网速的天花板：香农公式原理

在一家嘈杂的餐厅里，你想把一句话告诉对面的人。背景人声越吵，你只有三个办法：凑近一点、嗓门大一点，或者把话说得慢一点、简单一点。这三个动作，恰好对应了通信系统里的三个核心变量：距离与衰落、发射功率、信息速率。

1948年，香农在《通信的数学理论》中给出了一个冷酷而优美的回答：任何一条有噪声的信道，都存在一个信息速率的硬上限。低于它，你可以把错误率做到任意低；高于它，无论你多聪明、用多好的设备，错误率必然失控。这个上限就是信道容量，而对蜂窝网最常用的信道模型，它由一条流传了七十多年的公式给出——香农-哈特利公式。

这篇文章就来把这条公式拆开，讲清楚三件事：它为什么长这样，5G的种种设计为什么都在围着它转，以及你在现网调试时哪些“想当然”会被它打脸。

一、公式拆开看：车道数 × 每条车道的限速

这个公式有一个非常好用的读法：容量 = 车道数 × 每条车道的限速。带宽 $B$ 是你修了几条车道，信噪比 $S/N$ 决定每条车道上能安全开多快。想提升总车流量，要么加车道，要么提限速，二者相乘。

在香农之前，工程师们已经摸到了这个公式的前半截。1928年，奈奎斯特证明了：带宽为 $B$ 的信道每秒最多传送 $2B$ 个独立脉冲——这就是“车道数”的来源。同年，哈特利提出：如果每个脉冲能可靠区分 $M$ 个电平，每个脉冲就能携带 $\log_2 M$ 比特。两者合起来，无噪声信道的极限是 $R \le 2B\log_2 M$。

问题是，真实信道有噪声，$M$ 到底能取多大？哈特利给不出答案，工程师只好凭经验选非常保守的 $M$，速率上不去。香农的贡献是补上了这块拼图：他用噪声功率精确回答了“有效电平数”的问题——把两个公式对比，等效的可分辨电平数是：

信噪比翻成电压比开个根号，就是每个符号周期里真正“画得开”的格子数。噪声越大，格子越少，每符号装的比特就越少。

flowchart TD
    A["想让网速更快"] --> B["旋钮一：加带宽"]
    A --> C["旋钮二：加信噪比"]
    A --> D["旋钮三：加并行层数"]
    B --> E["车道变多<br/>流量近似线性涨"]
    C --> F["嗓门变大<br/>速率按对数慢涨"]
    D --> G["多路并行<br/>前提是信道够独立"]
    E --> H["容量 C 由三者共同决定"]
    F --> H
    G --> H

对数的三个直觉

公式里最容易被忽视、又最影响设计决策的，是那个对数。它意味着三件事：

第一，0dB不是没有速率，而是1 bit/s/Hz。 信噪比等于1（信号功率恰好等于噪声功率）时，$\log_2(1+1)=1$。哪怕信号已经完全“淹没”在噪声里，一条20MHz的信道照样能可靠跑20Mbps——只要编码得当。这是整条公式最反直觉、也最提气的一条性质。

第二，功率换速率，越换越亏。 信噪比在30dB（1000倍）的基础上再翻一倍（加3dB，到2000倍），频谱效率只从约10.0涨到约11.0 bit/s/Hz——嗓门提高一倍，语速只快了一成。对数曲线越往后越平，功率的边际收益递减得非常快。

第三，带宽是线性乘数，功率是对数乘数。 在信噪比保持不变的前提下，带宽翻倍，容量就翻倍；而功率翻倍，容量只多出一个常数。这就是“频谱比功率值钱”的数学根源——也是为什么全世界运营商为了几MHz频谱要花天价，却很少有人靠堆功率解决问题。

把高频谱效率所需的信噪比反推出来，还能得到一张“价目表”。由 $\eta = C/B$ 反解：

每多要1 bit/s/Hz，所需信噪比不是加几，而是乘二再减一地指数上涨。这正是维基百科在讨论高阶QAM时给出的结论：采用16QAM、64QAM这类高阶调制，频谱效率确实提升了，代价是信噪比需求呈指数上升。

二、调制的任务：贴着天花板飞

有了这张价目表，调制方式选择的逻辑就一目了然了。所谓QPSK、16QAM、64QAM，本质上是在决定“每个符号装几个比特”，也就是决定你要在天花板下方多深的位置飞行：

调制方式	每符号比特数	理想频谱效率	香农极限所需信噪比	现网典型位置
QPSK	2	2 bit/s/Hz	约4.8 dB	小区边缘
16QAM	4	4 bit/s/Hz	约11.8 dB	离站中等距离
64QAM	6	6 bit/s/Hz	约18 dB	信号较好区域
256QAM	8	8 bit/s/Hz	约24 dB	近点、微站
1024QAM	10	10 bit/s/Hz	约30 dB	极少出现，多为实验场景

注意两点。其一，表中的信噪比是香农极限，即理论上可能达到的最好情况；实际系统还要扣掉编码冗余、控制开销和实现损耗，所需信噪比要在极限之上再加几dB的余量。其二，5G下行主流调制到256QAM附近封顶，不是工程师不思进取，而是$2^{\eta}-1$的指数墙立在那里：从8到10 bit/s/Hz，信噪比门槛从24dB跳到30dB，现网里能满足的位置凤毛麟角，收益却只有25%。

这就引出一个更深的问题：既然极限摆在那，工程师能做什么？香农的定理其实是一条存在性证明——他证明了只要速率低于容量，就必然存在某种编码方式能让错误率任意小，但他没有给出具体图纸。此后五十多年，整个编码学界都在追赶这个极限：从早期的代数码，到Turbo码，再到LDPC码。2001年，Chung等人设计的LDPC码在二进制高斯信道上被证明距香农极限仅0.0045dB——极限没有变，是 humanity的图纸终于画到了天花板边上。5G的数据信道采用LDPC，正是站在这次追赶的终点附近。

三、超速的代价：不是慢一点，而是雪崩

香农定理的另一半同样重要：一旦你试图以高于容量的速率传输，错误率不是线性变差，而是无界增长——定理的强反证（Wolfowitz于1957年证明）表明，超过容量后，块错误率会随着码长增加直接趋向1。换句话说，天花板之上没有“勉强能用”的中间地带，只有彻底的失效。

sequenceDiagram
    participant 基站
    participant 空口
    participant 手机
    participant 重传
    基站->>空口: 贪快，用高阶调制发数据
    空口->>手机: 信号叠着噪声送达
    手机->>重传: 解码失败，宣告错误
    重传->>基站: 请求重发这块数据
    基站->>空口: 再花一份资源重发
    Note over 手机,重传: 超速的代价是反复重传

这个雪崩过程解释了现网一个经典现象：为什么激进的高阶调制反而让用户变慢。速率超过信道容量后，每个数据块都解码失败，每次失败都要重传，重传又挤占新数据的资源——有效吞吐率断崖式下跌，还不如老老实实用低阶调制一次传对。所以蜂窝网的做法从来不是“猜一个最快的速率”，而是让接收端持续汇报信道质量，由调度器把每个用户的调制编码方式压在“贴着但不越过”各自容量极限的位置。整个链路自适应机制，本质上是让每个用户、每个时刻都尽可能飞在自己的天花板正下方。

四、三个旋钮：钱要花在刀刃上

把公式当成一张投资地图，提升容量只有三个旋钮，但它们在不同区域的性价比天差地别：

旋钮	物理代价	对容量的作用	什么时候最划算
加带宽	频谱稀缺、功率被摊薄	乘法项，高信噪比区近似线性	信噪比较高的场景
加功率	耗电、干扰邻区	对数项，边际收益递减	低信噪比（噪声受限）场景
加并行层数	天线数量与信道估计开销	直接乘以层数	信道足够独立的环境

为什么5G痴迷大带宽？ 因为在高信噪比区（维基百科称之为“带宽受限区”），容量近似为 $C \approx 0.332 \times B \times \mathrm{SNR}_{dB}$——对功率是对数、对带宽是线性。想要翻倍速率，堆功率可能要加十几个dB，找频谱只要加一倍带宽。

为什么基站越建越密？ 因为距离决定路径损耗，路径损耗决定信噪比，信噪比决定频谱效率。缩小站间距，是唯一能同时抬高所有用户信噪比的办法——密集化不是炫技，是功率旋钮失灵之后的必然出路。

为什么Massive MIMO是5G的杀手锏？ 因为多流并行等于把公式直接乘上层数——四流就是四条独立信道同时跑，容量近似翻四倍，这是三个旋钮里唯一接近“线性且无上限”的。代价是天线阵列和信道独立性要求，这就是另一篇文章的主题了。

顺带一提，低信噪比区还有一个优雅的结论。当 $S/N \ll 1$ 时，$\log_2(1+S/N)\approx 1.44\,S/N$，于是：

在噪声功率谱密度 $N_0$ 固定时，容量只与信号功率成正比，与带宽无关。这就是“功率受限区”：带宽给得再多，功率不变，速率也卡死在这个值上。GPS是这条公式的绝妙注脚——它的信号到达地面时信噪比约-30dB，深埋在噪声之下，1MHz扩频带宽对应的容量只有约1443 bit/s，而它的导航电文只以50 bit/s发送，留足了余量。深空通信、卫星定位，都活在功率受限区，那是一个“加带宽没用、只能省着说话”的世界。

五、两个反直觉的陷阱

陷阱一：加功率，网速几乎不动。 用户投诉速率慢，第一反应往往是“功率配小了”。但在信噪比已经20dB以上的区域，功率加3dB，频谱效率只多约1 bit/s/Hz，20MHz信道上速率只涨约20Mbps——对几百Mbps的基线是零头。此时真正该查的是干扰：容量公式里的分母 $N$ 在现网里往往不是热噪声，而是邻区干扰，降干扰等于同时抬高了分子分母之比，比加功率有效得多。

陷阱二：带宽翻倍，速率不到两倍。 直觉上带宽是乘法项，翻倍应该翻倍。但有个前提常被忽略：总功率不变时，带宽翻倍意味着每赫兹分到的功率减半，信噪比随之腰斩。

flowchart TD
    A["总功率不变<br/>带宽翻倍"] --> B["每赫兹功率减半"]
    B --> C["信噪比腰斩"]
    C --> D["每赫兹效率下滑"]
    D --> E["高信噪比区<br/>速率约1.8倍"]
    A --> F["低信噪比区<br/>功率本就紧张"]
    F --> G["速率几乎不涨<br/>卡在功率上限"]

算一笔账：信噪比30dB、20MHz的信道，容量约200Mbps；功率不变、带宽翻到40MHz后，信噪比降到27dB，频谱效率从约10.0掉到约9.0，容量约360Mbps——只有1.8倍，而非2倍。若是本来就工作在低信噪比区，功率被摊薄后容量几乎原地踏步（功率受限区与带宽无关）。载波聚合开通后“速率没翻倍”的投诉，一半根源在这里，另一半在开销。

六、把它带进机房：实战怎么用

心算校验，一眼识破虚假峰值。 记住三个锚点：0dB对应1 bit/s/Hz，20dB约6.7，30dB约10。任何“峰值速率”宣称，用 $B \times \eta \times$ 层数反推，立刻知道是否物理上可达。例：100MHz、四流、信噪比24dB，理论上限约 $100\mathrm{M} \times 8 \times 4 = 3.2$Gbps——这已经是理想条件下的天花板，现网还要扣掉参考信号与控制开销、共享调度，实际能到一半就相当好了。

信号满格不等于网速快。 手机信号格反映的是接收信号强度（RSRP类指标），而速率由信噪比（现网中是SINR，分母还包含干扰）和带宽决定。满格只说明“信号”大，不说明“信号相对噪声和干扰”大。电梯里满格刷不出视频，往往是捂着一堆用户挤同一口锅，或者强干扰把SINR压到了低阶调制区。看一张“信噪比—频谱效率—速率”的换算表，你就有了把路测数据翻译成用户体感的字典（以20MHz单流、忽略开销为例）：

位置	信噪比量级	频谱效率	单流速率
小区中心	30 dB	约10 bit/s/Hz	约200 Mbps
小区中部	20 dB	约6.7 bit/s/Hz	约130 Mbps
小区边缘	0 dB	1 bit/s/Hz	20 Mbps
更差处	低于0 dB	不足1	逼近掉线边缘

调参顺序：先看容量差，再动手。 遇到BLER超标或吞吐率低，先问一句：这个用户的当前速率是低于还是高于其所处环境的容量？高于了，降调制编码方式，立刻止血；没高于，问题不在“贪快”，去查干扰、衰落或资源不足。顺序反了，加功率、换高阶调制都是给雪崩添柴。

最后记住公式的适用边界：它描述的是单条信道在给定带宽、给定信噪比下的上限。多人共享一个小区时，大家分的是同一池时频资源，你的速率还取决于分到几分之几——所以晚高峰变慢不是物理定律失效，而是分蛋糕的人多了。而“更高阶调制、更密组网、更多天线”，都是在改公式的输入参数，没有任何技术能推翻定理本身。天花板挪不动，但工程师可以修更高的楼去够它——这七十多年，通信行业干的就这一件事。

常见问题

Q: 香农公式算出的容量，为什么实际从来没跑到过？ A: 公式给出的是单流、无开销、无共享的理想上限。实际速率还要乘层数、扣掉参考信号和控制信道开销、再和同小区用户分时频资源，最后留出链路自适应的安全余量。峰值速率能达到理论容量的六七成就已是优秀系统。

Q: 信号满格为什么还是卡？ A: 满格衡量信号本身强不强，速率取决于信噪比——信号相对噪声与干扰的比值。强干扰环境下信号满格、SINR却很低，调制阶数被迫降到QPSK，速率自然上不去。排查时看SINR分布，别看信号格。

Q: 香农极限会被新技术突破吗？ A: 不会。它是数学定理，不是工程指标。LDPC等现代编码已经做到距极限0.0045dB，“突破”在物理上没有意义。想提高容量只能改变公式输入：更多带宽、更高信噪比、更多并行层数——那是在换一条更好的信道，而非推翻定理。

Q: 功率翻倍到底能加多少速率？ A: 取决于起点。低信噪比区（功率受限）容量与功率近似成正比，加功率很划算；高信噪比区只按对数涨，30dB处翻倍功率速率只多约10%。所以边缘用户加功率有效，中心用户加功率纯属浪费，还干扰邻区。

Q: 为什么小区边缘总是QPSK？ A: 边缘路径损耗大、干扰重，信噪比往往只有个位数dB，从价目表看只够得起2 bit/s/Hz附近。此时硬上高阶调制只会触发雪崩式重传，QPSK加低码率反而是该位置容量最优的选择。