NB-IoT与LoRaWAN覆盖能力实测对比：城市、郊区与室内场景下的真实表现

谈论物联网无线选型时，覆盖能力永远是最先被拿出来对比的参数之一。NB-IoT 与 LoRaWAN 作为 LPWAN 这个赛道里最常被摆上擂台的两名选手，几乎每一场项目评审都会遇到“到底选谁”的追问。厂商宣传页上“覆盖广、穿透强、功耗低”都写在最醒目的位置，可一旦到了真实现场，场景一换，结论就完全可能反转。

这篇文章不打算停留在纸面参数上，而是把城市、郊区、室内三种典型环境拆开来看，结合典型测试配置和数据，讨论 NB-IoT 与 LoRaWAN 在覆盖能力上的真实表现。更重要的是，我会说明这种差异为什么存在，以及选型时你需要采集哪些现场证据，而不是只看几份规格书。

覆盖能力不是玄学：先从链路预算说起

任何无线技术的覆盖能力，本质上都是链路预算问题。从终端发射信号到网关或基站接收到有效数据，中间所有信号损耗都必须小于系统能够容忍的最大路径损耗。简化后可以写作：

Lmax = Pt + Gt + Gr – Sr – Margin

其中 Pt 是发射功率，Gt 和 Gr 是天线的收发增益，Sr 是接收灵敏度，Margin 是衰落余量和干扰余量。链路预算越宽，理论上可覆盖的距离就越远。

很多团队一对比覆盖，习惯性只看接收灵敏度。NB-IoT 接收灵敏度通常标在 -125 dBm 附近，LoRaWAN 则普遍宣传能够达到 -137 dBm 甚至更低。单看这一项，似乎 LoRaWAN 明显占优。但真正影响实际覆盖的还有发射功率、工作频率、天线增益，以及基站或网关的部署密度。

下面这段 Python 代码可以快速估算两种方案在不同距离和穿透损耗下的链路余量，适合项目开工前做粗略预判：

import math

def link_margin(protocol, freq_mhz, dist_km, indoor_loss=0):
    if protocol == 'LoRaWAN':
        tx_power = 20       # dBm，按当地法规上限
        sensitivity = -137  # dBm，SF12 125kHz
    elif protocol == 'NB-IoT':
        tx_power = 23       # dBm，常见终端最大发射功率
        sensitivity = -125  # dBm，B8 900MHz 单子载波

    path_loss = 32.4 + 20 * math.log10(freq_mhz) + 20 * math.log10(dist_km)
    total_loss = path_loss + indoor_loss
    return tx_power - sensitivity - total_loss

for protocol, freq in [('LoRaWAN', 470), ('NB-IoT', 900)]:
    print(protocol, link_margin(protocol, freq, 1.0, 15))

这段代码使用的是自由空间路径损耗简化模型，没有引入地物衰减和多径效应，所以只能做横向对比。真正的现场覆盖，还需要用 Okumura-Hata、Cost 231 这类经验模型或直接实测来验证。

城市、郊区与室内：实测场景下的表现

环境不同，覆盖结论完全不同。下面这组数据来自一个典型的对比测试配置：NB-IoT 终端采用 Band 8（900MHz），最大发射功率 23dBm；LoRaWAN 采用中国常用的 470MHz 频段，发射功率 20dBm，扩频因子 SF12，带宽 125kHz。NB-IoT 接入运营商宏站，LoRaWAN 网关放在目标区域内部或边缘。

在这组数据里，城市开放道路和郊区是 NB-IoT 的舒适区，因为运营商宏站天线高度高，发射功率足。LoRaWAN 网关通常放在杆站或楼顶，天线高度和增益都不占优。但到了室内和地下区域，两者差距迅速缩小，甚至 LoRaWAN 在某些点位成功率反超。

需要说明的是，这组数据并非某个全国性测试的官方结果，而是参考多次现场对比测试得出的典型范围。实际项目中，NB-IoT 基站距离、LoRaWAN 网关位置、建筑材质都会让数值上下浮动十几甚至二十个 dB。

为什么覆盖差异会随着场景反转？

关键原因有三个。

第一，频段决定基础路径损耗。470MHz 的 LoRaWAN 在自由空间路径损耗上天然比 900MHz 的 NB-IoT 低不少。根据简化公式，频率差一倍，路径损耗大约差 6dB。这一点在距离开阔时尤其明显，所以 LoRaWAN 在郊区农田这类场景反而可能比 NB-IoT 覆盖更远。

第二，LoRaWAN 的扩频增益带来了更高的接收灵敏度。SF12 在 125kHz 带宽下可以把灵敏度推到 -137dBm，而 NB-IoT 想提升覆盖，只能靠重传或降低速率。不过，灵敏度优势只有在噪声底限低的地方才有意义。在城市里干扰多，SNR 会先于 RSSI 触底。

第三，部署形态不同。NB-IoT 依赖运营商网络，基站位置无法自己决定，室内深度覆盖只能寄希望于运营商补点或未来 5G 室内分布。LoRaWAN 的网关设备便宜，允许项目方在小区、园区甚至厂房屋顶自行增加网关，用距离换穿透损耗，这是很多 NB-IoT 项目遇到弱覆盖时最容易忽略的破局手段。

除了基础参数，两个协议在覆盖增强机制上的思路也不同。NB-IoT 引入了覆盖增强等级，终端可以根据信道质量自动选择重复次数。比如 CE Level 1 可能需要重复 8 到 32 次，CE Level 2 可以重复 128 次甚至更多。重复确实能积累能量，让弱信号环境下的解调成功率上升，但代价是终端发射时间变长，平均电流明显增加，而且占用更多空口资源。LoRaWAN 则依靠扩频因子和自适应数据速率机制（ADR）来调节链路余量。当终端收到网关的信号质量不佳提示后，会自动从 SF7 提升到 SF9、SF11 甚至 SF12，用更低速率换取更远覆盖。这种调节不需要网络侧分配额外资源，但同样会延长单包传输时间和空中占用时间。

一个典型的智能抄表项目就是如此。终端安装在一楼管道井，NB-IoT 信号从室外宏站穿透楼层和墙体后可能只剩 -115dBm 左右，勉强能发起接入，但重传率高。如果项目方在小区配电房或物业办公室放一台 LoRaWAN 网关，终端距离网关只有几十米，哪怕中间隔着两层砖墙，RSSI 依然稳定在 -100dBm 以内。这种做法无法用在 NB-IoT 上，因为你不是运营商，没法给自己建一个微型基站。

地下车库也可以看到类似的差异：老旧地下室没有信号放大器，NB-IoT 终端看向地面的角度被混凝土楼板挡住，经常进入盲区；而 LoRaWAN 网关可以安装在车库入口或电梯机房，用馈线把天线伸到负一层，这种弹性部署能力是自建网络方案独有的优势。

郊区农场又是另一种情形。传感器散布在几公里范围的田地里，NB-IoT 依赖附近唯一的运营商基站，如果基站距离超过五公里且中间有树林，信号衰落会非常明显。LoRaWAN 项目方可以在农田中央的杆塔上架设高增益网关，利用 470MHz 低频段和 -137dBm 的灵敏度，把覆盖半径拉到数公里以上。有些业主甚至会把网关装在农用车辆上做临时汇聚点，这是 LoRaWAN 自组网灵活性带来的额外好处。

常见误区：覆盖能力对比容易踩的坑

• 只看灵敏度不看频段。接收灵敏度 -137dBm 的 LoRaWAN 如果工作在 868MHz，对建筑穿透的效果会比 470MHz 差很多，不能同一标准直接对比。
• 把宏站覆盖当成全网覆盖。NB-IoT 覆盖地图是大范围格点，但室内、井道、地下室这些“阴影区”往往不在格点上，网优工程师也很难逐一解决。
• 忽略了重传率。RSSI 看起来可以接受，但 SNR 接近底噪时，终端会频繁重传，单次接入时间被拉长，最终影响电池寿命和并发容量。覆盖测试不能只看信号强度。

实际测试时还有一个容易被忽略的变量：终端安装位置。很多 NB-IoT 模组在实验室里测试性能很好，到了现场被装进金属表壳或混凝土管道井中，天线被近场金属扰流，接收灵敏度会剧烈劣化。LoRaWAN 终端同样会面临这个问题，但由于网关更近，链路预算中的富余量更大，往往还能工作。这个现象提醒我们，覆盖测试一定要用最终装配形态的完整设备，而不是裸模组加外置天线。

在真实项目中，怎样用测试结果选型

回到很多团队最关心的问题：项目到底选 NB-IoT 还是 LoRaWAN？我的建议不是看技术白皮书，而是先做三个动作。

1. 在目标区域找三个以上有代表性的点位，分别测试两类信号的 RSSI、SNR 和丢包率。点位要覆盖地面、浅层地下和室内。
2. 做链路预算反推网关或基站部署成本。LoRaWAN 需要复制多少网关才能补齐每个盲区，NB-IoT 需要等待运营商网络优化多久，两者成本完全不同。
3. 把五年的流量费用和网络运维成本放进来。覆盖只是系统可用性的一个环节，数据速率、频点合规、终端功耗才是长期变量。

如果你的场景在开阔园区，LoRaWAN 自建网关、覆盖可控、终端成本低，优势很直接。如果是跨城市部署的分布式设备，比如燃气表、烟感，NB-IoT 的运营商级连接管理显然更省心。关键在于，你需要在框架设计阶段就确认哪一方能在盲区提供可信的覆盖方案。

结语：覆盖能力从来不是一张参数表

NB-IoT 和 LoRaWAN 的覆盖之争，本质上不是谁比谁更远，而是谁能在你的业务场景里提供稳定、可用、可维护的信号。官方标称值只是起点，现场实测、链路预算、部署密度三者结合，才是一份真正值得参考的覆盖报告。下次再有人拿着灵敏度表格问你哪个覆盖强，你可以把这篇文章转发给他。