好的，我们继续进行系列的下一篇深度解读。

深度解析 3GPP TS 28.552：5.1.1.11 & 5.1.1.12 CQI & MCS Measurements (信道质量与编码效率)

本文技术原理深度参考了3GPP TS 28.552 V18.10.0 (2025-03) Release 18规范中，关于“5.1.1.11 CQI related measurements”和“5.1.1.12 MCS related Measurements”的核心章节，旨在为读者提供一个关于5G物理层链路自适应核心机制的性能测量全景解析。

引言：F1赛车手的“路况播报”与“换挡策略”

“王哥，我们已经从‘管道工’的视角，确保了智慧工厂的DRB‘管道’能够稳定铺设和运行。但是李工又提出了新的问题，”小林指着一份性能报告，“他说，虽然‘鹰眼-Pro’的视频流不再中断，但在某些角落，画质会突然从4K超清降到标清，马赛克严重。这是为什么？”

老王笑了笑，把监控画面切换到一个五颜六色的直方图上。“小林，管道铺好了，不代表里面的‘水流’永远是汹涌澎湃的。无线信道是瞬息万变的，就像一条时而宽阔平坦、时而崎岖泥泞的赛道。要在这条赛道上跑出最快又最稳的成绩，我们需要两样东西：一个能实时播报前方路况的‘领航员’，和一个能根据路况瞬间做出最佳换挡决策的‘王牌车手’。”

他将TS 28.552的屏幕切换到5.1.1.11和5.1.1.12节。“今天，我们就来认识这两位‘幕后英雄’。CQI (Channel Quality Indicator, 信道质量指示)，就是UE这位‘领航员’向基站发回的‘路况播报’。而MCS (Modulation and Coding Scheme, 调制与编码方案)，则是基站这位‘王牌车手’根据路况播报所决定的‘换挡策略’。这两节的内容，就是我们评估‘领航员’的播报是否准确、‘车手’的决策是否英明的核心依据。”

“‘鹰眼-Pro’的画质下降，很可能就是因为它行驶到了‘崎岖路段’，我们的‘车手’为了避免‘翻车’（数据传输失败），主动降了档。通过分析这两个测量，我们就能知道，这片区域的‘路况’到底有多差，以及我们的‘换挡策略’是否还有优化的空间。”

这篇文章，我们将化身为“F1车队的数据分析师”，通过解读CQI和MCS的测量，深入探索5G链路自适应技术的心脏地带，揭示网络是如何在速度与稳定之间寻求最佳平衡的。

1. “领航员”的路况报告：CQI相关测量 (5.1.1.11)

CQI是UE对下行信道质量的量化评估结果。UE会周期性地或在基站触发下，测量下行参考信号，并根据测量结果，选择一个最能代表当前信道质量的CQI索引值（0-15），上报给基站。这个值越高，代表信道质量越好。

1.1 全景路况图：Wideband CQI distribution (5.1.1.11.1)

a) This measurement provides the distribution of Wideband CQI (Channel Quality Indicator) reported by UEs in the cell.

b) CC.

c) This measurement is obtained by incrementing the appropriate measurement bin when a wideband CQI value is reported by a UE in the cell. When spatial multiplexing is used, CQI for both rank indicator should be considered.

e) CARR.WBCQIDist.BinX.BinY.BinZ, where X represents the index of the CQI value (0 to 15). Y represents the index of rank value (1 to 8), Z represents the index of table value (1 to 4).

1.1.1 深度解析

CARR.WBCQIDist (Carrier, WideBand CQI Distribution) 是描绘小区整体信道质量的一幅“全景地图”。

• 测量对象: UE上报的宽带CQI。宽带CQI反映的是UE在整个信道带宽上的平均信道质量。
• 测量方法: 这是一个分布统计。基站每收到一个CQI上报，就会给对应的“Bin”（区间）计数器加1。最终形成一个直方图，显示了从0到15各个CQI等级的上报次数分布。
• 精细化的维度 (e项): 这个测量项的命名非常精细，BinX.BinY.BinZ，包含了三个维度的信息：
  1. BinX (CQI Index, 0-15): 这是最核心的维度，代表了信道质量的好坏。
  2. BinY (Rank Indicator, 1-8): 这是MIMO场景下的关键参数。Rank（秩）代表UE建议基站同时为它传输几个独立的数据流（层）。Rank越高，说明信道条件越好，空间复用的潜力越大。例如，一个Rank=2的上报，意味着UE认为信道好到可以同时支撑两条数据流，理论速率可以翻倍。
  3. BinZ (Table Index, 1-4): 3GPP为不同的场景（如高/低速率编码）定义了不同的CQI-MCS映射表。这个维度可以区分UE是基于哪张表上报的CQI。

1.1.2 场景化举例：诊断“鹰眼-Pro”的信号盲区

小林调出了“鹰眼-Pro”画质下降区域所在小区的CARR.WBCQIDist分布图。他发现，在小区的中心区域，CQI上报主要集中在11-15的高值区域，且Rank 2的上报占比很高。然而，在摄像头所在的那个角落，情况截然不同。

“王哥，你看！”小林指着按位置关联后的数据，“这个角落的UE上报的CQI，80%都集中在1-4的低值区域，而且Rank基本都是1。这说明那里的‘路况’真的非常差！”

洞察： CQI分布图直观地揭示了小区内存在的“信号盲区”或“强干扰区”。高CQI值和高Rank值的样本占比，是衡量一个小区覆盖质量和MIMO性能潜力的“金标准”。“鹰眼-Pro”的画质下降，其根本原因就是它进入了一个信道质量极差的区域。

2. “车手”的换挡策略：MCS相关测量 (5.1.1.12)

基站（车手）收到了UE（领航员）的CQI报告后，就要做出决策：选择一个合适的MCS（调制与编码方案）来发送数据。MCS决定了每个无线资源符号能承载多少比特信息（调制阶数）以及用于纠错的冗余信息有多少（编码率）。

• 高阶MCS (如256QAM, 高编码率): 像赛车的“最高档”，速度快，但对“路况”（信噪比）要求极高，稍有颠簸就可能“翻车”（传输错误）。
• 低阶MCS (如QPSK, 低编码率): 像卡车的“一档”，速度慢，但非常“皮实”，在崎岖的道路上也能保证把货物安全送到。

链路自适应（Link Adaptation）的核心，就是基站根据CQI动态选择MCS的过程。

2.1 换挡习惯分析：MCS Distribution in PDSCH/PUSCH (5.1.1.12.1 & 5.1.1.12.2)

5.1.1.12.1 MCS Distribution in PDSCH (下行MCS分布) a) This measurement provides the distribution of the MCS scheduled for PDSCH RB by NG-RAN. c) This measurement is obtained by incrementing the appropriate measurement bin with the number of the PDSCH RBs according to the MCS scheduled by NG-RAN.

5.1.1.12.2 MCS Distribution in PUSCH (上行MCS分布) (定义与下行对称)

2.1.1 深度解析

CARR.PDSCHMCSDist 和 CARR.PUSCHMCSDist 是评估基站调度器“换挡习惯”的“行车记录仪”。

• 测量对象: 每次调度时，基站为PDSCH（下行）或PUSCH（上行）的PRB选择的MCS索引值（0-31）。
• 测量方法: 按PRB数量进行加权的分布统计。例如，在一个TTI内，基站调度了100个PRB，其中20个使用了MCS 28（256QAM），80个使用了MCS 15（64QAM）。那么，MCS 28对应的Bin计数器就增加20，MCS 15对应的Bin计数器就增加80。
• 精细化维度: 与CQI类似，MCS的测量也支持按Rank和Table进行细分。

2.1.2 场景化举例：验证“鹰眼-Pro”的降档操作

小林进一步分析了“鹰眼-Pro”所在角落的数据，查看了CARR.PDSCHMCSDist的分布。

“王哥，数据证实了我们的推测！在这个角落，gNB为‘鹰眼-Pro’调度的MCS，90%都集中在0-9的低阶MCS区域（主要是QPSK和16QAM）。而在中心区域，MCS 20-28（主要是64QAM和256QAM）的使用率非常高。”

洞察： MCS分布图，是CQI分布图的结果验证。它告诉我们，基站调度器是否真实地根据信道质量报告调整了其传输策略。在这里，低CQI报告和低阶MCS调度形成了完美的逻辑闭环，证明了链路自适应机制本身工作正常。问题不在于“换挡策略”本身，而在于“路况”太差。

“画质下降，不是我们的‘车手’技术不行，”老王总结道，“而是他非常聪明地在进入‘泥泞路段’时，主动从‘赛车档’换到了‘越野档’，牺牲了速度，保证了数据能够可靠送达，避免了视频流的彻底中断。这是一种优雅的降级。”

2.2 “空间换挡”策略：PDSCH/PUSCH MCS Distribution for MU-MIMO (5.1.1.12.3 & 5.1.1.12.4)

a) This measurement provides the distribution of the MCS scheduled for PDSCH RB by NG-RAN in MU-MIMO scenario.

• 深度解析: 这组测量CARR.MUPDSCHMCSDist和CARR.MUPUSCHMCSDist更为精细，它们专门统计在MU-MIMO配对传输场景下，基站选择的MCS分布。

• 场景化举例：平衡多用户干扰与速率 在MU-MIMO场景下，多个用户之间会产生干扰。调度器在选择MCS时，必须更加谨慎。通过对比SU-MIMO（单用户）和MU-MIMO下的MCS分布，我们可以评估调度器的智能化水平。 如果发现MU-MIMO场景下的MCS分布普遍低于SU-MIMO场景，这是正常的。但如果下降得过于厉害，例如在信道很好的情况下，MU-MIMO调度依然大量使用低阶MCS，这可能就意味着调度器的配对算法、预编码算法或功率控制算法存在问题，没能有效地抑制用户间干扰，导致其不敢大胆地使用高阶MCS。

结论：“路况”与“驾驶”的闭环诊断

通过对CQI和MCS这两个底层物理层测量的分析，小林对网络性能优化有了更深层次的理解。

“王哥，我明白了。CQI和MCS就像一对‘孪生’指标，必须放在一起看，才能形成一个完整的诊断闭环。”

1. CQI分布图：诊断“路况”本身。 它客观地反映了小区的无线环境质量，是覆盖优化、干扰排查的“勘测图”。CQI差，是所有上层业务体验不佳的“万恶之源”。
2. MCS分布图：诊断“驾驶策略”。 它反映了基站链路自适应算法的实际表现。将MCS分布与CQI分布进行对比，我们可以评估调度器的“驾驶风格”——是激进、是保守，还是恰到好处。
3. 闭环分析：
   • CQI好，MCS好： 理想状态，网络健康。
   • CQI差，MCS差： 链路自适应工作正常，问题是无线环境差，需要进行RF优化。这就是“鹰眼-Pro”的场景。
   • CQI好，MCS差： 可能是调度器算法过于保守，或相关参数配置错误，导致浪费了信道能力。
   • CQI差，MCS好： 调度器过于激进，可能会导致iBLER急剧升高，引发大量重传，反而降低了整体效率。

最终，针对“鹰眼-Pro”的问题，老王和小林向李工提出的解决方案，不是调整调度参数，而是建议在那个角落增加一个微基站，从根本上改善“路况”。这正是基于底层物理层测量的、直击问题根源的专业优化方案。

---

FAQ 环节

Q1：UE上报的CQI值，基站是完全“听信”的吗？ A1：不完全是。UE上报的CQI是基站选择MCS的最重要依据，但不是唯一依据。基站还会根据历史的HARQ ACK/NACK反馈，对UE上报的CQI进行闭环调整。例如，如果一个UE总是上报很高的CQI，但实际传输的BLER却很高，基站就会认为这个UE“谎报军情”，并在后续调度中对其上报的CQI“打个折扣”。反之，如果UE上报CQI不高，但BLER很低，基站就会认为它“过于谦虚”，并尝试使用比CQI建议更激进的MCS。这个闭环调整过程是链路自适应算法的核心之一。

Q2：Rank Indicator (RI) 和 CQI 是什么关系？ A2：RI和CQI通常是一起上报的，共同描述了信道的多维特性。RI描述的是信道的空间特性，告诉基站信道质量好到可以同时支持几条独立的数据流。CQI则描述的是每条数据流的质量，告诉基站每条流上应该使用多大的传输速率（MCS）。例如，UE上报RI=2以及两个CQI值CQI-1=12和CQI-2=11，就意味着：“我这里的信道可以同时传两路数据，第一路质量很好，可以用CQI 12对应的MCS；第二路稍差，可以用CQI 11对应的MCS。”

Q3：为什么下行MCS分布的测量对象是“PDSCH RB”，而上行是“PUSCH RB”？ A3：PDSCH (Physical Downlink Shared Channel) 和 PUSCH (Physical Uplink Shared Channel) 分别是5G中承载下行和上行用户数据的主要物理信道。测量MCS分布时，以实际承载数据的物理资源块（RB）的数量进行加权，可以更准确地反映不同MCS等级在实际数据传输中的“贡献度”。一个使用了高阶MCS的RB，其传输的数据量远大于一个使用低阶MCS的RB，因此在统计中赋予它更高的权重是合理的。

Q4：这些测量都是分布（Distribution），为什么没有提供平均值（Mean）的测量？ A4：因为对于CQI和MCS这类等级分明的索引值，计算其“平均值”的物理意义不大。例如，一个小区一半时间CQI是15（极好），一半时间CQI是1（极差），平均CQI是8（中等），这个平均值完全掩盖了信道两极分化的事实，会产生严重的误导。而分布图则能清晰地展示出这种双峰分布，告诉我们小区存在覆盖或干扰问题。因此，对于这类指标，分布统计是远比平均值更有价值的测量方式。

Q5：如果发现一个基站的MCS分布长时间集中在低阶区域，除了信号覆盖差，还有可能是什么原因？ A5：除了信号覆盖差（低RSRP）或强干扰（低SINR）这些根本原因外，还有几种可能：1）天馈系统故障： 如天线端口驻波比告警、部分通道故障，导致实际发射/接收性能下降。2）UE能力问题： 小区内存在大量低能力的终端，它们本身就不支持高阶调制。3）业务类型限制： 小区承载的主要是VoNR等低速率业务，这些业务本身就不需要、也不会触发高阶MCS。4）参数配置错误： 例如，链路自适应算法中的某些参数被错误地设置为一个非常保守的值，限制了调度器向高阶MCS的攀升。需要结合多种测量项和告警信息进行综合判断。