企业官网建设流程全解析

简介：移动通信领域5G NR理论速率计算详解PPT，面向5G入门者、网络优化与终端研发人员。内容以FDD和TDD双模式为主线，从NR子载波间隔在15kHz～240kHz间灵活可选、10ms帧/1ms子帧/符号级调度等基础概念切入，再深入剖析调制阶数、编码效率、mMIMO层数、载波聚合和资源开销等因素如何综合影响理论峰值速率。资源共1个pptx文件，压缩包817KB，属结构化知识讲解型演示文稿，便于在手机或电脑上直接查看学习。已有2513人学习浏览。PPT不仅逐项解释计算公式，还结合实际产品参数，给出100MHz带宽、4×4 MIMO、256QAM下的FDD上下行速率，以及TDD 2.5ms单周期、双周期、5ms单周期等不同时隙配比的完整计算示例，帮助读者理解每个数字的来历，掌握从物理层参数到最终速率的完整计算方法，适合作为自学笔记或培训课件。

1. 5G NR理论速率是“算”出来的，不是“测”出来的

在 5G 网络优化和终端测试现场，最容易出现的争论就是：同一台设备、同一块测试终端，上午测出的下行速率是 1.2Gbps，下午换了个位置变成 800Mbps，而网管后台写着“理论峰值 2.3Gbps”。这个 2.3Gbps 是怎么来的？它既不是路测打出来的，也不是实验室仪表直接量出来的，而是按照 3GPP 定义的公式和一组理想化参数算出来的结果。移动通信里的 5G NR 理论速率计算，本质上是把频域资源、时域符号、调制阶数、信道编码率和 MIMO 层数做一次乘法运算，再根据子载波间隔折算成每秒比特数。搞懂这套计算，不只是为了回答“峰值为什么到不了”，更是做容量估算、载波配置、终端选型和投诉分析的基础。这篇文章从公式拆解开始，把每个参数在协议里的出处和边界讲清楚，然后给出可复现的 Python 和 Excel 模板，最后落到用网管统计反推实际速率的验证方法上。适合网优工程师、通信测试开发、终端协议栈相关从业者，也适合刚转行进入移动通信领域的新人建立完整的速率口径。

2. 频域、时域与调制编码：5G NR理论速率计算的三个维度

2.1 从 LTE 的单公式到 NR 的参数表

LTE 时代计算理论峰值速率非常直接：取 20MHz 带宽、100 个 RB，乘以 12 个子载波，再乘以一个子帧里的 14 个 OFDM 符号，乘调制阶数、编码率、层数，最后除以 1ms 的子帧时长，结果就是下行峰值。这个公式在 5G NR 里依然成立，问题是 NR 把公式里的每一个因子都变成了可选项。

子载波间隔不再是固定的 15kHz，而是 15、30、60、120、240kHz 五档，时隙长度跟着子载波间隔变；RB 数量取决于信道带宽和子载波间隔的组合，不同频段有不同的上限；调制方式虽然同样支持 256QAM，但是 NR 的编码率上限、MCS 表格和 LTE 不完全相同；MIMO 层数在 FR1 和 FR2 的典型配置也不同。所以 5G NR 理论速率计算不再是查一张表直接读结果，而是先确定参数组合，再按公式计算。

后面所有计算都围绕下面这个统一公式展开：

速率 = RB数 × 12 × 符号数 × 调制阶数 × 编码率 × 层数 ÷ 时隙时长

这个公式对上下行都适用，区别只在于上下行的 RB 数、符号数和层数取值不同。

2.2 频域因子：RB 数与子载波间隔的约束关系

频域上的资源单位是 RB（Resource Block），一个 RB 固定包含 12 个子载波。NR 的灵活性体现在 RB 总数由信道带宽和子载波间隔（SCS）共同决定，带宽越大、SCS 越小，RB 数越多。但是协议为了保证频谱效率和射频实现复杂度，限制了每个带宽下可用的最大 RB 数。

做一个最小可复现的计算前，先要查表确定 RB 数。下面是 FR1 频段部分典型带宽对应的 RB 数，数据口径来自 3GPP TS 38.101，这是做 5G NR理论速率计算最常用的一张表：

注意 100MHz 带宽下，15kHz 和 30kHz 的 RB 数都是 273，60kHz 反而只有 135。原因是 100MHz 带宽在 FR1 只是射频带宽，实际传输带宽要扣除保护带，60kHz SCS 的单载波带宽更宽，可容纳的 RB 数按频谱效率折算后反而更少。这个细节经常被忽略，如果直接拿带宽除以子载波间隔计算 RB 数，会得出错误结果。

# 错误示范：直接用带宽估算RB数 # 100MHz ÷ (30kHz × 12) = 277，实际协议定义是273

正确做法是直接使用协议表里的 RB 数值，不要自行推算。FR2 的规则类似，400MHz 带宽在 120kHz SCS 下对应 264 个 RB。

2.3 时域因子：OFDM 符号数与子载波间隔的关系

时域上，NR 的一个时隙在常规循环前缀（Normal CP）下包含 14 个 OFDM 符号。关键变化是时隙的绝对时长不再是 LTE 的固定 1ms，而是与子载波间隔成反比，计算公式为：

时隙时长(ms) = 1ms × 15kHz ÷ SCS

• 15kHz SCS → 1ms
• 30kHz SCS → 0.5ms
• 60kHz SCS → 0.25ms
• 120kHz SCS → 0.125ms
• 240kHz SCS → 0.0625ms

这意味着在同样的符号数和调制阶数下，60kHz SCS 每秒能传输的时隙数是 15kHz 的 4 倍，这正是 5G NR 理论速率计算中 FR2 高频段速率远高于 FR1 的关键原因之一。不过要注意，速率提升的同时每个符号的时域宽度缩短，对信道估计和多径时延扩展的容忍度也会下降，所以高频段通常用于室内或视距场景，这不是计算题里能体现的工程约束。

2.4 调制与编码：阶数上限和码率有效性

调制阶数决定每个符号携带多少比特：

• QPSK：2 bit/symbol
• 16QAM：4 bit/symbol
• 64QAM：6 bit/symbol
• 256QAM：8 bit/symbol

理论峰值计算默认为 256QAM，也就是 8bit。编码率不是随意选的，3GPP TS 38.214 的 MCS 表格给出了不同 MCS 等级对应的调制方式和目标码率，最高阶的几档码率在 0.9 左右。峰值计算通常取 948/1024 ≈ 0.92578125，这是 256QAM 下接近 1 的最高有效码率。

计算时不能把编码率视为 1，因为信道编码必然引入冗余。如果在计算时直接省略编码率，算出来的结果会比协议定义的理论值高出约 8%，现场对标厂商标称速率时会出现明显偏差。还有一点容易漏，就是实际调度时 MCS 不可能一直取最高档，无线环境波动、CQI 上报周期、干扰变化都会让 MCS 降档，所以理论峰值是一个上界，不是均值。

3. 用 Python 与 Excel 复现 5G NR速率计算全流程

3.1 一个可直接修改参数的 Python 计算函数

把公式落成一个函数，方便反复调整参数。下面的代码实现下行理论速率的完整计算，直接可以运行：

def nr_peak_rate(scs_khz, num_rb, num_symbols=14, modulation_bits=8, code_rate=948/1024, layers=4, cp_overhead=1.0): """ 计算5G NR理论峰值速率 参数: scs_khz: 子载波间隔，单位kHz，可选15/30/60/120 num_rb: RB数量，查38.101表获得 num_symbols: 每时隙OFDM符号数，常规CP为14 modulation_bits: 调制阶数，256QAM取8 code_rate: 信道编码率，峰值取948/1024 layers: MIMO层数 cp_overhead: 开销系数，1.0表示不计PDCCH/DMRS等开销 返回: 速率，单位Mbps """ slot_ms = 1.0 × 15 / scs_khz # 时隙时长，单位ms bits_per_slot = num_rb * 12 * num_symbols * modulation_bits * code_rate * layers bits_per_sec = bits_per_slot / (slot_ms / 1000) # 每秒比特数 rate_mbps = bits_per_sec / 1e6 return rate_mbps * cp_overhead # 示例：FR1 100MHz，30kHz SCS，273RB，4层，256QAM print(nr_peak_rate(30, 273)) # 输出约 2718 Mbps # 示例：FR1 100MHz，30kHz SCS，273RB，2层（典型终端能力） print(nr_peak_rate(30, 273, layers=2)) # 输出约 1359 Mbps # 示例：FR2 400MHz，120kHz SCS，264RB，4层，256QAM print(nr_peak_rate(120, 264)) # 输出约 10510 Mbps

代码中slot_ms按 SCS 反比折算时隙时长，bits_per_slot算的是一个时隙内总共传输的有效业务比特数，最后除以秒得到速率。通过对比 273RB 在 4 层和 2 层下的结果，可以直观看出终端接收天线数对速率的决定作用。cp_overhead参数留给需要按实际开销折算的场景，默认 1.0。

3.2 从 MCS 表到码率：查表方法

如果不想用固定 948/1024，而是要根据实际 MCS 等级计算，需要查 3GPP TS 38.214 的 Table 5.1.3.1-1。这张表定义了从 MCS 0 到 MCS 28 的调制方式和码率，网优场景最常用的几个高等级数值如下：

假设网管统计显示某小区平均 MCS 为 24，那计算时要用 758/1024，而不是 948/1024。很多速率预测偏高的原因就是默认了 MCS 28，这在好点可以短期达到，但从小区级平均值来看几乎不可能维持。

3.3 计算值为什么和厂商标称对不上

用上面的函数算 FR1 100MHz、30kHz 四层结果是约 2718Mbps，但很多厂商对外标称是 2.3Gbps 左右，差异就在于厂家扣除了控制信道和参考信号开销。PDCCH 占用时隙前 1 到 3 个符号，DMRS 占据部分 RE，SSB、CSI-RS 也周期性占用资源。把开销考虑进去，cp_overhead一般取 0.75 到 0.85。

提示：算理论峰值用 1.0，算“用户可感知峰值”用 0.85 附近的系数，算“小区平均吞吐预期”则还要乘 MCS 达标率和 RB 利用率。

Excel 里同样可以套这个公式，=273*12*14*8*948/1024*4/(0.0005)*0.85/1e6，注意时隙时长用秒单位，0.0005 对应 30kHz。核对结果应和 Python 输出一致。

4. FR1 与 FR2、TDD 配比对理论速率的影响有多大

4.1 同样公式，FR2 为什么能翻 4 倍

FR2（24.25GHz 至 52.6GHz）与 FR1 的差别不只是频段高低，而是载波带宽和子载波间隔同时变了。FR2 典型信道带宽是 400MHz，SCS 是 120kHz，对应的 RB 数为 264。代入公式计算一次：

# FR2典型配置：400MHz带宽，120kHz SCS，264RB，4层 rate = 264 * 12 * 14 * 8 * (948/1024) * 4 / 0.000125 / 1e6 print(rate) # 约 10510 Mbps

与 FR1 的 2718Mbps 相比，FR2 的速率提升主要来自两个乘数效应：一是 RB 数虽然只减少 9 个，但时隙时长从 0.5ms 缩短到 0.125ms，每秒可用的时隙数量增加了 4 倍；二是本身 4 层 MIMO 配置下，速率直接乘以 4。如果 FR2 再叠加 8 层 MIMO，理论值可以超过 20Gbps，这也是 3GPP 提出 IMT-2020 峰值速率 20Gbps 目标的实现路径。

不过 FR2 受限于射频器件和功耗，终端通常只支持 2 层或 4 层接收，8 层更多是基站侧能力。现场做 5G NR理论速率计算时，建议先确认终端上报的maxNumberMIMO-LayersPDSCH字段，不要直接用 8 层算。

4.2 TDD 配比：理论速率必须乘占空比

TDD 模式下的理论速率和 FDD 有本质区别：上下行共享同一段频谱，速率要乘以实际的下行时隙占比。中国移动常用的 5ms 单周期帧结构是 DDDSUDDSUU，一个周期内包含 7 个下行时隙、1 个特殊时隙（S）和 2 个上行时隙。特殊时隙通常由 DwPTS、GP、UpPTS 三部分组成，其中 DwPTS 可配置 10 到 12 个符号用于下行传输。

计算下行理论速率时，不能只把 2.7Gbps 乘 70%，更细的算法是这样的：

有效下行时隙数 = 7 × 1 + 1 × (DwPTS符号数 ÷ 14) 有效下行占比 = 有效下行时隙数 ÷ 10

假设 DwPTS 为 10 个符号，则：

有效下行占比 = (7 + 10/14) / 10 = 0.77

也就是说，FR1 四层配置下 TDD 下行实际理论速率约为 2718 × 0.77 ≈ 2093Mbps。如果站点的时隙配比是 7:3（即 DDDDDDDSUU），则占比更高；如果是 4:1，即 DDDSU，则下行占比 0.54 左右。不同运营商的上下行配比策略不同，这直接影响 5G NR理论速率计算的结果。

注意这个占比是时间上的，不是功率或频率上的。速度翻倍的说法只在理想无干扰环境下成立，实际小区边缘用户受到的干扰变化比配比本身的影响更明显。

4.3 层数与终端能力等级的边界

NR 的 MIMO 层数上限由基站和终端中较低的一方决定。FR1 的典型配置是基站 64T64R、终端 4 接收天线，所以下行最多 4 层；FR2 的基站常配 256 天线阵元，终端是 2 或 4 接收天线，层数同样以终端为准。

协议里终端能力等级对层数有明确限制，查询终端的CA-BandwidthClassNR-EUTRA或supportedNumberRxTx字段就能看到。计算时如果终端只上报了 2 层接收，无论基站天线多少，速率都要按 2 层算。实际排障中经常遇到“基站侧显示 4 层，但终端始终只能 2 层”的情况，通常是终端能力上报被核心网或基站配置覆盖，需要检查初始上下文建立时的能力协商结果。

5. 用网管 MCS 和调度 RB 反推“接近理论值”的实测速率

5.1 从调度统计反算平均吞吐

理论速率算完后，最实用的一步是用它做基准，对比网管统计的实际调度参数，定位速率差距的根源。网管一般能提供每个流或每 TTI 的平均 RB 数、平均 MCS 和平均层数，这些数值可以直接代回同一个公式：

# 实际吞吐 = 平均RB × 12 × 14 × 平均调制比特 × 平均码率 × 平均层数 # × (1 - 控制信道开销) ÷ 时隙时长

用实际 MCS 里查到的码率替换理论 948/1024，用网管的平均 RB 数替换协议最大 RB 数，再乘一个 0.85 的开销系数，得出的就是这个小区在当前无线环境下的“可达速率”。如果这个值明显高于实测吞吐，问题大概率出在调度器、拥塞或核心网限速上；如果这个值本身就接近实测值，说明无线侧已经做到了当前信道条件下的极限。

5.2 三层定位法判断速率短板

判断速率差在哪，按下面三步走，每一步对应一个独立的公式因子：

1. 看 RB 利用率：用“实际调度 RB 数 ÷ 理论最大 RB 数”得到 RB 利用率。低于 80%，先查是否带宽配置不足、邻区干扰导致调度回避、或控制信道占用过多。
2. 看 MCS 分布：统计 MCS 24 以上占比。占比低说明 SINR 不够或 CQI 上报保守，需要调整波束、优化邻区关系，而不是加带宽。
3. 看平均层数：平均层数低（接近 1 或 2）且 RB 和 MCS 都正常，说明终端上报了低阶接收能力或信号相关性导致秩降低。

5.3 一个典型的现场对照思路

假设某 5G 小区配置为 100MHz、30kHz、TDD 配比 DDDSUDDSUU，理论下行峰值约 2093Mbps。网管显示该小区忙时平均 RB 数 200，平均 MCS 22，平均层数 3.2，代入实际码率 805/1024：

rate_real = 200 * 12 * 14 * 8 * (805/1024) * 3.2 * 0.85 / 0.0005 / 1e6 print(rate_real) # 约 1117 Mbps

如果忙时实测吞吐为 900 到 1100Mbps，说明无线侧计算与现网表现吻合，不需要做参数调整；如果实测只有 400Mbps，则问题在调度、承载或核心网，需要抓取 MAC 层调度日志确认是否有大量的等待时延和重传。这套从理论到反推的对照方法，比单纯看大盘吞吐更能说明问题所在。

最后提醒一个细节：在反推计算时，把帧结构的特殊时隙同样按比例折算，否则每 5ms 周期内都会少算一个特殊时隙的下行数据量，累积起来误差能到 5% 以上。

本文还有配套的精品资源，点击获取