首页 › deep-tech › 比特画成星图：QAM 映射美学

标题: 比特画成星图：QAM 映射美学 作者: 爱卫生 封面: "[[封面1.png]]" 封面裁剪: false 原文地址: 打开评论: true 仅粉丝可评论: false 摘要: 手机要发一串比特——01001101——但天线只能辐射连续的电磁波。波是连续的，比特是离散的，中间必须有一座桥：用波形的有限种“状态”来代表有限的比特组合。

比特画成星图：QAM 映射美学

一、一个仅有的问题：怎么把比特装进电波里

手机要发一串比特——01001101——但天线只能辐射连续的电磁波。波是连续的，比特是离散的，中间必须有一座桥：用波形的有限种“状态”来代表有限的比特组合。这个“给波形赋状态、给状态赋比特”的过程，就是调制（Modulation）。

一个正弦载波 $s(t) = A\cos(\omega t + \varphi)$ 只有三个自由度可以动：幅度 $A$、频率 $\omega$、相位 $\varphi$。最朴素的两种调制各用一样：

关键洞察来了：幅度和相位可以同时动，而且互不打架。这就是正交幅度调制（QAM, Quadrature Amplitude Modulation）——现代无线通信（4G/5G/Wi-Fi/卫星）几乎所有的“高速”，都是在这一个原理上叠出来的。

用一个生活类比：你要用手电筒给对面楼发暗号。只调亮度（AM），你只有“暗、中、亮”几档；只调闪烁节奏（PM），只有快慢几拍。但如果你同时约定“亮度分4档 × 闪烁相位偏移分4种”，一次闪烁就能表达 4×4=16 种暗号。两个维度的乘积，就是信息量的乘法级扩张。

二、正交：两条互不串扰的信道

QAM 能把幅度和相位拆开来用，靠的是一个漂亮的数学性质：正弦和余弦在一整个周期上互相“正交”——把它们逐点相乘再积分，结果为零：

$$\int_0^T \cos(\omega t)\sin(\omega t)\,dt = 0$$

零意味着什么？意味着接收端可以完美地把两路信号分开，就像双声道耳机里左声道的声音不会漏进右耳。于是发送端用两路载波：

$$s(t) = I \cdot \cos(\omega t) - Q \cdot \sin(\omega t)$$

$I$（In-phase，同相分量）和 $Q$（Quadrature，正交分量）是两路互相独立的数据，却共享同一个载波频率，频谱上完全不冲突。一对载波跑出了两倍的承载，而频率资源只花了一份。

整个收发链路可以这样理解：

flowchart TD
    A["比特流 01001101..."] --> B["串并转换<br/>分成 I 路和 Q 路"]
    B --> C["星座映射<br/>比特对变坐标点"]
    C --> D["I 路乘余弦载波"]
    C --> E["Q 路乘正弦载波"]
    D --> F["相加合成单路信号"]
    E --> F
    F --> G["功放与天线"]
    G --> H["无线信道<br/>叠加噪声与衰落"]
    H --> I["接收机变频"]
    I --> J["乘同频载波<br/>低通滤波"]
    J --> K["恢复出带噪的 I Q"]
    K --> L["星座图上找最近点<br/>判决还原比特"]

注意最后一步：接收机恢复出的不是干净的 $I, Q$，而是带着噪声的 $I', Q'$。怎么从带噪的坐标还原出正确的比特，是后面所有故事的起点。

三、星座图：把时间压成一个点

每个符号（Symbol）在其生命周期内就是一对 $(I, Q)$ 数值。把所有可能的取值画在平面上，每个符号变成一个点——这张“点的地图”就是星座图（Constellation Diagram）。它是调制技术的设计图纸，也是工程师调试时最常盯着看的仪表画面。

最简单的实用星座是 QPSK：只动相位不动幅度，4 个点均匀分布在圆上，每点携带 $\log_2 4 = 2$ 比特。数字卫星电视、LTE/5G 信道极差时的保底调制，都是它。

flowchart TD
    subgraph S1["QPSK 星座 四个角落各一点"]
        P00["00 左上"] --- O["坐标原点"]
        P11["11 右上"] --- O
        P10["10 左下"] --- O
        P01["01 右下"] --- O
    end
    subgraph S2["格雷编码 关键设计"]
        A2["相邻两点<br/>仅差 1 比特"] --> B2["最容易判错的方向<br/>只错 1 个比特"]
    end

仔细看上图的比特排布：00、01、11、10 沿着方框走一圈，任何两个相邻点都只有一位不同。这不是巧合，是 格雷编码（Gray Coding） 的刻意设计。

为什么必须这样？接收端判决的错误几乎总是“错到最近邻”——噪声把接收坐标推过界，落进隔壁点的工作区。如果相邻点只差 1 比特，那么一次最典型的符号错误只损失 1 比特；如果随便排布，一次符号错误可能连错 4 个比特。格雷编码把“高频的轻微错误”锁在了最小代价上。 这个 1948 年就发明的小技巧，至今刻在每一种星座图里。

四、往格子里加密度：16-QAM、64-QAM、256-QAM

QPSK 只用相位，幅度维浪费了。QAM 的做法是：把星座点铺满整个方格平面，幅度和相位同时编码：

调制方式 星座点数 M 每符号比特数 星座形态 典型使用场景
BPSK 2 1 直线两端 极差信道、控制信道
QPSK 4 2 圆上四点 小区边缘、广播、卫星
16-QAM 16 4 4×4 方格 中等信噪比、蜂窝中远点
64-QAM 64 6 8×8 方格 较好信号、城区近中点
256-QAM 256 8 16×16 方格 近点、FWA固定接入
1024-QAM 1024 10 32×32 方格 Wi-Fi 6 短距室内
4096-QAM 4096 12 64×64 方格 Wi-Fi 7 米级近距离

每符号比特数遵循对数律：

$$R_b = R_s \cdot \log_2 M$$

其中 $R_s$ 是符号率。从 QPSK 升到 64-QAM，符号率不变，速率直接翻三倍（$\log_2 64 / \log_2 4 = 3$）。这就是调制阶数的诱惑：不占一分钱频谱，白拿三倍速率。

但天上不会掉馅饼。

五、高阶的代价：点挤多了，噪声一推就串门

发射功率受限时，星座的“外框”大小基本是固定的（平均功率归一化后，点不能跑到框外去）。往框里塞的点越多，相邻两点之间的最小距离 $d_{min}$ 就越小：

把噪声想成落在每个星座点周围的“模糊光斑”：接收到的点不是针尖，而是一团随机散布的云。云的半径由信噪比决定，点的间距由调制阶数决定。云半径一旦逼近点间距，判决就开始抛硬币。 误码率随 $\frac{d_{min}}{2\sigma}$（$\sigma$ 为噪声标准差）指数级恶化——这不是线性变差，是悬崖式崩塌。

工程上的经验数字是：星座点数每翻 4 倍（每符号多 2 比特），解调所需信噪比大约抬升 6 dB——也就是发射功率要翻 4 倍，或者离基站要近很多。粗略的数量级感受：

从 QPSK 升级到 所需 SINR 大约提升 速率收益
16-QAM +6 dB 左右 ×2
64-QAM +12 dB 左右 ×3
256-QAM +18 dB 左右 ×4

（上表为典型工程量级，具体门限随信道编码方案和目标误块率浮动。）

这就是为什么你手机顶上的信号格从不满格掉到三格时，网速是断崖式下跌而不是平缓下滑：信号格粗略对应 SINR，SINR 每跌破一道门限，调制阶数就整档整档地往下跳。

六、香农天花板：为什么不干脆用 65536-QAM？

既然高阶有惩罚，那把两个数字放在一起看。信道容量的香农公式说：

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

带宽 $B$ 固定时，容量随信噪比只有对数增长——SNR 翻 4 倍，容量每赫兹只多 2 比特。而 QAM 阶数每升一档，需要的 SNR 却按 6 dB（4 倍功率） 线性台阶上爬。

两条曲线的剪刀差决定了：在给定信噪比下，存在一个“刚好够用”的最优阶数。低于它，浪费了信道能力；高于它，误码率高到编码都救不回来。通信系统设计的艺术，一大半就是在找这个台阶上的正确位置。

这也解释了一个现网现象：Wi-Fi 7 敢用 4096-QAM，是因为它瞄准的场景是同一房间内几米距离——自由空间损耗小、无遮挡、SNR 可以堆到 40 dB 以上；而蜂窝网络覆盖动辄数百米，全用高阶 QAM 的话，小区边缘用户会彻底失联。

七、AMC：让调制自己看路况换挡

既然最优阶数随位置、遮挡、干扰时刻变化，唯一合理的做法就是动态切换。这就是自适应调制与编码（AMC, Adaptive Modulation and Coding），它像一个闭环控制系统日夜运转：

sequenceDiagram
    participant UE as 手机
    participant BS as 基站调度器
    UE->>BS: 周期上报 CQI 信道质量
    BS->>BS: 查表选择 MCS<br/>阶数与码率组合
    BS->>UE: 按选定调制下发数据
    UE->>BS: ACK 成功 或 NACK 失败
    Note over BS: 持续微调档位

这套闭环在每毫秒级的时间尺度上运转：你在高楼间走动，手机每穿过一片遮挡，上报的 CQI 就跌一档，基站立刻把发给你的调制从 256-QAM 降到 64-QAM 再到 16-QAM；你走到窗边信号恢复，档位又悄悄升回去。你看不到任何感觉，但空口上的“挡位”每秒都在换。

这里要划清一条容易混淆的边界——调制和编码是两个工种：

维度 调制（本文主角） 信道编码
解决的问题 把比特装进波形 给比特加冗余抗错误
改变什么 每符号携带多少比特 每比特消耗多少开销
出错时的表现 判错星座点（如 01 认成 00） 接收端用冗余纠回错误
类比 集装箱装多满 包装防撞垫多厚

两者在 AMC 里联动：路况差时，降调制阶数（每符号少装点）同时加强编码（多垫防撞材料）；路况好时反向操作。所以空口速率从来不是“调制阶数 × 符号率”这么简单，还要乘上码率折扣。

八、现网连接：这些原理藏在你的日常工作里

看信令的时候。 基站下发的调度信息里有一格叫“调制与编码策略”（MCS），本质就是“星座用几阶、码率打几折”的组合编号。排查“用户抱怨网速慢”时，第一件事就是看历史 MCS 分布：如果长期钉死在低档，问题多半在无线环境（遮挡、干扰、边缘），而不是核心网。

看仪表的时候。 频谱仪和矢量分析仪上的星座图是发射机的“体检照”。工程上用 EVM（误差矢量幅度） 量化星座点的模糊程度——每个接收点偏离理想点的平均偏移，占比越小越好。调制阶数越高，对 EVM 的要求越苛刻：256-QAM 对发射链路的线性度、功放失真、相位噪声的要求，比 64-QAM 严格得多。这就是为什么运营商做 256-QAM 升级时要逐站核查设备能力和功放状态——星图更密，容不得手抖。

看组网的时候。 固定无线接入（FWA）的 CPE 装在窗外、位置不动、天线朝向可调，SINR 长期高位，是 256-QAM 最大的受益者；手机揣在兜里、人体一挡衰减十几 dB，多数时间享受不到最高档。同样的道理，Wi-Fi 7 的 4096-QAM 只在“路由器和终端几乎同屋”时才激活——它不是营销数字，是有明确物理边界的。

常见的三个误区：

  1. “调制阶数高 = 绝对快”——只对了一半。速率 = 符号率 × 每符号比特数 × 码率 × 层数。带宽、MIMO 层数、码率哪个掉下来，高阶调制都白搭；
  2. “信号格少 = 慢”归因错了——真正的自变量是 SINR（信号质量），不是 RSRP（信号强度）。强干扰环境里信号满格照样用低阶调制；
  3. 把误码怪罪于调制——高阶 QAM 下误码增多是物理规律，不是设备故障；系统设计本来就预期它出错，靠编码和重传（HARQ）兜底。这也是为什么看问题要分层：调制层的偶发错、重传层的正常兜、应用层的卡顿感，三者对得上才叫闭环。

九、小结：一张星图的哲学

回头看整个故事：通信工程师面对的根本约束是——功率有限、带宽昂贵、噪声随机。QAM 的答案是极致优雅的：用正交性把一个载波劈成两条独立信道，用星座图把“信息”变成平面上可设计几何的“点”，用密度换速率、用格雷编码把错误代价锁到最小、用自适应换挡追随信道的呼吸。

下次你盯着矢量分析仪上那团缓慢旋转、微微呼吸的星座图时，看到的其实是一张实时的“信道体检表”：点的模糊程度是噪声的体温计，点的整体旋转是载波频偏，点的整体缩放是衰落深度。学会读星图，就学会了听空口说话。

常见问题

Q: QPSK 和 4-QAM 是同一个东西吗？ A: 本质上是。QPSK 的 4 个点在圆上等幅分布，4-QAM 若把 16-QAM 的思路铺成 2×2 方格，几何上与 QPSK 只差一个 45° 旋转。工程上两种说法混用，不必纠结。

Q: 为什么上行长期以来最高只用 256-QAM 甚至 64-QAM，下行却更高？ A: 一方面手机功放和电池预算远小于基站，打不起高阶调制需要的信噪比；另一方面高阶 QAM 的波形峰均比更高，手机功放需要更大幅度回退，进一步浪费功率。所以标准在上行档位上历来保守一档。这与“上行为何采用单载波波形”是同一条功耗逻辑链。

Q: 星座图和眼图有什么区别？ A: 星座图是二维（I/Q 平面）视角，适合数字调制调试，直接对应符号判决；眼图是一维（时间轴）视角，把每个符号周期重叠叠加画出“睁开的眼”，更适合看码间串扰和定时抖动。基带设计师爱看眼图，无线射频工程师爱看星座图。

Q: 256-QAM 比 64-QAM 到底快多少？ A: 理论上每符号从 6 比特升到 8 比特，约 +33%。但前提是 SINR 能站稳在高门限之上——现实中只有近点用户或 FWA 固定终端才长期满足，所以运营商宣传的“提速三分之一”通常只在小区中心兑现。

Q: 判决时“找最近的星座点”如果两边一样近怎么办？ A: 说明该符号的信息已不可靠，接收机不会硬猜，而是输出软信息（该比特为 0/1 的置信度）交给信道译码器加权处理。软判决是现代接收机的标配，也是编码层能“捞回”错误比特的前提。

参考来源

  1. 樊昌信等《通信原理》（第7版），国防工业出版社 — 数字调制、正交载波与星座映射的经典教材章节
  2. John G. Proakis《Digital Communications》 — 格雷编码星座的误码率分析与最小距离理论
  3. Andrea Goldsmith《Wireless Communications》 — 自适应调制与香农容量的系统化阐述

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。

![[知识星球二维码.png]]

📎 本分类最新文章