摘自https://blog.csdn.net/shij19/article/details/52946454

dBm

物理含义是:一个表示功率绝对值的值(也可以认为是以1mW功率为基准的一个比值)

一、精确计算公式

计算公式为:dBm=10log(功率值/1mw)

mW=power(10,dBm/10)

W=(power(10,dBm/10))/1000

二、粗略计算方法

“1个基准”:30dBm=1000mw   =     1W=0dBw

“2个原则”: 1)+3dBm,功率乘2倍;-3dBm,功率乘1/2|

2)+10dBm,功率乘10倍;-10dBm,功率乘1/10

举例:33dBm=30dBm+3dBm=1W×2=2W

   27dBm=30dBm-3dBm=1W×1/2=0.5W  

举例:40dBm=30dBm+10dBm=1W×10=10W

   20dBm=30dBm-10dBm=1W×0.1=0.1W

以上可以简单的记作:

30是基准,等于1W整,互换不算难,口算可完成。

加3乘以2,加10乘以10;减3除以2,减10除以10。

几乎所有整数的dBm都可用以上的“1个基准”和“2个原则”转换为W。

例1:44dBm=?W

    44dBm=30dBm+10dBm+10dBm-3dBm-3dBm

        =1W×10×10×1/2×1/2

        =25W

例2:32dBm=?

32dBm=30dBm+3dBm+3dBm+3dBm+3dBm-10dBm

       =1W×2×2×2×2×0.1

       =1.6W

计算技巧:+1dBm和+2dBm的计算技巧

+1dBm=+10dBm-3dBm-3dBm-3dBm

=X×10×1/2×1/2×1/2

=X×1.25

+2dBm=-10dBm+3dBm+3dBm+3dBm+3dBmw

=X×0.1×2×2×2×2

=X×1.6

一般来讲,在工程中,dBm和dBm(或dBw和dBw)之间只有加减,没有乘除。而用得最多的是减法:dBm减 dBm 实际上是两个功率相除,信号功率和噪声功率相除就是信噪比(SNR)。dBm加dBm 实际上是两个功率相乘。

dBm-dBm=dB

dBw-dBw=dB

30dBm-0dBm=30dB

30dBw-0dBw=30dB

小小知识点(十七)——对数形式功率(dBm)与非对数形式功率(w)之间的换算关系的更多相关文章

  1. poj 3323 Matrix Power Series (矩阵乘法 非递归形式)

    为了搞自动机+矩阵的题目,特来学习矩阵快速幂..........非递归形式的求Sum(A+A^2+...+A^k)不是很懂,继续弄懂................不过代码简洁明了很多,亮神很给力 # ...

  2. spring mvc 非注解形式

    目录(?)[+] webxml配置文件 注如果使用注解可以加上-- servlet上下文配置文件 test-servletxml 实体类Empjava StartController控制器 控制器Em ...

  3. 【English】十、"谓语的地方"看到有两个动词:I go say hello.、非谓语形式

    一.I go say hello. 这是一种偏口语的说法.一个句子中不能同时有两个谓语. 标准的用法有: I go and say hello. and 连接这两个动词,表示并列等关系.go and ...

  4. '新', '泽' - ImageMagick - UTF-8非最短形式及编码安全问题

    最近偶然发现,把软件放到 [新建文件夹]  中,ImageMagick 竟无法正常的加载图片了. 我去!什么情况? 抛出的错误是找不到相关的dll,软件中已对中文进行了utf-8编码,这几年来一直没发 ...

  5. 二叉树前中后/层次遍历的递归与非递归形式(c++)

    /* 二叉树前中后/层次遍历的递归与非递归形式 */ //*************** void preOrder1(BinaryTreeNode* pRoot) { if(pRoot==NULL) ...

  6. reverse(两种反向生成url django原生形式和rest_framework中版本的形式)

    reverse(两种反向生成url django原生形式和rest_framework中版本的形式) views.py from django.shortcuts import render,Http ...

  7. 小小知识点(四十七)——发送端已知CSI,基于注水算法的功率分配方法,实现功率受限下的信道容量最大化

    1. 注水算法的使用条件和推导 注水算法是根据某种准则,并根据信道状况对发送功率进行自适应分配,通常是信道状况好的时刻,多分配功率,信道差的时候,少分配功率,从而最大化传输速率.实现功率的“注水”分配 ...

  8. 小小知识点(三十七)OFDM和OFDMA的区别以及OFDMA与SC-FDMA的区别

    OFDM和OFDMA的区别 OFDM(orthogonal frequency division multiplexing),which assigns one block (in time ) to ...

  9. 小小知识点(二十七)20大5G关键技术

    5G网络技术主要分为三类:核心网.回传和前传网络.无线接入网. 核心网 核心网关键技术主要包括:网络功能虚拟化(NFV).软件定义网络(SDN).网络切片和多接入边缘计算(MEC). 1 网络功能虚拟 ...

随机推荐

  1. SuperSocket进程级别隔离

    在 SuperSocket 1.5 中, 我们增加了 AppDomain 级别隔离的功能,让你可以运行多个服务器实例在相互独立的 AppDomain 上. 此功能提供了较高级别的安全性和资源的隔离,并 ...

  2. H3C ISDN BRI和PRI

  3. 【机器学习】【条件随机场CRF-2】CRF的预测算法之维特比算法(viterbi alg) 详解 + 示例讲解 + Python实现

    1.CRF的预测算法条件随机场的预测算法是给定条件随机场P(Y|X)和输入序列(观测序列)x,求条件概率最大的输出序列(标记序列)y*,即对观测序列进行标注.条件随机场的预测算法是著名的维特比算法(V ...

  4. 洛谷P5020 货币系统 题解 模拟

    题目链接:https://www.luogu.org/problem/P5020 这道题目是一道模拟题,但是又有一点多重背包的思想在里面. 首先我们定义一个 vis[i] 来表示和为 i 的情况在之前 ...

  5. Python--day48--今日内容

  6. springboot aop的使用 学习总结

    版权声明:本文为博主武伟峰原创文章,转载请注明地址http://blog.csdn.net/tianyaleixiaowu. aop是spring的两大功能模块之一,功能非常强大,为解耦提供了非常优秀 ...

  7. 2019-1-29-WPF-设置输入只能英文

    title author date CreateTime categories WPF 设置输入只能英文 lindexi 2019-1-29 15:8:4 +0800 2018-2-13 17:23: ...

  8. poj 3275 "Ranking the Cows"(DFS or Floyd+bitset<>)

    传送门 题意: 农场主 FJ 有 n 头奶牛,现在给你 m 对关系(x,y)表示奶牛x的产奶速率高于奶牛y: FJ 想按照奶牛的产奶速率由高到低排列这些奶牛,但是这 m 对关系可能不能精确确定这 n ...

  9. P1018 灵灵排数字

    题目描述 今天灵灵收到了n张卡片,他需要给他们从小到大排序. 输入格式 输入的第一行包含一个整数 \(n(1 \le n \le 10^5)\) . 输入的第二行包含 \(n\) 个正整数,以空格间隔 ...

  10. 备战省赛组队训练赛第十六场(UPC)

    传送门 题解: by 烟台大学 (提取码:8972)