着“SINR不达标，MCS上不去”。这张图就是星座图（Constellation Diagram），它是整个数字通信里最核心的一张“地图”。

但很多工程师用了几年，对它的理解还停留在“点越多速率越快”这一层。点越多，为什么越快？为什么又越怕噪声？为什么5G给上行单独搞了个不同的调制方式？今天我们把这张地图彻底讲透。

一、先说直觉：往格子里塞快递

想象你是一个快递分拣员，要把数字信息发给对方。你们约定用“在一张大纸板上贴标签”来传信息，纸板上画好了整齐的网格。

• 方案A：只用大格子。每个格子都很大很显眼，隔着老远都看得清是哪格，但纸板上只能画4个格子，一次只能表达4种信息（2比特）。
• 方案B：把格子划得又小又密，画256个格子。一次能表达256种信息（8比特），效率是方案A的4倍。
• 代价：格子小了，纸板稍微抖一抖（噪声），贴的标签就“飘”进隔壁格子，收件人看错——这就出错了。

QAM的本质就是这件事：在“幅度×相位”构成的二维平面上划分格子，每个格子代表一串比特。格子越多→每次发的比特越多→速率越快；格子越小→越容易被噪声搞混→误码越多。

“速度与胆量”的权衡，说的就是这个：敢用高阶QAM，等于赌信道足够干净。

二、为什么偏偏是“幅度+相位”两个维度？

先回到载波通信的起点。要 sending 一个正弦载波 $A\cos(2\pi f_c t)$，你能改变它的什么？

只调一个参数，一维空间的“格子”是一条线上的一些点，容量天然有限。而正弦波的幅度和相位可以同时独立地变化——因为存在一对互相正交的载波：

$$s(t) = I \cdot \cos(2\pi f_c t) - Q \cdot \sin(2\pi f_c t)$$

其中 $I$（In-phase，同相分量）和 $Q$（Quadrature，正交分量）是两路互不干扰的基带信号。为什么互不干扰？因为 $\cos$ 和 $\sin$ 在一个整周期上内积为零——接收端用本地载波相乘再积分，就能把 $I$ 和 $Q$ 干干净净地各自分离出来（这就是“相干解调”）。

于是 $I$ 和 $Q$ 就成了二维平面上的横坐标和纵坐标。每个符号就是这个平面上的一个点：

• 点到原点的距离 = 幅度 $A = \sqrt{I^2 + Q^2}$
• 点相对横轴的夹角 = 相位 $\varphi = \arctan(Q/I)$

星座图就是“以I为横轴、Q为纵轴，画出所有可用符号点”的散点图。 它不是数学抽象，接收机的每个符号经过下变频和采样后，就真的落在这个坐标系里——你抓包看到的EVM（误差矢量幅度），量的就是“接收点偏离理想点的距离”。

三、16QAM怎么排兵布阵：一次映射的完整流程

以16QAM为例，看一串比特如何变成星座上的一个点。

第一步：分组。 16 = $2^4$，每个符号承载4比特。把比特流按4个一组切开：1011。

第二步：拆成I/Q两路。 16QAM采用方形网格，每路（I和Q）各承载2比特。常用拆法：前2位给I，后2位给Q。1011 → I路=10，Q路=11。

第三步：查表变电平。 2比特映射成4个灰度电平 {-3, -1, +1, +3}。于是 $I=-1$，$Q=+3$，符号点坐标为 $(-1, +3)$。

第四步：脉冲成形后上载波。 电平经滚降滤波成形，再分别乘以 $\cos$ 和 $-\sin$ 两路载波合成射频信号发射。

整条发送链路如下：

flowchart TD
    A["比特流 1011..."] --> B["串并转换<br/>拆成I路和Q路"]
    B --> C["星座映射<br/>比特变电平"]
    C --> D["I路电平 如-1"]
    C --> E["Q路电平 如+3"]
    D --> F["脉冲成形滤波"]
    E --> G["脉冲成形滤波"]
    F --> H["乘cos载波"]
    G --> I["乘sin载波"]
    H --> J["合成求和"]
    I --> J
    J --> K["功率放大<br/>天线发射"]

值得注意的是：星座点的排列方式不是唯一的。同样的16个点，可以排成正方形网格（16QAM），也可以排成两个同心圆（star-QAM）。方形排列在同样的平均功率下点与点间距更大、生成更简单，所以现网清一色用方形QAM。这是一个典型的“工程最优解战胜数学多解”的例子。

四、格雷编码：让错误只错一个比特

16个格子对应16个4比特组合，怎么分配？随便分行不行？

不行。关键洞察在于：噪声导致的最可能错误，是点飘进“隔壁格子”——飘到对角线那头概率极小。既然错误大概率只错“一格”，那我们应该让相邻格子的编码只差1个比特。这样一次判决错误，最多错1比特，而不是把4比特全错。

这就是格雷编码（Gray Coding）。以QPSK四点为例：

用自然编码时，从“右上(00)”飘到“左下(10)”——虽然只隔一格相邻边的情形更常见，但任意两相邻点可能差2比特。用格雷编码，任何两个相邻点都恰好只差1比特（看上表：右上00与右下10只差最高位；右上00与左上01只差次低位）。

工程意义直接体现在误码率上：同样的符号错误率下，格雷编码能把比特错误率近似压低到 $P_b \approx P_s / \log_2 M$。这是“零成本”的性能增益——只是查表时换一种排列顺序，不用多花一瓦功率、一个比特开销。教科书里讲星座图必讲格雷码，原因就在这里。

五、判决与误码：接收机如何“猜”你发的是哪个点

接收端收到符号时，看到的不是精确的 $(-1, +3)$，而是被噪声“推了一把”之后的点：

$$r = s + n$$

其中 $n$ 是复高斯噪声，横纵两个方向各推一点。接收机的判决规则简单粗暴：看这个点落在哪个格子的势力范围内，就判为该格子的中心点。每个格子叫一个“判决区”，边界在相邻点的正中间。

那什么时候出错？当噪声把点推过判决边界时。对于高斯噪声，出现概率最大的噪声幅度是小的，幅度超过 $d/2$（$d$ 为相邻点最小间距）的概率随距离指数衰减：

$$P(\text{噪声越过边界}) \propto Q\left(\frac{d/2}{\sigma}\right)$$

这里 $Q(\cdot)$ 是高斯尾概率函数，$\sigma$ 是噪声标准差。这个式子浓缩了QAM的一切命运：

• $d$ 越大越安全：低阶QAM格子间距大，噪声不太可能推过界。
• $\sigma$ 越小越安全：信道越干净（SINR越高），误码越少。
• 阶数升高的代价：平均功率不变时，点数翻倍，间距 $d$ 就得缩小。粗略地说，矩形M-QAM的最小间距平方为：

$$d_{min}^2 = \frac{6 \cdot P_{avg}}{M - 1}$$

$M$ 从16升到256（点数×16），$d_{min}^2$ 缩到原来的 1/17，$d_{min}$ 缩到约1/4。等效于要求噪声缩小同样的倍数才能维持同样的误码率——换算成分贝，大约每升一档（点数×4，如64→256）需要3~4 dB的SINR增量。这就是“胆量”的定价。

整个出错过程可以这样理解：

flowchart TD
    A["发射点在格子中心"] --> B["信道叠加高斯噪声<br/>点被随机推移"]
    B --> C{"推移后落在<br/>哪个判决区？"}
    C -->|还在本区| D["判决正确<br/>还原4比特"]
    C -->|飘入邻区| E["判决错误<br/>格雷编码只错1比特"]
    C -->|飘得很远| F["连环错码<br/>触发重传HARQ"]
    E --> G["少量错码<br/>靠编码纠错兜底"]
    F --> H["大量错码<br/>反馈CQI要求降阶"]

六、香农给的天花板与AMC的跑车换挡

那么多阶调制，为什么不干脆全程用1024QAM拉满？两个原因。

第一，香农定死了天花板。 带宽 $B$、信噪比 SNR 的信道，无差错容量为：

$$C = B \log_2\left(1 + \frac{S}{N}\right)$$

注意是对数关系：想让容量翻倍，SNR得翻好几个数量级（线性功率）。这就是为什么“速率狂飙”最终都靠加频谱（带宽）而不是靠堆功率——你把发射功率提高10倍，容量只增加 $\log_2 11 \approx 3.46$ 倍。1024QAM要求极高的SINR（工程上大约30 dB以上才划算），现网大多数用户根本够不着，够不着时硬用高阶只会误码爆炸。

第二，无线信道是波动的。 你在基站楼下SINR 35 dB，走到小区边缘剩5 dB。如果固定用256QAM，边缘就是灾难。

于是现代蜂窝系统引入了自适应调制编码（AMC）：终端持续测量下行质量，周期性上报CQI（信道质量指示），基站根据CQI从MCS表里挑当前“敢用”的最高档。整个过程像跑车自动换挡——路况好上八挡（256QAM），上坡就降到三挡（QPSK），宁可慢不能熄火（掉线重传更亏）。

sequenceDiagram
    participant U as 终端UE
    participant G as 基站gNB
    G->>U: 下行数据+导频信号
    U->>U: 测量SINR
    U->>G: 上报CQI
    G->>G: 查MCS表选阶数
    G->>U: 用选定调制发送
    Note over U,G: 每2040ms内多次循环<br/>信道变化就换挡

这套闭环的精妙之处在于：星座图是静态的规则，AMC让它变成了动态的策略。同一个基站，对楼下用户用256QAM、对边缘用户用QPSK，甚至同一个用户的每个子帧都可能不同——星座的“格子”根据信道实时缩放。

七、两套技术里的QAM：Wi-Fi与蜂窝的对照

QAM是通用的，但两套生态对它的使用策略不同，对照着看更清楚阶数选择的现实逻辑：

看规律：每一代的进步，本质是“把高阶QAM的适用场景不断往外推”——靠更干净的频谱利用、更好的信道估计、更精细的调度，让256QAM、1024QAM这些“娇贵的调制”在更多现实场景站得住。

蜂窝网络还有个有意思的分工：下行各阶QAM通吃，上行却长期对高阶更保守（早期LTE上行最高16QAM/64QAM）。原因在于终端的功率放大器：高阶QAM信号幅度起伏大（峰均比高），手机电池供电的功放很难兼顾效率与线性度。这直接催生了上行改用特殊波形的设计思路——这部分故事我们已经在《峰均比突围》里展开过，此处不赘述。

八、现网连接：这些原理藏在你每天的操作里

1. 为什么“RSRP很好，速率却上不去”？ RSRP只说明信号“响”，不说明信号“干净”。决定调制阶数的是SINR——信号比干扰强多少。你站在两个重叠小区中间，RSRP-80 dBm很漂亮，但两路信号互相打架，SINR可能只有10 dB，基站只敢给你16QAM。排查口诀：先看SINR，再看MCS/调制阶数，最后看RSRP。

2. EVM是星座图直接派生的KPI。 EVM（误差矢量幅度）量的是接收点偏离理想星座点的相对距离，本质上就是“噪声+失真”在星座图上的直观投影。基站功放老化、IQ失配、相位噪声恶化，全都第一时间体现在EVM上。EVM差到一定程度，高阶调制直接解不下来——这也是为什么基站的256QAM功能要“功放指标+时钟精度”配套达标才能开通。

3. MCS上不去的经典排查链。 现网优化中“用户调制阶数低”的背后，按概率排查：弱覆盖→干扰（邻区同频/外部干扰）→CQI上报链路问题（上行PUCCH质量差，CQI传不上来）→调度参数限制→终端能力（老终端不支持256QAM）。每一步都对应本文讲过的一个环节：噪声、判决边界、反馈闭环。

4. 常见误解澄清。 - “用1024QAM速率一定翻倍”——错。阶数只决定每符号比特数，实际速率=阶数×带宽×MIMO层数×码率的乘积，还要看你能分到多少资源块。 - “星座点越多越先进”——错。合适的阶数才是好阶数。对水表这种深覆盖低速终端，BPSK/QPSK才是主角，硬塞高阶纯属浪费。 - “误码了就是调制不行”——大多数时候是SINR不行，调制只是那个“说出来真话的人”。

小结

把整篇压缩成三句话：

1. QAM用幅度和相位两个自由度在二维平面上摆格子，$b=\log_2 M$ 个比特装进一个符号，格子越多每符号装得越多。
2. 高阶QAM的代价是格子间距缩小，噪声一推就越界，每升一档大约要多付3~4 dB的SINR——速度是用胆量换的。
3. 格雷编码让错误只错1比特、AMC让阶数随信道换挡，这两件事让QAM从静态数学变成了活的系统。

理解了星座图，你就理解了无线通信最核心的交易规则：频谱效率与可靠性之间的买卖，由信道质量定价，由调度员（基站）实时成交。

常见问题

Q: QAM和QPSK是什么关系？ A: QPSK可以看作4QAM的特例——4个点等幅度、只调相位，摆成十字四角。从星座图视角看，QPSK是“只用四个大格子”的低阶QAM。区别在于习惯叫法：通信行业说“QPSK”指这个具体方案，说“M-QAM”通常指16/64/256这类方形多阶方案。

Q: 星座图上的I和Q，和IQ调制器是一回事吗？ A: 星座图的I/Q是符号的两个坐标值（数学量），IQ调制器是把这两个值搬上载波的硬件（电路）。前者是“写什么地址”，后者是“用什么邮车送”。硬件细节我们已在IQ调制专篇讲过，本文聚焦坐标值本身的含义。

Q: 256QAM比64QAM速率高33%，为什么实际体验没差那么多？ A: 8/6≈1.33只是每符号比特数之比。实际速率还要乘以你分到的带宽、MIMO层数、码率，而且256QAM只在SINR足够好的区域生效——多数用户大部分时间用的是64QAM甚至16QAM。所以高阶调制的收益集中在“近点用户”，对全网均值贡献有限。

Q: 误码率公式里的Q函数是什么？ A: 它是标准高斯分布的“尾巴概率”：$Q(x)$ 表示噪声幅度超过 $x$ 的概率。因为噪声越过判决边界的条件就是“噪声幅度>间距一半”，所以误码率天然写成 $Q(d/2\sigma)$ 的形式。记住定性结论即可：边界距离与噪声标准差之比越大，误码率指数级下降。

Q: 为什么Wi-Fi 7敢上4096QAM，5G公网却很少见1024QAM？ A: 场景不同。Wi-Fi 7的主场是几米内的室内近距离，信道干净且稳定，4096QAM的严苛条件供得起；公网要覆盖几十米到上千米，满足1024QAM所需SINR的用户占比太小，开通收益不划算。这是“敢用多密的格子”取决于“纸板抖得多厉害”的又一例证。

参考来源

1. Quadrature amplitude modulation - Wikipedia — QAM星座映射、格雷编码与各阶调制的基础定义
2. 樊昌信《通信原理》（第7版），国防工业出版社 — 数字调制、星座图、误码率分析与Q函数的教科书推导
3. John G. Proakis, Digital Communications (5th Edition), McGraw-Hill — M-QAM最小欧氏距离与符号错误率的经典近似公式
4. Error vector magnitude - Wikipedia — EVM与星座点偏差的测量定义，现网KPI的理论出处

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。