调频对讲机在信号慢慢变弱时，声音一开始只是底噪变粗，再走几步，突然就变成一片刺啦刺啦的沙沙声，人声彻底被吞掉——这个从“还能听”到“完全不能听”的转折点，就是门限效应。做无线通信、射频链路设计、对讲系统集成的人几乎都被它坑过：明明链路预算算出来还有十几 dB 余量，实测却在某个距离点突然失效，回头一查才发现，问题出在解调器本身，不在发射功率上。门限效应说的是解调器在输入信噪比跌到某个临界值以后，输出信噪比不再按原来的线性关系下滑，而是像踩空一样急速恶化，形成一道看不见的悬崖。这个内容适合三类人看：通信、电子相关专业正在啃原理课的学生，做射频链路预算和选型的工程师，以及经常跟无线设备打交道、想搞清楚“为什么临界距离上信号会突然没”的一线调试人员。下面我把这道悬崖的形成机理、定量估算方法、工程上的对抗手段和实测踩过的坑，一次讲透。
1. 门限效应到底是什么：一条看不见的“悬崖线”
1.1 从安静房间走进菜市场：一个能立刻听懂的类比
我习惯用这样一个场景解释门限效应。你和朋友在安静房间里聊天，音量不用大，每个字都清清楚楚。走出房间进了菜市场，背景噪声一下子上来，你还会本能地提高音量、凑近对方。噪声再大一点，你干脆改用喊的，虽然费劲但还能沟通。可当背景噪声超过某个强度之后，你会发现无论怎么喊都没用了——不是对方听不见你的声音，而是噪声已经把你的语音“切碎”了，你喊的每一句都还在，但对方接收到的是一团混着噪声的碎片，语义彻底丢失。
通信里的解调器面临同样的处境。以调频解调为例，鉴频器本质上是把频率的变化翻译成电压的变化。输入信号强、噪声弱的时候，噪声只是在载波相位上轻轻推一下，鉴频器输出的噪声电压很小，跟有用信号叠加后还能分辨。当噪声强到一定程度，它就不再是“轻轻推一下”，而是时不时把合成信号的相位甩出去一整圈。相位一旦绕圈，鉴频器就会输出一个幅度很大、方向相反的尖峰脉冲，这就是所谓的脉冲噪声。这些脉冲一旦出现，就不是“多加一点噪声”那么简单，它会在音频里变成噼啪的爆音，把有效信号盖掉。
这里的关键在于非线性。乘性噪声、鉴频器的相位折叠、包络检波器的平方律特性，都会让噪声在某个临界点之后进入“自我放大”的状态。线性系统里噪声是均匀叠加的，你能一直听到“越来越吵”；非线性系统里噪声是突变放大的，所以听到的是“突然没了”。这道分界线，就是门限。
我见过不少刚接触这个概念的同事，把门限效应理解成“信号太弱了”。其实不完全对。信号弱只是触发条件，真正让它变成“效应”的是解调环节的非线性行为。同样弱的信号，如果用不同的解调方式处理，门限点的位置可能差好几个 dB。
1.2 严格一点的定义：为什么它只出现在非线性解调环节
把话说明白：门限效应指的是解调器输出信噪比与输入信噪比之间的关系，在输入信噪比高于某个值（门限值）时近似为一条斜率固定的直线，低于这个值后斜率急剧变陡、输出信噪比快速跌落的现像。
用公式说话。假设解调器输入载噪比为 $(C/N)_i$，输出信噪比为 $(S/N)_o$，在大信噪比区域，两者满足：
$$(S/N)_o = G \cdot (C/N)_i$$
其中 $G$ 是解调制度增益。这条关系在对数坐标下是一条斜率为 1 的直线，你输入涨 1 dB，输出也涨 1 dB。这条直线成立的前提是解调器工作在线性近似区——噪声小到可以被当作对载波的微小扰动。
一旦 $(C/N)i$ 跌破门限值 $(C/N){th}$，上面这个关系就崩了。输出信噪比会以远大于 1 的斜率往下掉，实测曲线斜率往往是 2 到 4，甚至更陡。也就是说，输入只掉 1 dB，输出能掉 3 dB 以上。这就是为什么主观听感上“突然就没了”。
需要强调，门限效应不是调频独有的。调幅的包络检波在小信号区也有门限，锁相环在信噪比不足时会失锁，数字通信的误码率曲线在低信噪比端也是陡降的瀑布形。它们的共同点是：处理环节里存在非线性操作，线性近似只在噪声足够小时成立。理解这一点，后面所有分析就有共同的落脚点。
注意：门限值和灵敏度是两个完全不同的指标。灵敏度是“达到规定输出质量所需的最小输入电平”，是把输出指标倒推回输入端的结果；门限值是解调特性的拐点，是器件和调制方式决定的物理属性。混用这两个概念，是做链路预算时最常见的错误来源之一。
1.3 门限和灵敏度、和信噪比，到底差在哪
这三个词在日常交流里经常被混着用，我觉得有必要掰开讲一次，因为我在排查现场问题时，不止一次遇到有人拿灵敏度当门限用，结果把设计方向带偏。
信噪比是一个比值，描述信号比噪声强多少，是状态量。灵敏度是一个系统指标，通常定义为在给定输出信噪比（比如 12 dB SINAD）条件下，接收机输入端需要的最小信号电平，单位是 dBm。灵敏度跟整机噪声系数、带宽、解调方式都有关系。门限则是解调器特性曲线的拐点位置，它可以用输入载噪比来表示，也可以用对应的输入电平来表示，但它的本质是“线性近似失效的那个点”。
三者的关系可以这样理解：灵敏度是一个“验收线”，工程上要求设备在灵敏度电平上还能达到规定的输出质量；而门限是“物理悬崖”，如果设计时让工作点紧贴门限，那么即使静态测试通过，稍微有点衰落或者干扰，输出质量就会断崖式下跌。所以合理的做法是让灵敏度指标建立在门限之上的安全区里，留出余量。
我通常的做法是：先确定门限点，然后在门限之上留 3 到 6 dB 作为设计工作点，再看这个工作点对应的输入电平能不能满足覆盖要求。如果反过来，先定一个灵敏度数字，再回头验证门限，很容易发现两个数字打架，而打架的原因往往是调制度选得太大或者带宽压得太狠。
2. 调频解调门限的机理拆解与定量估算
2.1 大信噪比下的线性近似：为什么“制度增益”能成立
要搞清楚门限效应，先得搞清楚门限之上那条直线是怎么来的。调频信号可以写成 $s(t) = A\cos[\omega_c t + \varphi(t)]$，其中 $\varphi(t)$ 携带信息。叠加窄带噪声后，合成信号的幅度和相位都会偏离。在大信噪比条件下，噪声对相位的影响可以用一个小角度近似来描述：相位扰动 $\Delta\varphi \approx n_s(t)/A$，其中 $n_s(t)$ 是噪声的正交分量，$A$ 是载波幅度。
这个近似极其关键，它说明相位扰动与噪声成正比、与载波幅度成反比。鉴频器输出的是相位对时间的导数，所以输出噪声功率谱是噪声正交分量的导数谱，呈抛物线形。经过推导，单音调制的调频制度增益可以写成：
$$G_{FM} \approx 3m_f^2(m_f+1)$$
其中 $m_f = \Delta f / f_m$ 是调频指数，$\Delta f$ 是最大频偏，$f_m$ 是调制信号的最高频率。有些教材在单音假设下写成 $\frac{3}{2}m_f^2(m_f+1)$，系数差异来自调制信号功率分配的不同约定。做工程估算时，我一般用不带 1/2 的版本，得到的数偏乐观一点，正好用后面的余量去兜。
这个公式的价值在于，它告诉你制度增益随 $m_f$ 的三次方量级增长。$m_f$ 从 1 加到 5，$G$ 从 6 涨到 450，约 18.7 dB 的差距。这就是调频能用很小的发射功率换来很高音质的根本原因，也是它能压倒调幅的核心竞争力。
2.2 门限附近发生了什么：脉冲噪声与相位跳变
线性近似失效的过程，可以用“相位绕圈”来描述。合成信号的相位由有用信号和噪声的矢量和决定。当噪声的正交分量大到超过载波幅度时，矢量的合成相位就可能跨过原点附近，产生一次 $2\pi$ 的跳变。鉴频器对这个跳变求导，输出的就是一个面积固定、幅度极大的脉冲。
这类脉冲有个很有意思的性质：它的能量是固定的，但它的发生频率随信噪比下降而上升。也就是说，输出噪声功率不是连续增长的，而是以“脉冲事件”的形式出现的。这就是为什么在门限附近听调频，听到的不是均匀的白噪声，而是零星的“啪、啪”爆音，信噪比再低一点，爆音密集到连成一片，语音就被淹了。
工程上把这个现象叫脉冲噪声或者点击噪声。它对听觉的破坏力远大于同等功率的平滑高斯噪声，所以主观感受上的“门限”往往比按功率计算出来的门限还要早一点。这也是为什么 SINAD 这种加权测量方法比单纯的 SNR 更贴近实际听感。
我做过一组简单的统计实验：在门限上方 2 dB 左右，脉冲事件每秒只有几次，主观上还能忍；掉到门限下方 2 dB，脉冲频率就到了每秒上百次，语音可懂度直线下降。这个非线性非常陡，用“恶化”形容都太温和，准确说是崩塌。
2.3 手把手算一次：m_f、带宽、制度增益与门限点
拿一个典型的调频语音链路做演算。设调制信号最高频率 $f_m = 3\text{ kHz}$（语音通信场景），最大频偏 $\Delta f = 5\text{ kHz}$，那么 $m_f = 5/3 \approx 1.67$。
先算带宽，卡森公式：
$$B \approx 2(m_f+1)f_m = 2 \times 2.67 \times 3\text{ kHz} \approx 16\text{ kHz}$$
再算制度增益：
$$G \approx 3 \times 1.67^2 \times 2.67 \approx 22.3 \approx 13.5\text{ dB}$$
如果换一组参数，$f_m = 15\text{ kHz}$、$\Delta f = 75\text{ kHz}$（调频广播的典型值），$m_f = 5$，带宽 $B = 2 \times 6 \times 15 = 180\text{ kHz}$，$G \approx 3 \times 25 \times 6 = 450 \approx 26.5\text{ dB}$。
接下来算门限点。调频鉴频的门限经验值大致可以用下面的规律估算：
| 调频指数 $m_f$ | 带宽（$f_m$=3 kHz） | 制度增益 | 门限输入载噪比（经验值） |
|---|---|---|---|
| 1 | 12 kHz | 6（7.8 dB） | 约 6~8 dB |
| 2 | 18 kHz | 36（15.6 dB） | 约 8~10 dB |
| 3 | 24 kHz | 108（20.3 dB） | 约 10~11 dB |
| 5 | 36 kHz | 450（26.5 dB） | 约 11~13 dB |
表里的门限值是工程经验范围，具体会随解调器实现方式、中频滤波器特性、是否加预加重而变化，别把它当精确公式用，当量级参考更稳妥。
这组数据能看出一个反直觉的结果：$m_f$ 越大，制度增益越高，但门限点也越高。也就是说，大调制度换来的是“晴朗天气下的高音质”，代价是“恶劣条件下的更快崩溃”。这个矛盾是调频系统设计里最核心的取舍，下面单独展开。
2.4 调制度 m_f 的两难：抗噪增益和门限余量的反向拉扯
很多人第一反应是：既然 $G$ 随 $m_f$ 三次方增长，那把 $m_f$ 拉到最大不就完了？实际系统里没有这么干的，原因就在门限。
设想一个覆盖半径 10 km 的中继台系统。如果按 $m_f = 5$ 设计，边缘场强处的载噪比可能只有 12 dB，正好卡在门限上，用户走到边缘就会听到断崖式的音质崩塌。如果改成 $m_f = 2$，制度增益掉了 8 dB 左右，但门限点也降低了 3~4 dB，边缘处的实际输出信噪比反而更稳定，主观体验是“一直有点吵，但一直能听清”。
这就是工程上的经典权衡：大信噪比区域看制度增益，小信噪比区域看门限位置。设计者必须判断系统主要工作在哪个区域。城市里基站密集、信号强的场景，大 $m_f$ 划算；野外覆盖、距离远、信号弱是常态的场景，小 $m_f$ 反而更稳。
实际的语音通信系统通常取 $m_f$ 在 1.5 到 3 之间。调频广播因为有固定的大功率发射和良好的接收条件，可以放心用 4 到 5。航空通信特别保守，有些系统用更小的调制度，就是为了在极弱信号下保住可懂度——对飞行员来说，“一直有杂音但能听清指令”比“大部分时候很清晰但偶尔彻底失联”重要得多。
提示：调制度的选择不是纯技术问题，要结合业务的容错要求。语音通信能容忍噪底，数据通信不能容忍误码，两者的最优点不在同一个位置。
3. 不止调频：门限效应在其他环节的几种面孔
3.1 包络检波的“小信号区”：AM 也有门限
调幅的解调分两种：相干解调和包络检波。相干解调用本地载波做乘法，本质是线性运算，理论上没有门限效应（实际受限于载波恢复）。包络检波成本低，几乎所有廉价的调幅接收机都用它，但它有门限。
原因在二极管。包络检波利用二极管的单向导电性和 RC 充放电来跟踪包络。当输入信号的幅度足够大时，二极管工作在开关状态，检波是线性的。当输入幅度小到跟二极管导通电压可比时，二极管进入平方律区，检波输出不再是输入包络的线性复制，而是平方关系，噪声被非线性放大。
调幅包络检波的门限大致出现在载波幅度接近二极管导通阈值的时候。工程上的经验是：调制深度越深，门限越明显；载波功率相对噪声功率的比值（也就是载噪比）低于 10 dB 左右时，包络检波就开始明显恶化。
这也解释了为什么调幅广播在弱信号下的音质是“慢慢变糊”而不是“突然断掉”——它有门限，但门限的陡峭程度远不如调频。调幅的门限更像一个缓坡，调频的门限是一道悬崖。这是两者非线性机理不同的直接结果。
顺带说一句，单边带（SSB）因为是线性调制加相干解调，没有门限效应，弱信号下表现为平滑的信噪比下降，这也是业余无线电远距离通信偏爱单边带的原因之一。
3.2 载波恢复与锁相环：失锁门限比你想的更靠前
同步解调、相干检测都需要本地载波与接收信号同频同相。这个任务通常交给锁相环。锁相环在信噪比足够时能稳定跟踪，一旦信噪比跌到某个值，环路就会失锁，输出相位乱跳，解调彻底失败。
锁相环的失锁门限跟环路带宽关系极大。环路带宽窄，抗噪能力强，失锁门限低，但捕获时间长、跟踪动态信号的能力差；环路带宽宽，跟踪快，但噪声容易穿透，门限高。这个矛盾在突发通信、跳频通信里特别尖锐，因为每次突发都要求快速捕获，不能把环路做太窄。
我在调试某款短报文接收设备时遇到过这个问题。静态测试时接收灵敏度很好，一旦加上频偏和相位噪声，误包率立刻上升。用仪器看环路锁定指示，发现每次突发的前几个符号都在挣扎。最后把环路带宽从 200 Hz 调到 600 Hz，同时把前导码加长了 4 个符号，问题才解决。教训是：锁相环的门限不能只看静态载噪比，还要看动态条件下的环路应力。
3.3 数字通信的瀑布曲线：门限就是拐点
数字通信的误码率曲线画出来是一条瀑布：高信噪比区误码率极低且平缓，低信噪比区陡直上升。这条曲线的拐弯处，对应的就是数字系统的门限。
以常见的调制方式为例，达到 $10^{-6}$ 误码率所需的 $E_b/N_0$ 大致是：BPSK/QPSK 约 10.5 dB，16QAM 约 14.5 dB，64QAM 约 18.5 dB。每符号承载比特数翻倍，需求就高出约 4 dB。这条规律在链路预算里非常有用——提高频谱效率的代价，可以近似地按每比特 2 dB 到 4 dB 来估算。
数字系统的门限有个特点：它往往以“瀑布”形式呈现，但实际接收机里还叠加了前向纠错、同步、均衡等环节，所以实测曲线会比理论曲线更陡，甚至在某个点之后出现“平台效应”——误码率降到某个值就再也降不下去。这个平台通常不是噪声造成的，而是同步误差、相位噪声、量化误差等系统性因素。遇到平台效应，加功率是没用的，得回头查实现。
注意：数字系统的“门限”在工程上经常被定义成某个误码率门限（比如 $10^{-3}$），跟物理上的解调门限不完全是一回事。做指标交接时要问清楚对方用的是哪个定义。
3.4 光接收与突发模式接收机里的门限影子
门限效应在光通信里也有对应物。雪崩光电二极管（APD）有一个最佳倍增系数：倍增太小，信号放大不够；倍增太大，倍增噪声也跟着放大，信噪比反而下降。这个最优点两侧都是恶化，本质上也是一种门限行为。
突发模式接收机更典型。因为要在极短时间内完成幅度检测和判决门限设定，前置放大器的建立时间、峰值检测的响应速度都会影响实际灵敏度。突发的前几个比特经常因为门限还没稳定而误判，所以协议里要加前导码。这类问题在点对多点接入系统里非常普遍，做现场调试时如果发现“短包丢得多、长包反而正常”，八成要往这个方向查。
4. 把门限挡住：工程上的四类应对手段与选型
4.1 门限扩展解调：FMFB 与锁相鉴频的取舍
既然门限是解调器自己造成的，那能不能换一种解调方式把门限推低？可以，这就是门限扩展解调技术的思路。
调频负反馈（FMFB）是最经典的一种。在普通鉴频器前面加一个反馈环路，把解调输出的一部分反馈回去控制本地振荡器，等效地压缩了输入信号的频偏，从而减小了中频带宽。带宽窄了，进来的噪声就少，载噪比自然改善。工程经验上，FMFB 能把门限降低 5 dB 到 10 dB，具体取决于压缩比和环路稳定性。
锁相鉴频是另一种。用锁相环直接跟踪瞬时频率，因为环路本身有窄带滤波作用，对噪声的抑制比宽带鉴频器好。典型情况下门限能降低 4 dB 到 6 dB。
这两种方案都有代价。FMFB 的环路稳定性设计很麻烦，压缩比做大了容易自激；锁相鉴频的捕获范围有限，遇到大频偏或者快速变化的信号容易失锁。而且它们的改善是有天花板的——当输入信噪比低到一定程度，任何解调方式都救不回来，这是信息论层面的限制。
我在选型时的判断逻辑是：如果系统主要瓶颈是边缘覆盖，且成本敏感，优先考虑天线和前端改进，性价比更高；如果前端已经做到极限，才考虑门限扩展解调，而且要接受复杂度和调试成本的上升。
4.2 预加重与去加重：改善的是分布，不是门限本身
调频解调后的噪声功率谱是抛物线形的，高频段噪声远大于低频段。语音信号的频谱能量又集中在低频，结果就是高频段信噪比明显劣于低频段，听起来发闷、发毛。
预加重和去加重就是针对这个问题的。发射端对高频分量做提升（预加重），接收端做等量衰减（去加重），信号被完整还原，而高频噪声在去加重环节被压下去了。常用的时间常数是 50 μs 和 75 μs，前者用于欧洲和部分亚洲制式，后者用于北美。选哪个不是随便定的，要跟对端设备保持一致，否则频响会失真。
这里必须澄清一个常见误解：预加重改善的是输出信噪比的频率分布，不能降低门限。它让主观听感变好，等效信噪比提升大约 10 dB 左右（对语音信号），但解调器的工作点没有变，门限位置也没有变。如果你在门限边缘工作，加了预加重之后听到的仍然是爆音，只是爆音的音色变了。
我见过有团队把预加重当成解决边缘覆盖的手段，结果现场一测毫无改善，白白花了两个月。这个坑值得写进任何一份设计规范里。
4.3 前端与链路预算：最便宜的那几 dB
对抗门限效应，最有效的手段往往不在解调器里，而在解调器前面。
第一是降低系统噪声系数。接收机第一级放大器的噪声系数几乎决定了整机噪声系数（ Friis 公式），把低噪声放大器做好，等于把所有门限问题往后推。经验规则：第一级增益每提高 1 dB，后续各级噪声系数的贡献就减少一分。
第二是压缩带宽。热噪声功率与带宽成正比，带宽减半，噪声功率降 3 dB。当然带宽不能随便减，要满足调制信号的需要，但很多系统实际使用的滤波器带宽比理论值宽不少，白白放进了一堆噪声。
第三是天线增益与安装位置。这一条经常被低估。天线高度从 10 米升到 30 米，覆盖改善可能比换一台发射机还明显。天线馈线的损耗也是实打实的，一根 30 米的劣质馈线在 400 MHz 上能吃掉 4 dB 以上，这 4 dB 直接反映在门限余量上。
第四是分集接收。空间分集、极化分集在衰落信道下效果显著，两路最大比合并能带来 3 dB 到 5 dB 的等效增益。代价是硬件翻倍，但在关键链路上很值。
4.4 一次完整的链路预算演算（含表格）
光说原则不够，走一遍完整的数字。
场景设定：某野外作业队使用手持电台，频率 150 MHz，发射功率 0.5 W（27 dBm），发射天线增益 2 dBi，接收天线增益 2 dBi，馈线及接头损耗合计 3 dB，人体遮挡附加损耗 6 dB，通信距离 20 km，接收机噪声系数 6 dB，中频带宽按 16 kHz 算。
自由空间传播损耗：
$$L_{fs} = 32.4 + 20\lg(150) + 20\lg(20) = 32.4 + 43.5 + 26.0 = 101.9\text{ dB}$$
接收功率：
$$P_r = 27 + 2 + 2 - 3 - 6 - 101.9 = -79.9\text{ dBm}$$
噪声底计算。室温下热噪声功率谱密度是 -174 dBm/Hz，带宽 16 kHz 对应 $10\lg(16000) = 42.0\text{ dB}$，加上噪声系数 6 dB：
$$N = -174 + 42.0 + 6 = -126.0\text{ dBm}$$
载噪比：
$$C/N = -79.9 - (-126.0) = 46.1\text{ dB}$$
这个数字看起来非常宽裕，远超前面表格里 10 dB 左右的门限。但实际系统里还要扣掉多径衰落余量。野外环境下衰落深度取 20 dB 不算保守，再扣掉这一项，实际可用载噪比就只剩 26 dB 左右——依然够用。真正让它掉到门限附近的情况，是距离拉远到 40 km（损耗增加 6 dB）、雨衰和植被吸收（再加 10 dB 到 15 dB）、以及天线被身体遮挡角度不利。三者叠加，载噪比有可能跌到 8 dB 到 10 dB，正好踩在门限上。
| 项目 | 数值 | 备注 |
|---|---|---|
| 发射功率 | 27 dBm | 0.5 W |
| 发射天线增益 | +2 dBi | 手持鞭状天线 |
| 接收天线增益 | +2 dBi | 同上 |
| 馈线及接头损耗 | -3 dB | 短馈线，含接头 |
| 人体遮挡损耗 | -6 dB | 手持姿态 |
| 自由空间损耗（20 km） | -101.9 dB | 150 MHz |
| 接收功率 | -79.9 dBm | 累加结果 |
| 热噪声（16 kHz） | -132.0 dBm | -174 + 42 |
| 接收机噪声系数 | +6 dB | 第一级主导 |
| 噪声底 | -126.0 dBm | 实际噪声功率 |
| 载噪比 | 46.1 dB | 无衰落 |
| 衰落与环境余量 | -20 dB | 野外经验值 |
| 余量后载噪比 | 26.1 dB | 距门限约 16 dB |
这张表的价值不在数字本身，而在展示一种思维方式：门限余量是从链路预算里一层层扣出来的，不是拍脑袋定的。我见过设计文档里直接写“预留 10 dB 余量”，问他这个 10 dB 是怎么来的，答不上来。余量必须对应具体的恶化机理，否则就是玄学。
5. 仿真与实测：把门限曲线画出来
5.1 基带仿真怎么搭：从调相到鉴频再到统计
想真正理解门限，最好的办法是自己扫一遍信噪比，把曲线画出来。仿真不需要很复杂，基带等效模型就够了。
思路是这样的：生成随机调制信号，做相位积分得到调频相位，叠加复高斯噪声，用相位差分近似鉴频，再统计输出信噪比。关键是噪声功率要按带宽归一化，否则扫出来的曲线没有物理意义。
import numpy as np fs = 200e3 # 采样率 fm = 3e3 # 调制频率 df = 5e3 # 频偏 mf = df / fm T = 2.0 t = np.arange(0, T, 1/fs) # 单音调制信号 msg = np.cos(2*np.pi*fm*t) phase = 2*np.pi*df*np.cumsum(msg)/fs results = [] for cnr_db in np.arange(0, 25, 1.0): cnr = 10**(cnr_db/10) sig = np.exp(1j*phase) noise_power = 1.0 / cnr noise = np.sqrt(noise_power/2) * (np.random.randn(len(t)) + 1j*np.random.randn(len(t))) rx = sig + noise # 鉴频：取相邻样点相位差的差分 demod = np.angle(rx[1:] * np.conj(rx[:-1])) * fs / (2*np.pi) # 去掉直流后统计带内信号与噪声功率 demod = demod - np.mean(demod) spec = np.abs(np.fft.rfft(demod))**2 freqs = np.fft.rfftfreq(len(demod), 1/fs) band = (freqs > 0.5*fm) & (freqs < 1.5*fm) sig_p = spec[band].sum() noise_p = spec[~band].sum() results.append((cnr_db, 10*np.log10(sig_p/noise_p))) for r in results: print(f"CNR={r[0]:5.1f} dB -> SNR_out={r[1]:6.2f} dB")跑完这段代码，把 CNR 和 SNR_out 画在对数坐标上，你会看到一条很直观的折线：CNR 大于 10 dB 左右时，曲线是一条斜率约为 1 的直线，截距对应前面算的制度增益；CNR 低于这个值以后，曲线明显向下弯折，斜率变成 2 以上。这个弯折点就是仿真出来的门限。
如果你的曲线在低 CNR 区没有出现明显的弯折，而是平滑下降，先检查两个地方：一是噪声功率归一化是否正确，二是鉴频器的相位差分有没有做解卷绕。这两处错了，门限效应会被“抹平”，仿真结果看起来一切正常，实际上是模型有问题。
5.2 观测什么、怎么记录：三个必须盯住的量
仿真和实测中，我固定看三个量。
第一个是输出信噪比随输入载噪比的变化曲线。这条曲线是判断门限位置的主依据。记录时建议以 1 dB 为步进，门限附近加密到 0.5 dB，因为弯折区的斜率大，步进太粗容易漏掉拐点。
第二个是脉冲事件的计数。在时域上设定一个阈值，统计单位时间内超过阈值的尖峰个数。这个指标比信噪比更能反映主观听感，尤其在做方案对比时，脉冲计数少的方案听起来明显更舒服，即使两者的平均信噪比差不多。
第三个是主观可懂度评分。别笑，这个指标在语音系统里非常有用。找几个人做盲听，按 5 分制打分，你会发现主观评分和脉冲计数的相关性比和信噪比的相关性更高。这其实印证了前面说的：门限效应伤人的方式主要是脉冲噪声，不是平均功率。
记录表格建议这样组织：
| 输入载噪比 | 输出信噪比 | 脉冲计数（次/秒） | 主观评分（1-5） |
|---|---|---|---|
| 20 dB | 32.5 dB | 0 | 5 |
| 15 dB | 27.4 dB | 0 | 5 |
| 12 dB | 24.1 dB | 2 | 4.5 |
| 10 dB | 20.8 dB | 15 | 3.5 |
| 8 dB | 11.2 dB | 120 | 2 |
| 6 dB | 3.5 dB | 400+ | 1 |
这张表的形状就是门限效应的“指纹”：前段平缓，中段陡降，后段见底。任何一列出现异常形状，都值得回头查实现。
5.3 实测环节的五个坑
坑一：信号源和噪声源的注入方式不对。有些人为了省事，直接把噪声从天线口注入，但实际接收机的天线口有匹配网络和滤波器，噪声的频谱被改变了，测出来的门限会偏乐观。正确做法是按标准方法合成信号，或者用专用的噪声系数分析仪验证。
坑二：静噪电路掩盖了真实门限。对讲机的静噪功能会在信噪比低于某阈值时直接关闭音频输出，你听到的是“静音”而不是“噪声”。如果不把静噪关掉，根本测不到门限曲线，只会得到一个台阶形的响应。测试时一定先关静噪。
坑三：AGC 的介入。自动增益控制会让接收机的增益随信号强度变化，载噪比的计算基准就漂了。测试时要看 AGC 是否已经进入控制区，如果是，测出来的数字反映的是 AGC 之后的特性，不是解调器本身的特性。
坑四：温度影响。前端噪声系数和滤波器插损都随温度变化，我在冬天室外测的一组数据和夏天室内测的差了将近 2 dB。要做长期判断，至少取三个温度点。
坑五：重复性不足。门限附近的脉冲噪声是随机事件，单次测量波动很大。同一电平下至少要重复测五次取中位数，否则很容易得出错误结论。我吃过这个亏，曾经因为一次偶发的异常数据把整条链路判了死刑，后来复测发现是虚警。
6. 常见问题速查与我的避坑清单
6.1 问题速查表
现场问题千奇百怪，但顺着门限这条线捋，大部分能归到几类。下面这张表是我这些年攒下来的，按现象倒查原因，比从原理正向推要快。
| 现象 | 可能原因 | 排查方向 | 处理办法 |
|---|---|---|---|
| 距离一远就突然没声，不是渐变 | 门限效应，工作点紧贴拐点 | 测输入载噪比与输出信噪比曲线 | 提高链路余量，或减小调制度 |
| 强信号区音质很好，中距离突然变差 | 调制度偏大，门限点高 | 核对 $m_f$ 与带宽 | 适度降低频偏，换取更低门限 |
| 加了预加重，弱信号下仍然全是爆音 | 预加重不改变门限 | 确认工作点 | 从链路余量入手，别指望预加重 |
| 静态测试合格，一动就断 | 锁相环跟踪余量不足 | 观察锁定指示与频偏 | 加宽环路带宽，加长前导码 |
| 短包丢包率高，长包正常 | 突发模式门限未建立 | 查峰值检测响应时间 | 延长前导码，优化 AGC 建立速度 |
| 误码率曲线出现平台 | 系统性误差，非噪声限制 | 查相位噪声、量化、同步 | 加功率无效，需修实现 |
| 换了高增益天线，弱信号没改善 | 工作点已在线性区，或噪声主导 | 算噪声系数与门限位置 | 检查第一级 LNA 与馈线损耗 |
6.2 几条不写在手册里的经验
第一，先把门限定下来，再谈灵敏度。我见过太多设计文档是从“要达到 -110 dBm 灵敏度”倒推的，推到最后发现调制度不得不压得很小，音质指标反而达不到。正确顺序是先根据业务场景选定调制方式和 $m_f$，算出理论门限，再确认在门限之上留多少余量能满足业务要求，最后才得出灵敏度目标。顺序反了，中间会反复返工。
第二，余量不是越大越好。链路余量留得太足，意味着发射功率、天线规格、设备成本都要往上加，而且可能掩盖了系统里真正的问题。我一般按 90% 位置、90% 时间的统计要求来定余量，而不是拍一个数。具体场景差异很大，固定台可以留 10 dB，移动台可能要 20 dB，手持机在室内可能要到 25 dB。
第三，别拿实验室数据直接推到野外。实验室里的噪声是干净的加性高斯噪声，野外的噪声有脉冲性、有色性、非平稳性。工业环境里的电弧噪声、城市里的多径、山区的遮挡，都会让实际门限比仿真值更早出现。我习惯在实验室数据上再打 3 dB 到 5 dB 的折扣，用来做保守设计。
第四，主观测试不能省。数字指标漂亮的系统，听感不一定好。前面说过，脉冲噪声的能量占比很高，但平均功率占比不高，所以信噪比指标会把它低估。做语音系统，一定要找人盲听。
第五，门限附近不要做精细标定。门限附近的特性本身就不稳定，受温度、器件离散性、老化影响很大。在这个区域做精确标定，过两个月就漂了。工程上正确的做法是把工作区推到门限之上足够远的地方，让器件离散性落在容差之内。
第六，理解“门限”和“崩溃”的区别。模拟系统在门限之下还能勉强听到断续的语音，数字系统在门限之下往往是直接静音或者解码失败。两者的用户体验完全不同，前者让人烦躁但还有信息，后者是彻底的信息中断。做系统选型时，这个差异往往比指标表上的数字更重要——救援、消防这类场景，宁可要“吵但能听”的模拟链路，也不要“清晰但会突然消失”的数字链路。
我个人在实际操作中的体会是，门限效应最麻烦的地方不在于它难理解，而在于它太容易被忽略。链路预算表里每一行都算得清清楚楚，唯独解调器的非线性特性没人写进去，结果就是纸面上一切正常，现场却处处碰壁。把这道悬崖的位置标在图纸上，比多买 3 dB 的发射功率有用得多。
最后分享一个我常用的快速判断方法：如果设备在某个距离点上表现是“逐渐变差”，问题大概率在覆盖和干扰；如果表现是“突然失效”，先怀疑门限，去测解调器输入端的载噪比，而不是急着换天线。这个判断花不了五分钟，但能省下不少来回折腾的时间。
