信号完整性分析基础知识之有损传输线、上升时间衰减和材料特性(六):衰减和dB
线路中的损耗对信号的主要影响是当信号沿线路长度传播时幅度减小。如果将幅度为 V 的正弦波电压信号引入传输线,则其幅度将随着传输线向下移动而下降。图 9-16 显示了如果我们可以冻结时间并观察直线上存在的正弦波,则正弦波在不同位置可能会是什么样子。这是针对 40 英寸长、50 欧姆 FR4 微带(迹线宽度为 10 毫英寸)上 1 GHz 正弦波的情况。

振幅随距离的变化不是线性的而是指数式的下降。这可以用以 e 为底或以 10 为底的指数来描述。使用以 e 为底的输出信号由下式给出:
![]()
其中:
Vd表示位置d的电压
d表示传输线某一位置
Vin表示输入电压波形的幅度
An表示总衰减
αn表示单位长度衰减
当使用以 e 为底的指数时,衰减单位是无量纲的,但仍被标记为 nepers,以纪念苏格兰人约翰·纳皮尔 (John Napier),他于 1614 年发表了以 e 为底的指数。Napiers 的一个令人困惑的方面是拼写。 Napiers、napers 和 nepers 都指同一个单位,并且是他名字的常用替代拼写。
虽然无量纲,但我们使用标签来提醒我们这是使用 e 基数的衰减。
例如,如果衰减为 1 napier,则最终幅度将为输入幅度的 exp(−1) = 37%。如果衰减为 2 纳皮尔,则输出幅度将为输入电压的 exp(−2) = 13%。同样,给定输入和输出幅度,可以从以下公式找到衰减:

该标志存在一些含糊之处。在所有无源互连中,永远不会有任何增益。输出电压始终小于输入电压。指数 0 将具有与输入幅度完全相同的输出幅度。减小幅度的唯一方法是使用负指数。减号应该明确地放在指数中,还是应该作为衰减的一部分?两种方法均按常规进行。衰减有时称为 -2 napiers 或 2 napiers。由于它总是被称为衰减,因此没有歧义。
通常,衰减被认为是大于零的正数。在这种观点中,负号不是衰减项的一部分,而是指数的一部分。
使用基数 10 比基数 e 更常见地描述衰减。输出幅度的形式为:

V(d) = 位置 d 线上的电压
d = 沿线的位置,以英寸为单位
Vin表示输入电压的幅度
AdB表示总衰减
αdB表示单位长度衰减,dB/inch
20表示将 dB 转换为幅度的系数,如下所述
用于描述衰减的单位是分贝或 dB。这些单位在整个工程中使用,无论它们出现在哪里,都会留下混乱。了解这个单位的起源将有助于消除混乱。
分贝是 100 多年前由亚历山大·格雷厄姆·贝尔 (Alexander Graham Bell) 创建的。他的职业生涯始于一名医生,研究和治疗有听力问题的儿童。为了量化听力损失的程度,他制定了一套标准化的声音强度,并量化了个人听到声音的能力。他发现响度的感觉并不取决于声音的功率强度,而是取决于功率强度的对数。他制定了一个响度等级,从能听到的最安静的耳语开始,以 0 为单位,而产生疼痛的声音则以 10 为单位。
所有其他声音均按实际测量功率水平的对数比率分布在此范围内。例如,如果响度从 1 增加到 2,则感觉响度增加了一倍。然而,测量到声音的实际功率电平增加了 102 /101 = 10。贝尔确定的是,感知响度变化的质量并不取决于功率电平变化,而是取决于与功率电平变化的对数成比例的单位。
贝尔响度的单位称为贝尔,其中 0 贝尔是可以听到的最安静的耳语。此后,每个声级的实际耳朵功率密度都被量化。在大约 2 kHz 的峰值灵敏度下可以感知到的最安静的声级是音阶的起点,0 Bell。它对应的功率密度为 10 -12 瓦/平方米。对于恰好位于疼痛阈值(10 响铃)的最大声音,功率级别为 10 -2 瓦/米。
随着感知响度的贝尔音阶得到广泛接受,最后一个 L 被去掉,变成了感知响度的贝尔音阶。随着时间的推移,人们发现,考虑到感知响度的范围令人难以置信,0 贝尔到 10 贝尔的音阶范围太小了。响度测量单位不再是贝尔,而是改为分贝,其中前言“deci”的意思是 1/10。现在,感知响度等级从耳语低端的 0 分贝(b 已小写)开始,在疼痛开始时为 100 分贝。分贝通常缩写为dB。
Tip:多年来,除了响度之外,分贝标度还被用于其他应用,但在每种情况下,分贝都保留其定义为两个幂比的对数。分贝标度最重要的属性是它始终指的是两个幂比的对数。
在几乎所有工程应用中,两个幂之比 P1 和 P0 的对数也以 Bels 为单位进行测量:Bels 数 = log(P1 /P0 )。由于 1 Bel = 10 分贝,因此比率(以 dB 为单位)为:

例如,如果功率增加 1000 倍,则增量(以 Bels 为单位)为 log(1000) = 3 Bels。以 dB 为单位,即 10 × 3 Bels = 30 dB。当输出功率仅为输入功率的 1% 时,功率电平的降低为
log(10 -2 ) = −2 Bels,或 10 × −2 Bels = −20 dB。
当功率电平因任意因素而变化时,变化可以用 dB 来描述,但计算对数值需要计算器。如果功率加倍,则 dB 变化为 10 × log(2) = 10 × 0.3 = 3 dB。我们经常使用“3 dB 变化”这一表述来指代功率电平加倍。如果功率变化下降 50%,则 dB 变化将为 10 × log(0.5) = −3 dB。
实际功率电平的比率可以通过以下方式从 dB 比率中提取:

第一步是将 dB 转换为 Bels。这是以 10 为底的指数。例如,如果以 dB 为单位的比率为 60,则功率电平比率为
。如果dB值为−3 dB,则功率电平比为
![]()
或50%。
始终牢记有关 dB 标度的三个规则非常重要:
- dB 标度始终指两个功率或能量之比的对数。
- 当以 dB 为单位时,两个幂之比以 10 为底的指数就是 dB/10。
- 从 dB 转换为实际功率比时,使用系数 10。
每当测量其他两个量的比率时,功率的区别就很重要。当测量两个电压的比率 r(例如 V0 和 V1)时,单位是无量纲的:r = log(V1 /V0 )。但我们不能用 dB 来衡量比率,因为 dB 单位是指两个功率或能量的比率。电压不是能量;它是一个幅度。
我们可以参考与两个电压电平相关的功率之比,即rdB = 10 × log(P1 /P0 )。功率水平与电压水平有何关系?电压波中的能量与电压幅度的平方或 P ~ V 2成正比。
电压比(以 dB 为单位)实际上是相关功率的比,如下所示:

每当两个幅度的比率以 dB 为单位测量时,它是通过取其相关功率之比的对数来计算的。这相当于将电压比的对数乘以 20。
例如,电压从 1 v 到 10 v 的变化(以 dB 为单位)为 20 × log(10/1) = 20 dB。电压仅增加了 10 倍。然而,与 1 v 和 10 v 相对应的基础功率增加了 100 倍。这反映在功率电平 20 dB 的变化上。
dB 始终是功率变化的度量。当幅度减小到原始值的一半或减小 50% 时,最终值与初始值的比率(以 dB 为单位)为 20 × log(0.5) = 20 × -0.3 = -6 dB。如果电压降低 50%,则信号中的功率必定降低 (50%) 的平方或 25%。如果两个功率之比为 25%(以 dB 为单位),则为 10 × log(0.25) = 10 × −0.6 = −6 dB。
Tip:当提及能量或功率时,使用因子 10 来计算 dB 值。当提及幅度时,使用因子 20。幅度是诸如电压、电流或阻抗之类的量。
根据以 dB 为单位的比率,电压的实际比率可以计算为:

例如,如果以dB为单位的比率为20dB,则振幅的比率为10的(20/20)次方 = 10的一次方 = 10。如果以dB为单位的比率为-40dB,则电压的比率为10的(-40/20)次方 = 10的-2次方 = 0.01。如果以 dB 为单位的比率为负,则意味着最终值始终小于初始值。图 9-17 列出了电压比、相关功率以及以 dB 为单位的比值的几个示例。

相关文章:
信号完整性分析基础知识之有损传输线、上升时间衰减和材料特性(六):衰减和dB
线路中的损耗对信号的主要影响是当信号沿线路长度传播时幅度减小。如果将幅度为 V 的正弦波电压信号引入传输线,则其幅度将随着传输线向下移动而下降。图 9-16 显示了如果我们可以冻结时间并观察直线上存在的正弦波,则正弦波在不同位置可能会是什么样子。…...
吃鸡达人必备:分享顶级干货+作图工具推荐+账号安全查询!
吃鸡达人们,你们好!今天我来给大家介绍一些炙手可热的吃鸡话题,以及一些让你实力飙升的独家干货! 首先,让我们说一下如何提高自己的游戏战斗力。作为一名专业吃鸡行家,我将与你们分享一些顶级游戏作战干货&…...
帆软报表解决单元格不显示问题
前言 使用帆软报表设计器制作普通报表时、设计器界面经常有一根垂直的 “虚线”。一旦单元格超过这条 “虚线” ,那么真正打开报表就看不到这些列了。以下提供了简单的修正方法、欢迎大家讨论交流。 操作环境 设计器是帆软报表 9.0,操作系统是 Window…...
LeetCode讲解篇之138. 随机链表的复制
LeetCode讲解篇之138. 随机链表的复制 文章目录 LeetCode讲解篇之138. 随机链表的复制题目描述题解思路题解代码 题目描述 题解思路 先遍历一遍链表,用哈希表保存原始节点和克隆节点的映射关系,先只克隆节点的Val,然后再次遍历链表ÿ…...
主定理(简化版)
主定理(Master Theorem)是用于分析递归算法时间复杂度的一个重要工具。它适用于形式化定义的一类递归关系,通常采用分治策略解决问题的情况。 假设我们有一个递归算法,它将问题分解成 a a a 个子问题,每个子问题的规模…...
HTTP1.0和HTTP2.0的区别
相同点:所有的HTTP请求都要基于TCP连接。 HTTP1.0:每次发送请求时建立一个TCP连接,得到响应后,释放TCP连接。 HTP1.1:**相比于1.0,引入了Keep live,客户端得到响应后,不会立刻释放T…...
ARM资源记录《AI嵌入式系统:算法优化与实现》第八章(暂时用不到)
1.CMSIS的代码 书里给的5,https://github.com/ARM-software/CMSIS_5 现在有6了,https://github.com/ARM-software/CMSIS_6 这是官网的书,介绍cmsis函数的https://arm-software.github.io/CMSIS_5/Core/html/index.html 2.CMSIS介绍 Cort…...
微信小程序2
一,视图层 1.什么视图层 框架的视图层由 WXML 与 WXSS 编写,由组件来进行展示。 将逻辑层的数据反映成视图,同时将视图层的事件发送给逻辑层。 WXML(WeiXin Markup language) 用于描述页面的结构。 WXS(WeiXin Script) 是小程序的一套脚本语…...
G.711语音编解码器详解
语音编解码利用人听觉上的冗余对语音信息进行压缩从而达到节省带宽的目的。值得注意的是,本文说的是语音编解码器,也就Speech codec,而常用的还有另一种编解码器称作音频编解码器,英文是Audio codec,它们的区别如下。 以前在学校的时候研究了很多VoIP的编解码器从G.723到A…...
蓝桥杯每日一题2023.10.17
迷宫 - 蓝桥云课 (lanqiao.cn) 题目描述 样例: 01010101001011001001010110010110100100001000101010 00001000100000101010010000100000001001100110100101 01111011010010001000001101001011100011000000010000 0100000000101010001101000010100000101010101100…...
16.SpringBoot前后端分离项目之简要配置一
SpringBoot前后端分离项目之简要配置一 前面对后端所需操作及前端页面进行了了解及操作,这一节开始前后端分离之简要配置 为什么要前后端分离 为了更低成本、更高效率的开发模式。 前端有一个独立的服务器。 后端有一个独立的服务器。两个服务器之间实时数据交换…...
Probability Calibration概率校准大比拼:性能、应用场景和可视化对比总结
在机器学习中,概率校准(Probability Calibration)是一个重要的概念。简单来说,概率校准就是将分类器输出的原始预测概率转换为更准确、更可靠的概率值。这样做的目的是为了让模型的预测结果更接近实际情况,从而提高模型在特定应用场景中的可用性。 在Python的Scikit-Lear…...
PHP 球鞋在线商城系统mysql数据库web结构apache计算机软件工程网页wamp计算机毕业设计
一、源码特点 PHP球鞋在线商城系统是一套完善的web设计系统,对理解php编程开发语言有帮助,系统具有完整的源代码和数据库,系统主要采用B/S模式开发。 php球鞋在线商城系统 代码 https://download.csdn.net/download/qq_41221322/8843725…...
使用Apache和内网穿透实现私有服务公网远程访问——“cpolar内网穿透”
文章目录 前言1.Apache服务安装配置1.1 进入官网下载安装包1.2 Apache服务配置 2.安装cpolar内网穿透2.1 注册cpolar账号2.2 下载cpolar客户端 3. 获取远程桌面公网地址3.1 登录cpolar web ui管理界面3.2 创建公网地址 4. 固定公网地址 前言 Apache作为全球使用较高的Web服务器…...
PreparedStatement
使用参数化查询:使用预编译的语句和参数化查询来执行SQL语句,而不是将用户输入直接嵌入到SQL语句中。这将帮助防止恶意输入注入SQL语句。...
CSS3 新增属性-边框圆角-文字阴影-盒子阴影
边框圆角 CSS 边框圆角可以通过 border-radius 属性来实现。该属性用于设置元素的圆角大小,支持四个值分别表示上左、上右、下右和下左四个角的圆角半径大小,也可以使用两个值分别表示上下和左右两个方向的圆角大小,甚至可以只使用一个值来…...
制作.a静态库 (封盒)
//云库房间 1.GitHub上创建开源框架项目须包含文件: LICENSE:开源许可证;README.md:仓库说明文件;开源项目;(登录GitHub官网) 2. 云仓储库构建成功(此时云库中没有内容三方框架)!!! 3. 4.5. //…...
一台服务器,一个新世界
我如何看待服务器 当我拥有一台服务器,我看到的不仅仅是一块硬件,而是一扇打开未来的大门,一个我可以将自己的愿景和创意投射到其中的平台。这台服务器是我的工具,我的画布,我将在其中铸造我的数字梦想。 第一步我要…...
keep-alive 是 Vue 的一个内置组件,用于缓存其他组件的实例,以避免重复渲染和销毁,它可以在需要频繁切换的组件之间提供性能优化
目录 keep-alive 使用 keep-alive 的示例代码: 手动清除组件缓存的示例代码: keep-alive 组件有以下几个优点: keep-alive 的原理: 使用 keep-alive 组件,你可以包裹需要缓存的组件,然后这些组件在切…...
(八)Python类和对象
Python 语言在设计之初,就定位为一门面向对象的编程语言,“Python 中一切皆对象”就是对 Python 这门编程语言的完美诠释。 类和对象是 Python 的重要特征,相比其它面向对象语言,Python 很容易就可以创建出一个类和对象。同时&am…...
通义千问2.5-7B-Instruct环境部署:Docker镜像快速启动教程
通义千问2.5-7B-Instruct环境部署:Docker镜像快速启动教程 你是不是也遇到过这样的情况:想试试最新的大模型,但一看到“编译依赖”“CUDA版本匹配”“量化配置”就头皮发麻?下载模型权重、配置环境、调试端口……光是准备就花掉半…...
千问3.5-2B部署案例:RTX 4090 D单卡开箱即用,免配置镜像快速上手
千问3.5-2B部署案例:RTX 4090 D单卡开箱即用,免配置镜像快速上手 1. 千问3.5-2B模型简介 千问3.5-2B是Qwen系列中的小型视觉语言模型,它能够同时理解图片内容和处理自然语言。这个模型特别适合需要结合视觉和语言理解的任务场景。 1.1 核心…...
H5扫码不止‘扫一扫’:深入聊聊vue-qrcode-reader的闪光灯、相册选择和画框绘制这些高级玩法
H5扫码不止‘扫一扫’:深入聊聊vue-qrcode-reader的闪光灯、相册选择和画框绘制这些高级玩法 扫码功能早已成为移动端应用的标配,但大多数开发者止步于基础调用,忽略了用户体验的精细打磨。当产品经理提出"不仅要能用,还要好…...
《常见三维CAD模型表示法》
表示法核心思想 / 定义数据结构 / 关键特点优点缺点CAD中的应用场景常见软件 / 文件格式B-rep (边界表示)通过精确记录物体的边界(顶点、边、面)及其拓扑关系(邻接、归属)来定义实体包含几何信息(点坐标、曲线方程、曲…...
别再死记硬背分度表了!用Python+Arduino动手复现K型热电偶测温全过程
别再死记硬背分度表了!用PythonArduino动手复现K型热电偶测温全过程 温度测量是工程实践中最基础却又最关键的环节之一。想象一下,当你需要监控3D打印机热床温度、测量自制咖啡烘焙机的内部环境,或是记录太阳能热水器的水温变化时,…...
新一代高端工业 HMI 如何重塑现场交互体验?
繁易 FPADX 系列电容触摸屏支持 3D 可视化、多点触控、Web 远程访问与大型工程承载,帮助工业设备实现更高效、更直观、更智能的人机交互体验。在工业自动化持续升级的今天,触摸屏早已不再只是设备上的一个操作界面。对于设备制造商、系统集成商和终端工厂…...
扩散模型对抗样本经典baselines
1. 流图:数据的河流 如果把传统的堆叠面积图想象成一块块整齐堆叠的积木,那么流图就像一条蜿蜒流淌的河流,河道的宽窄变化自然流畅,波峰波谷过渡平滑。 它特别适合展示多个类别数据随时间的变化趋势,尤其是当你想强调整…...
Memfit AI 渗透测试智能体,到底能不能打?
深度测评:Memfit AI 渗透测试智能体,到底能不能打? 写在前面:这篇文章我写了整整一周,从安装部署到实际测试,把 Memfit AI 这个号称"下一代 AI 渗透测试平台"的工具从头到尾摸了一遍。先说结论&a…...
论文写作“智多星”:书匠策AI,开启期刊论文新纪元
在学术的广袤天地里,论文写作宛如一场充满挑战的冒险之旅。尤其是期刊论文,它不仅是学者研究成果的集中展现,更是学术交流与进步的重要桥梁。但面对选题迷茫、资料繁杂、结构搭建困难等诸多难题,许多学者常常感到力不从心。别担心…...
优化粒子群算法实现VMD分解参数优化
56_基于改进的粒子群算法实现vmd分解参数优化。 matlab环境,2018a及以上版本。 可用于学习粒子群算法的改进,以及粒子群算法的使用。 1.考虑到传统粒子群算法中固定的权值容易使算法陷入局部最优解,针对这一缺点,从惯性权重和学习…...
