1 BER（ビット誤り率）の概念
BER（Bit Error Rate、ビット誤り率）は、デジタル通信で送信されたビットのうち、受信側で誤って判定されたビットの割合を表す指標である。誤りが発生しやすい条件や方式の違いによって値が変化するため、通信リンクの健全性や設計の妥当性を比較する際に用いられる。
通常、無線、伝送路、光など複数の物理層技術で同様の考え方が採用され、一定時間または一定量のデータ区間に基づき統計的に算出する。誤り訂正を組み込む場合でも、符号化後の品質評価、あるいは符号化前後の誤り特性把握のためにBERが参照されることが多い。
1.1 定義と基本式
BERは、送信ビット系列に対して受信側が復号・判定した結果と送信側の正しいビットとの相違を数え、その割合として定義される。基本的な考え方は「誤りビット数÷評価対象の総ビット数」である。
典型的には、評価区間の総ビット数を \(N\)、誤りビット数を \(N_e\) とすると、 \[ \mathrm{BER}=\frac{N_e}{N} \] として表される。実装や評価では、受信処理の段階（復調後、復号後など）によって「どのビットを数えるか」が定義に影響するため、評価点を明確にすることが重要となる。
1.2 測定の単位と評価条件
BERは割合（無次元）として扱われることが多いが、実測では評価対象の時間、フレーム長、あるいはビット数などの条件が結果に影響する。誤りが稀な場合、一定時間だけ観測しても誤りがゼロになることがあるため、必要な観測長や統計処理が設計上の論点になる。
評価条件には、変調方式、受信方式、復号の有無、同期条件（タイミングや周波数の追従）、測定帯域幅、リンクの設定値が含まれる。とくに比較目的では、同じBERでも「同じ処理段階で評価されているか」「同じ信号品質の指標で揃えられているか」を確認しないと、意味のある比較になりにくい。
1.3 BERと関連指標の位置づけ
誤りを数える粒度には複数の選択肢がある。BERはビット単位で誤りを数えるのに対し、FER（フレーム誤り率）はフレーム単位で誤りの有無を判定する指標である。フレーム内に1ビットでも誤りがあれば「誤りフレーム」とみなす設定が一般的で、BERよりも大きな値として観測されやすい。
SER（シンボル誤り率）は変調のシンボル単位での誤判定割合を示す。変調方式が高次になるほど、1シンボル誤りが複数ビット誤りに対応する場合があり、SERとBERの関係は単純比例にならないことがある。設計では、誤り訂正の入力・出力品質や上位層の要求に応じて指標を選び分けるのが一般的である。
2 BERに影響する要因
BERは単一要因で決まるわけではなく、伝送路の品質、受信処理の能力、符号化・復号の構成、ならびに信号の生成と同期の状態が複合的に作用して決まる。したがって、改善策を検討する際は、どの段階で品質劣化が生じているかを切り分ける必要がある。
また、同じ物理条件でも実装の差（受信機の推定精度やしきい値の置き方、データ処理の丸め誤差など）によってBERが変動する場合がある。以下では、伝送環境、変調・復調、符号化・誤り訂正の観点から要因を整理する。
2.1 伝送路・受信環境
伝送路・受信環境はBERに最も直接的な影響を与える領域である。雑音や干渉、周波数選択性、時間変動といった性質が受信信号の確率分布を変え、結果として判定誤り確率が増減する。
このため、設計や評価では「どの程度の雑音レベルか」「干渉源はどの程度の強さ・帯域を持つか」「フェージングの時間スケールはどれくらいか」など、チャネルの統計的記述が重要になる。
2.1.1 雑音と干渉の影響
雑音は受信信号にランダム成分として加わり、復調器の判定統計量に変動を与える。特に熱雑音や量子化雑音、位相雑音などは、信号対雑音比の低下として現れ、誤り確率を押し上げる。
干渉は、同一周波数帯や近傍帯で他の信号が重畳することで発生し、雑音とは異なる相関構造や時間変動を持つことがある。干渉が強い場合、単純なSNR指標では品質を説明できず、受信側での周波数分離、干渉抑圧、適応処理の有無がBERに影響する。
2.1.2 チャネル劣化とフェージング
フェージングは受信信号の振幅や位相が時間や周波数に応じて変動する現象であり、無線伝搬で典型的である。固定された受信位置でもマルチパスの干渉により受信振幅が変動し、これが復調の判定誤りを誘発する。
また、チャネルが周波数選択的になると、周波数領域で利得が不均一になり、特定の帯域成分が減衰する。これにより、等化やインターリーブ、適切な帯域設計の有無がBERに反映されることになる。結果として、平均的なSNRだけでなく、利得分布や遅延プロファイルが重要になる。
2.2 変調方式・復調方式
変調方式は、ビット列をどのような信号形状（振幅・位相・周波数の組合せ）として表現するかを決める。復調方式は、受信信号からその形状を推定し、最終的にビット判定へつなぐ役割を持つ。
同じチャネルでも、変調の次数やシンボル構造により、単位SNRあたりの誤り確率が変わる。また復調器が採用する判定ルール（最尤、近似最尤、しきい値判定など）によって、理論的な最適性からのズレがBERに反映される。
2.2.1 射影・判定誤りの発生要因
受信信号は復調器内部で何らかの特徴量に射影され、判定統計量が計算される。この段階では、雑音・干渉・チャネル変動の影響が特徴量へ集約されるため、統計量が理想条件から逸脱するほど誤判定が増える。
さらに、同期ずれ（タイミングやキャリア周波数の誤差）やチャネル推定誤差があると、射影に用いる基底や補正値が不正確になり、判定境界からの距離が変化する。結果として、同一SNR下でもBERが上振れする要因となる。
2.2.2 復調器の最適性と実装差
理論上の最尤判定などは、既知の統計モデルに対して最適性が保証される場合がある。一方、実装では有限長のフィルタ、計算量制約、固定小数点演算などがあり、完全な最適判定が実現できないことがある。
たとえば、チャネル推定を粗く行うと補正が不十分になり、あるいは等化器の係数更新が追従しないとフェージング下で誤りが増える。復調器の実装差は、同じ条件下でも実測BERの違いとして観測され得るため、比較では実装詳細の把握が望ましい。
2.3 符号化・誤り訂正
符号化は送信ビットに冗長性を付加し、受信側が誤りを推定・訂正できるようにする技術である。これにより、BERそのものが直接改善するだけでなく、誤り訂正後の品質（しばしばBERやFERとして評価される）を引き下げることが可能になる。
ただし、符号化は常に利益を生むわけではない。冗長度が増えると同じ伝送速度でも符号化後の情報量が減るため、帯域やレートの制約とトレードオフになる。加えて復号方式の計算負荷も実用上の制約となる。
2.3.1 復号方式と誤り伝搬
誤り訂正は、復号器が受信から符号語を推定することで行われる。一般に、受信側で最初に生じた復調誤りが復号過程でどのように拡散・訂正されるかは復号方式に依存する。
たとえば、ハード判定復号はビットの0/1を固定し誤り位置推定を行うため、軟判定（確率的な情報を利用）に比べて訂正性能が劣る場合がある。さらに、確率計算や反復回数の設定によって、復号器が最終的に収束するまでの挙動が変わり、BERの実測に差が生じることがある。
2.3.2 コード長・冗長度の影響
コード長が長い設計では、統計的な誤り訂正効果が大きく表れやすい一方、遅延やバッファサイズなどの実装課題が増える傾向がある。冗長度は訂正能力に直結するため、一般に冗長度を増やすほど誤り訂正後の誤り率は下がりやすいが、帯域効率の低下という代償が伴う。
このため、所望の品質（たとえば目標BERまたはFER）を満たすように、コード選定と実装制約を同時に考慮してパラメータが決められる。結果として、BERは符号化パラメータだけでなくシステム全体のレート設計にも左右される。
3 BERの理論解析と近似
理論解析では、受信信号の確率モデルと判定規則を仮定し、誤り確率を導く。多くの場面でチャネルと雑音の統計が理想化されるため、導出された式は近似として使われることが多い。
解析の中心には、信号対雑音比やチャネル利得の確率分布が関係する。このとき、平均SNRではなく瞬時SNRの揺らぎを反映するモデルを用いるかどうかが、近似精度に影響する。
3.1 信号対雑音比との関係
理想的な環境では、BERは信号対雑音比の増加とともに指数関数的に減少する傾向がある。変調方式ごとに「どの程度SNRが必要か」が異なり、同一BERを達成するための必要SNR（あるいは必要Eb/N0）を見積もる目的で式が利用される。
ただし、実システムでは雑音が非ガウスになったり、干渉が付加したり、受信が完全同期でないため、単純な関係式からのズレが生じる。そのズレは実測で確認され、補正項を含む形で近似が調整される場合がある。
3.2 代表的なチャネルモデル
理論解析においてチャネルは統計モデルとして扱われる。よく用いられるのは、雑音以外の影響を抑えた単純モデルと、利得が時間・周波数で変動するモデルである。
目的に応じてモデルを選ぶことが重要で、簡易モデルで求めたBERが、実際のリンク条件では過小評価になることもある。
3.2.1 AWGN環境での近似
AWGN（Additive White Gaussian Noise）環境は、雑音が加算的で白色、かつガウス分布であると仮定するモデルである。多くの変調方式について、受信統計量が解析しやすく、代表的なBER式が導かれる。
このモデルは、干渉が弱い、帯域内で雑音が支配的、同期やチャネル推定が十分であるときに有用な近似になる。一方、実際の無線ではフェージングや周波数選択性があるため、そのまま当てはめると誤差が出る可能性がある。
3.2.2 フェージング環境での近似
フェージングを扱う場合、受信信号の振幅（利得）が確率変数として分布する形でモデル化される。これにより、単一のSNRに対する誤り確率ではなく、利得分布にわたって平均化した誤り率が必要になる。
代表的にはレイリー分布やライシアン分布などが用いられ、平均BERはそれらの分布に基づく積分や近似式として表されることがある。フェージングの時間相関が強い場合は、単純な独立仮定に基づく近似からずれるため、評価設計で注意が必要となる。
3.3 代表的な変調ごとの計算
変調方式はシンボル配置と判定境界を決め、誤り計算の形が変わる。解析式の具体形は変調方式ごとに異なり、同じチャネルモデルでもBERのSNR依存性が異なる。
ここでは代表的な傾向と、判定統計量に基づく評価の考え方を整理する。
3.3.1 デジタル変調方式別の傾向
二値変調（例：振幅2値など）は解析が比較的単純で、誤りは主にしきい値を跨ぐことで生じる。多値変調になるほど、隣接シンボルへの誤判定が増えるため、一般に同じBERに必要なSNRは高くなる傾向がある。
一方、コーディングや信号処理によって実効的な品質が改善される場合があり、変調単体の理論傾向がそのままシステム全体の成績に一致するとは限らない。
3.3.2 判定統計量にもとづく評価
判定統計量の計算は、受信信号と参照信号の相関、距離、あるいは対数尤度比などを用いる形で行われることが多い。これらの統計量が雑音でどのように揺らぐかを確率分布として扱い、閾値超過や境界越えの確率を誤りとして積算する。
実効的な判定誤り確率は、統計量の平均、分散、ならびに境界位置に依存するため、チャネル推定誤差やフィルタリングの影響が統計量の分布を変える場合、理論値と実測値がずれやすい。したがって、解析の仮定（理想受信、完全同期など）の整合性が重要になる。
4 BERの実測とシステム設計への応用
実測によって得られるBERは、理論解析が仮定する条件からの差を含むため、システム性能の現実的な把握に有効である。設計では、目標値を満たすためのリンク設計、方式選定、ならびに試験計画にBERを活用する。
ここでは測定手順、シミュレーションによる補完、そして要件設計への接続の順に整理する。
4.1 実測手順とデータ収集
実測では、誤りを数えるための基準データ（既知系列）と、受信側でのビット比較の枠組みが必要になる。さらに、低いBERを測るには十分な観測量が求められる。
また、計測機器の設定（サンプリング、同期制御、復調・復号パラメータ）も結果に影響するため、再現性確保のための記録が不可欠である。
4.1.1 ビットカウント方法
代表的には、受信したビット列を送信側の既知系列と比較して一致・不一致を数え、誤り数を算出する。比較対象が復調後か復号後かでBERの意味が変わるため、測定点を明示して運用する。
誤り数がゼロの場合には、観測された総ビット数から「上限」としての評価（少なくともこの値以下である可能性）を報告することがある。低BER用途では、測定時間やログの長さがその信頼性に直結する。
4.1.2 バーナム手法・統計誤差の考え方
BERは誤りが稀な領域では統計的揺らぎが大きくなる。誤り数が二項分布に従うという仮定のもと、信頼区間を見積もることで推定の不確かさを扱うのが一般的である。
バーナム的な考え方としては、少数サンプルでの評価では誤り率の推定誤差が無視できない点を強調し、観測数と信頼水準に基づく区間推定を行う。これにより、測定結果の比較が偶然誤差によって歪められるリスクを下げられる。
4.2 シミュレーションによる評価
実機測定が難しい条件や広いパラメータ探索では、シミュレーションが有効になる。シミュレーションは計算モデルに基づくため、理論と実測のギャップを埋めるために段階的な検証が行われる。
また、シミュレーションでは誤りが十分に出ない範囲の精度をどう担保するかが課題になる。
4.2.1 モンテカルロ法の考え方
モンテカルロ法では、雑音やチャネル利得などの確率過程をサンプルとして生成し、復調・判定までを繰り返して誤り回数を統計的に推定する。サンプル数が増えるほど推定のばらつきが減り、結果としてBER推定が安定する。
低BER領域では誤りがほとんど起きないため、必要なサンプル数が膨大になりやすい。そこで重要なのが、誤り発生が起きやすい条件での検証と、別手法（近似式や重要度サンプリング等）との併用検討である。
4.2.2 モデル化の注意点
シミュレーションでは、フィルタ特性、サンプリング周波数、量子化、同期誤差、チャネル推定の誤差、前処理の設計などをどこまで忠実に再現するかが結果を左右する。理想化しすぎると過度に良いBERが得られ、逆に複雑にしすぎると計算量が増えて現実的な探索が困難になる。
さらに、変調方式や復調方式の実装差（例えば受信機内のしきい値更新や反復復号の打ち切り条件）を反映しないと、実機性能との乖離が起こりやすい。モデル妥当性は段階的な突合で確かめる必要がある。
4.3 要件設計と性能目標
BERを用いた設計では、目標品質を満たすためのリンク予算、方式選択、冗長度設計が結び付けられる。特に、誤り訂正を含む場合は「入力品質（符号化前）」と「出力品質（符号化後）」の両方を区別して設計するのが一般的である。
目標値は単にBERの数値だけではなく、許容遅延や計算資源、スループット、実装の複雑さとも整合させる必要がある。
4.3.1 目標BERからのリンク設計
目標BERを達成するには、必要な信号品質を見積もり、パス損失、送信電力、アンテナ利得、受信雑音、フェージングマージンなどの要素を積み上げて評価する。理論式や経験則により、必要なSNR（あるいはEb/N0）を算出し、それを満たすようにシステムパラメータを決定する。
ただし、現実のばらつき（温度、移動、デバイスばらつき）を考慮して余裕度を設定しないと、目標に届かないことがある。したがって、平均値だけでなく、確率的な品質劣化も含めて設計する考え方が重要になる。
4.3.2 通信方式・符号の選定指針
方式選定では、変調次数と符号化の組合せにより、必要SNRと実効データ速度の両方が変化する。高次変調は帯域効率が高い一方で要求品質が厳しくなりやすい。低次変調は頑健になりやすいが、速度とのトレードオフが生まれる。
符号化の選択では、目標BERや遅延制約、復号計算負荷を踏まえて符号の種類とパラメータ（冗長度、ブロック長、反復復号の設定など）を決める。設計指針は、必要品質を満たしつつ、性能だけでなく運用容易性やコストも含めて最適化する方向に向かうことが多い。
5 BERにまつわるよくある誤解と注意点
BERは便利な指標である一方、誤解によって設計判断を誤ることがある。特に、比較の前提条件や評価段階の取り違え、指標の置き換えなどが典型的な落とし穴になる。
ここでは誤解されやすい観点を整理し、実務での注意点をまとめる。
5.1 BERを低くするだけで十分か
BER低下は多くの用途で重要だが、必ずしもシステム全体の成功を保証しない。たとえば、誤り訂正でBERが改善しても、訂正に伴う遅延増大やスループット低下が別の要件を破る可能性がある。
また、低BERでもフェージングの特定区間でフレーム単位の破綻が起きると、上位層の体感品質が損なわれることがある。したがって、BERだけに依存せず、遅延、FER、再送回数などと併せた評価が必要になる。
5.2 関連指標（FER・SER）との混同
BERとFER、SERは測る対象が異なるため、単純に大小関係だけで性能を評価すると誤りやすい。例えば、BERが低くてもフレーム長が長いと、フレーム内に少数誤りが入り「フレーム誤り」と判定される確率が上がることがある。
逆に、SERは変調シンボル単位の誤判定なので、1シンボル誤りが何ビット誤りに対応するかは条件によって変わる。混同すると、必要なSNR見積もりや符号設計の方向性を取り違える恐れがある。
5.3 測定条件の違いによる比較の落とし穴
BER比較で最も起きやすい問題は、評価点と条件の不一致である。復調後のビットを数えているのか、復号後を数えているのかで結果が変わる。さらに、同期状態、チャネル推定の方法、しきい値設定、処理帯域幅なども異なると、同じSNRでも誤り率は一致しにくい。
また、観測時間が短く誤りがゼロになった場合、見かけ上は「非常に良い」と判断されることがあるが、統計的な裏付けが不足している可能性がある。比較する際は、データ量や信頼区間の扱いまで含めて確認することが望ましい。