BER[比特出錯機率]

BER[比特出錯機率]
更多義項 ▼ 收起列表 ▲

在數字傳輸中,比特誤差的數量是由於噪聲,干擾,失真或比特同步錯誤而被改變的通信信道上的數據流的接收比特數。 BER全稱Bit Error Ratio,比特出錯機率,是一個研究的時間間隔期間由錯誤比特的數目除以傳送的比特的總數,通常以百分比表示。

示例

作為示例,假設這個傳輸的位序列:

0 1 1 0 0 0 1 0 1 1

和以下接收的比特序列:

001 010 1 001,

在這種情況下,位錯誤的數量為3. BER為3個不正確的位除以10個傳送位,導致BER為0.3或30%。

影響BER的因素

在通信系統中,接收端BER可能受傳輸信道噪聲,干擾,失真,位同步問題,衰減,無線多徑衰落等的影響。

傳輸BER是校正之前不正確的比特數除以傳送的比特的總數量(包括冗餘錯誤代碼)。信息BER是糾錯之後仍然不正確的解碼比特數除以解碼比特的總數。通常,傳輸BER大於信息BER。信息BER受前向糾錯碼強度的影響。

為了降低BER可以選擇強信號強度(除非這會導致串擾和更多位錯誤),也可以選擇一個緩慢的和強大的調製方案或線路編碼方案,並且套用信道編碼方案,諸如前向糾錯碼(FEC)。

FEC可以說是靠“平均噪聲”工作的;由於每一個數據位影響多個傳輸標誌位,即使一些標誌位因噪聲受損,我們依舊可以利用其它依賴於相同用戶數據的未受損標誌位得到原始的用戶數據。

•由於這種風險共擔的效應,當信噪比高於某個最小值時,使用FEC的數據通信系統往往表現良好

•這種孤注一擲的傾向——懸崖效應,就像很多更健壯的編碼器使用的那樣,越來越接近於理論上的香農限界

•當信道差錯往往是突發產生的時候,交叉FEC編碼可以減輕傳輸FEC編碼的孤注一擲的傾向。但是這種方法有局限性:它最好用於窄頻帶數據

大多數數據通信系統使用一種固定的信道編碼,這種信道編碼設計可以處理預期的最壞誤比特出錯機率,但是當比特出錯機率更糟糕時就會完全失效。一些系統可以自適應給定的信道錯誤率水平,其中有一些把FEC和ARQ方式結合起來,稱為混合糾錯方式。ARQ方式在傳送端採用某種能發現一定程度傳輸差錯的簡單編碼方法,對所傳信息進行編碼,加入少量監督碼元,接收端則根據編碼規則,對收到的編碼信號進行檢查,一量檢測出有錯誤時,即向傳送端發出詢問的信號,要求重發。傳送端收到詢問信號時,立即重發已發生差錯的那部分信息,直到接收端正確收到為止。在混合糾錯方式中,只要FEC可以處理當前錯誤率,就使用一種固定的FEC方法,當錯誤率太高時,就切換成ARQ方式。另外的自適應調製和編碼方式使用了各種各樣的FEC率,當信道中的錯誤率上升時就給每個包加上更多的糾錯位,當不需要它們的時候就拿下來。

BER的分析

在噪聲信道,所述BER通常表示為歸一化的函式載波噪聲比度量表示為Eb / N0(每比特能量與噪聲功率譜密度之比)或ES / N0(每調製符號的能量來噪聲譜密度)的函式。

BER[比特出錯機率] BER[比特出錯機率]

例如,在QPSK調製和AWGN信道的情況下,作為Eb / N0的函式的BER由下式給出:

人們通常繪製BER曲線來描述數字通信系統的性能。在光通信中,通常使用BER(dB)與接收功率(dBm);而在無線通信中,使用BER(dB)對SNR(dB)。

測量BER可以幫助人們選擇適當的前向糾錯碼。由於大多數這樣的代碼僅修正位翻轉,而不是位插入或位刪除,所以漢明距離度量是測量位錯誤數量的適當方式。許多FEC編碼器也連續測量當前BER。

測量位錯誤數量的更一般的方法是Levenshtein距離。Levenshtein距離測量適合在幀同步之前或設計用於糾正位插入和位刪除的糾錯碼(如標記碼和水印碼)時測量原始信道性能。

BER測試

BERT比特出錯機率 測試是數字通信電路的一種測試方法,它使用由測試模式發生器產生的邏輯1和零序列組成的預定應力模式。

BERT通常由測試模式發生器和可以設定為相同模式的接收器組成。它們可以成對使用,一個在傳輸鏈路的任一端,或者單端在遠端有環回。BERT通常是獨立的專用儀器,但可以是基於個人計算機的。在使用中,錯誤的數量(如果有的話)被計數並顯示為比例,例如1:1,000,000或1:1e06。

BER測試儀

誤碼率測試器(BERT),也被稱為比特誤差率測試儀或誤碼率測試溶液(BERTS)是用於測試單個組件或完整的系統的信號傳輸的質量電子測試設備。

BERT的主要組成部分是:

•模式發生器,將定義的測試模式傳送到DUT或測試系統

•連線到DUT或測試系統的錯誤檢測器,用於計算DUT或測試系統產生的錯誤

•時鐘信號發生器,用於同步模式發生器和誤差檢測器

•數字通信分析儀可選擇顯示傳送或接收的信號

•用於測試光通信信號的電光轉換器和光電轉換器

相關詞條

熱門詞條

聯絡我們