从零认识dB和dBm以及dBi、dBd、dBc和dBV-程序员宅基地

技术标签: 微波射频通信学习  Powered by 金山文档  射频  通信  微波  dB  dBm  

前言:对于一个知识的掌握,除了死记硬背,还是希望能找到方法,能够了解它的来龙去脉,再加上动手实践,才能有个比较好的效果。

在通信领域,经常听到dB和dBm这两个概念,对于初学者,其学术词条解释得既拗口又难以理解,短时间内还是不太好理解和记忆。这里试图用较浅显的语言来学习和掌握这两个常用概念,以及衍生出来的其他相关概念dBi、dBd和dBc等。

一、dB和dBm的出现

  1. dB和dBm的出现场合。

平常我们经常会听到“发射功率为0dBm”、“传播损耗是XX dB”、“天线增益是XX dBi”、“无线路由器AP的传输功率为20dBm”,这些对于初学者经常是一头雾水。

  1. 什么是dB和dBm?

首先,dB是功率增益的单位,dBm是功率绝对值的单位,它们都是对数度量。

dB=10lg(P1/P0)

dBm=10×lg(P1/1mW)

dB是表示两个具有相同单位的同一种物理量的相对关系,是一个比值,一个纯计数方法,没有单位,用于表示两者之间的比较关系,相对单位,无量纲单位,不是具体的数值。由于它在不同领域有着不同的名称,因此它也代表不同的实际意义。在通信领域,dB用于表示两个功率比。

dBm代表dB-milliWatt,是一个表示功率绝对值的值,有量纲单位,是具体的数值,并以1mW功率为基准

  1. 为什么要使用dB和dBm?

  1. 对数的出现

由于欧洲文艺复兴时期天文学的蓬勃发展,基础学科数字也受此驱动而快速发展,其中就有苏格兰 数学家约翰·纳皮尔以发明对数运算而著称。对数使得手算变得简单且快速,也为后来许多科学进步开启了大门,包括天文学、力学、物理学和占星学。

纳皮尔时逢哥白尼刚提出日心说的天文学萌芽阶段,那时计算机还未发明,而天文学研究需要大量的繁琐运算,比如大数字的乘、除、乘方和开方。为了简化天文问题的球面三角的计算,纳皮尔受三角函数加减术

以及等比数列的项和等差数列的项之间的对应关系的启发,他通过研究直线运动,采用动态类比的方法得出对数的定义。

他画了两条线段,AB是一条固定长度线段,DE是一条以D为出发点的射线,设点C和点F以同样的初始速度分别从A和D出发,分别沿线段AB和射线DE运动。假设点C运动的速度在数值上总是等于距离CB,点F运动的速度保持不变。纳皮尔发现可变动距离x=DF和y=CB有种对应关系,他将x称为y的纳皮尔对数,x=Nap·logy。

C点在每一瞬时末的速度可依次排成等比数列,F点连续进行的距离可以排列成等差数列,并且等比数列中两数之积与等差数列中对应两数之和存在着关系,因而可以将乘法转化为加法。

纳皮尔的对数定义是从几何的角度引入的,与现行数学课本中从指数概念引入虽角度不同,但实质是一样的。纳皮尔首先发明了一种计算特殊多位数之间乘积的方法,通过使用对数,天文数字的乘除计算,只需要查表做加减法,再查表就搞定了。

他用了20多年时间研究对数,1614年,他出版了名为《奇妙的对数定理说明书》的著作,发表了关于对数的讨论,并包含一个正弦对数表。随后,英国数学家布里格斯和其他数学家改进了这个表,他以10作为对数的底,将这个表推广到一个更大的数集上,并给出1000个数的常用对数表,终将对数转变成一个有用的工具。

对数的跨时代历史贡献暂且不表,到此我们可以明白,对数最初的意义,就是用较小数值的加减法来代替天文数字的乘除法,以达到简化计算的目的。

而今在很多实际应用中,对数使数的处理更为简单,从化学上测量酸碱度的pH试纸到地震的震级以及声音的分贝标尺,都依赖于对数。例如,衡量地震强度、国际上通用的里氏震级表正是使用对数运算,测定为3级的地震强度是测定为2级的地震强度的10倍,而9级地震并不是只比1级地震增强8倍的震荡程度,而是1亿(10^8)倍的剧烈程度。

  1. 通信领域信号中的对数

dB中的B来源于发明电话的著名科学家贝尔的名字Bell,贝尔先生是一位声学生理学家和聋哑人语教师,他是在研究声音的过程中发明了电话。他发现人类耳朵对声音强度的反应呈对数形式,比如声强加倍时,人耳感到的声音强弱并没有加倍。只有当声强达到10倍时,人耳感到的声音强弱才增大一倍,概括就是当声音的强度增加到某一程度时,人的听觉敏感程度刚好近似对数的单位刻度,这使得对数的单位可以拿来代表人类听觉变化的比例。因此,以对数形式表征声压级大小更为合适方便,为了纪念他的发现因而将声音强度的单位命名为贝尔(Bel)。

在使用中,人们发现这个单位太大,不是很实用,所以就把Bel这个单位缩小了1/10。因为1/10的英文是deci,所以新引入了一个单位deciBel,即十分之一贝尔——分贝,我们一般把它简写为dB,这就是dB的由来。

同时,通信工程师通过实验发现,电话线越长,信号衰减越厉害、信号也越弱,这衰减量也是无比巨大的天文数字,于是通信工程师想到了对数。实际上,通信中的无线信号衰减或增强并不是线性的,而是成对数关系。

二、dB和dBm的计算

首先,dB的意义在于把一个很大或很小的数比较简短地表示出来,即数值变小,读写方便。

当一个高频线性放大器的输入功率为10W,输出功率为40W时,功率的增益为4倍;而当一套发射设备在初级振荡的功率为0.5mW,输出是2kW时,功率的增益为4,000,000倍,而这类倍数在通信领域比比皆是,例如一部厂制发射机的抗干扰能力是优于一百万倍就标示成“better than 60dB”,因此使用dB而非常规倍数来描述是比较合适方便的。

[例1]在一个射频接收机系统中,已知天线的增益是×5.7,低噪放的增益是×7.5,混频器是×4.6,滤波器的损耗是×0.43,……,求整个链路的增益是多少?

链路增益=5.7×7.5×4.6×0.43×12.8×8.7×35.6

而如果将链路增益换算成dB,

链路增益=0.76+0.88+0.66-0.37+1.11+0.94+1.55=5.53dB

可以看出,信号链的总增益或损耗使用dB很容易计算,因为单个dB数字只是简单地相加;而如果使用普通比率,则需要乘法。

当天线接收信号功率为-16.28dBm时,输出信号功率=-16.28dBm+5.53dB=-10.75dBm (参考的文章里计算为10.75dBm,经实际计算应该为-10.75dBm)

使用dB标度的另外一个优点,那就是当频率轴使用对数标度、幅度轴使用dB标度时,频率响应图比较直观。下图是某归一化的带通滤波器幅度响应。

[例2]功率PA比功率PB大一倍,那么10lgPA/PB=10lg2=10×0.3=3dB,即功率PA比功率PB大3dB。

PA比功率PB大3dB时,PA=2PB。功率每增加一倍或降低一半,意味着增加或降低3dB。

-3dB=1/2功率,+3dB=2×功率

-6dB=1/4功率,+6dB=4×功率

3dB常在功率图或误码率图中出现,下降3dB就是指功率下降一半,3dB点指的就是半功率点。+3dB表示增大为两倍,-3dB表示下降为1/2。

[例3]一路信号经过功率放大器后,功率增强为原先的40000倍,对应增益是多少dB?

PA/PB=40000=10×10×10×10×2×2

10lgPA/PB=10lg40000=10lg(10×10×10×10×2×2)=10dB+10dB+10dB+10dB+3dB+3dB=46dB

[例4]功率值为1mW时,对应为10lg(功率值/1mW)=0dBm。

0dBm=1mW

[例5]10dBm对应为功率值为10mW=0.01W。

10dBm=10lg(功率值/1mW)

lg(功率值/1mW)=1

功率值/1mW=10

功率值=10mW=0.01W

[例6]30dBm对应为功率值为10mW=0.01W。

30dBm=10lg(功率值/1mW)

lg(功率值/1mW)=3

功率值/1mW=1000

功率值=1W

理解了dB和倍数之间如何转换之后,接下来要做的就是忘记它。因为在通信世界里通常只需要处理dB,dB只需要简单地加加减减就够了。

基础公式:0dBm=1mW=0.001W

左边+10=右边×10 功率每增加10倍就会变大10dBm

10dBm=0+10dBm=0.001W×10=0.01W=10mW

20dBm=0.01W×10=0.1W=100mW

30dBm=0.1W×10=1W

40dBm=0.1W×10×10=10W

左边-10=右边÷10

-10dBm=0dBm-10dB=1mW÷10=0.1mW

-20dBm=0dBm-10dB-10dB=1mW÷10÷10=0.01mW

-30dBm=0dBm-10dB-10dB-10dB=1mW÷10÷10÷10=1㎼

-50dBm=0dBm-10dB-10dB-10dB-10dB-10dB=1mW÷10÷10÷10÷10÷10=0.00001mW=0.01㎼

左边+3=右边×2 功率每增加2倍就会变大3dBm

3dBm=0dBm+3dB=1mW×2=2mW

43dBm=40dBm+3dB=10W×2=20W

左边-3=右边÷2

44dBm=30dBm+10dB+4dB=30dBm+10dB+10dB-3dB-3dB=1W×10×10÷2÷2=25W

47dBm=40dBm+7dB=10W+7dB=10W+10dB-3dB=10W×10÷2=50W

+10dB是指增加为10倍大

-10dB是指减小到1/10

+3dB是指增加为2倍大

-3dB是指减小到1/2

dBm的计算

-1dBm=-10dBm+3dB+3dB+3dB=0.1mW×2×2×2=0.8mW

-2dBm=+10dBm-3dB-3dB-3dB-3dB=10mW÷2÷2÷2÷2=0.625mW

0dBm=1mW

1dBm=10dBm-3dB-3dB-3dB=10mW÷2÷2÷2=1.25mW

2dBm=0dBm+3dB+3dB+3dB+3dB-10dB=1mW×2×2×2×2÷10=1.6mW

3dBm=0dBm+3dB=1mW×2=2mW

4dBm=10dBm-3dB-3dB=10mW÷2÷2=2.5mW

5dBm=0dBm+3dB+3dB+3dB+3dB+3dB-10dB=1mW×2×2×2×2×2÷10=3.2mW

6dBm=0dBm+3dB+3dB=1mW×2×2=4mW

7dBm=10dBm-3dB=10mW÷2=5mW

8dBm=10dBm+10dB-3dB-3dB-3dB-3dB=10mW×10÷2÷2÷2÷2=6.25mW

9dBm=0dBm+3dB+3dB+3dB=1mW×2×2×2=8mW

10dBm=10mW

11dBm=10dBm+10dB-3dB-3dB-3dB=10mW×10÷2÷2÷2=12.5mW

12dBm=0dBm+3dB+3dB+3dB+3dB=1mW×2×2×2×2=16mW

13dBm=10dBm+3dB=10mW×2=20mW

14dBm=10dBm+10dB-3dB-3dB=10mW×10÷2÷2=25mW

15dBm=10dBm+3dB+3dB+3dB+3dB+3dB-10dB=10mW×2×2×2×2×2÷10=32mW

16dBm=10dBm+3dB+3dB=10mW×2×2=40mW

17dBm=10dBm+10dB-3dB=10mW×10÷2=50mW

18dBm=10dBm+10dB+10dB-3dB-3dB-3dB-3dB=10mW×10×10÷2÷2÷2÷2=62.5mW

19dBm=10dBm+3dB+3dB+3dB=10mW×2×2×2=80mW

20dBm=10dBm+10dB=10mW×10=100mW

30dBm=10dBm+10dB+10dB=10mW×10×10=1W

37dBm=10dBm+10dB+10dB+10dB-3dB=10mW×10×10×10÷2=5W

40dBm=10dBm+10dB+10dB+10dB=10mW×10×10×10=10W

43dBm=10dBm+10dB+10dB+10dB+3dB=10mW×10×10×10×2=20W

47dBm=10dBm+10dB+10dB+10dB+10dB-3dB=10mW×10×10×10×10÷2=50W

将以上数值以图显示,可以看出dBm对应的其功率值mW呈对数关系。

dBm与功率mW的换算表

[例7]功率值为40W时,对应为46dBm。

10lg(功率值/1mW)=10lg(40W/1mW)dBm=10lg(4×10000)dBm=(10lg4+40)dBm=(6+40)dBm=46dBm。

[例8]一路信号的发射功率为20W,功率衰减为原先的一亿分之一,那么最后的功率是多少dBm?

第一步,将功率20W换算为dBm

计算方法一:20W=10lg(20×1000)dBm=(10lg2+40)dBm=(3+40)dBm=43dBm。

计算方法二:10W=40dBm,20W=10W×2=40dBm×2=(40+3)dBm=43dBm。

计算方法三:1W=30dBm,20W=1W×2×10=30dBm+3dB+10dB=43dBm=43dBm。

第二步,将功率衰减倍数换算为dB

PA/PB=1/100000000 (一亿有8个0)

10lgPA/PB=10lg1/100000000dB=-80dB

第三步,加减法得出最后的功率

43dBm-80dB=-37dBm

这里也可以计算下-37dBm的真实功率值。

10lg(功率值/1mW)=-37dBm

功率值/1mW=10^(-3.7)=1.995*10^(-4)

功率值=1.995*10^(-7)W

也就是说,发射功率为43dBm,衰减80dB之后,功率为-37dBm,对应为1.995*10^(-7)W。

[例9]假设PA=1000mW,PB=100mW,则PA比PB大多少dB?

计算方法一:10lgPA/PB=10lg(1000/100)dB=10lg10dB=10dB

计算方法二:

PA=1000mW=10lg(1000/1)dBm=30dBm

PB=100mW=10lg(100/1dBm)=20dBm

PA-PB=30dBm-20dBm=10dB

[例10]功率PA为46dBm,功率PB为40dBm,则功率PA比功率PB大6dB。

PA-PB=46dBm-40dBm=6dB

[例11]100mW的无线发射功率为20dBm,50mW的无线发射功率为17dBm,而200mW的无线发射功率为23dBm。

三、dB和dBm家族其他成员

1)功率相对值单位:dB的变体dBd、dBi、dBiC、dBc

对理想化的点源天线来说,它从发射器电路接收一定量的能量,并向所有方向均匀辐射。这些“各向同性”天线被认为具有零增益和零损耗,如下图所示。

然而,其他天线可以设计为将辐射能量集中在某些方向,从这个意义上说,天线可以有“增益”。实际上天线是无源器件,并不会给信号增加功率,而是通过将辐射能量集中到特定方向来有效地增加发射功率,仅是重新分配而使某个方向上比全向天线辐射更多能量。比如100W的功率馈给天线并不会得到大于100W的辐射能量,而是以牺牲其他方向为代价。

因此通常我们所说的天线增益是相对于某一参考天线来说的,而我们经常听到有人说天线增益是多少dB,单独说天线增益是多少dB其实这是不严谨的,因为根据dB的定义,dB是一个相对值—A比B的值的对数,常用于说A比B高多少或低多少dB,所以如果听到就当是dBi吧。

dBi和dBd用于表达天线的增益,两者都是一个相对值,都有基准参考值,只是参考的基准不一样。

dBd(dipole-偶极子)的参考基准为自由空间的半波偶极子天线,即规定B为自由空间的半波偶极子天线,这样A和B的值比较起来有统一的参考物。例如一个天线的增益为10dBd,也就是说这个天线比半波偶极子天线在主辐射方向上能聚集10倍的能量。

dBi(isotropic-全向)的参考基准为自由空间的全方向性天线,它最能表达实际环境的比值单位,许多天线厂家也常用dBi来标天线的增益值。一般认为dBi和dBd表示同一个增益,根据数学关系,用dBi表示的值比用dBd表示的值要大2.15。

dBi=dBd+2.15

天线有些单位为dBiC,这个单位通常用于圆极化天线。

dBiC=dBi+3dB

总结:线极化天线增益用dBi表示,圆极化天线增益用dBiC表示,偶极子天线增益用dBd表示。

常见天线的增益:鞭状天线6~9dBi,GSM基站用的八木天线15~17dBi,抛物面定向天线则很容易做到24dBi。

[例12]0dBd=2.15dBi

[例13]一个增益为16dBd的天线,其增益折算成单位为dBi时,则为18.15dBi(一般忽略小数位,为18dBi)。

[例14]GSM900天线增益可以为13dBd(15dBi),GSM1800天线增益可以为15dBd(17dBi)。

[例15]如果甲天线为12dBd,乙天线为14dBd,则甲比乙小2dB。

[例16]发射机功率为5dBm,天线某个方向的增益为10dBi,则在天线口面的辐射功率为5dBm+10dBi=15dBm。但是从接收端而言,接收到的功率还需要考虑路径损耗。

[例17]在一定的距离上的某点处产生一定大小的信号,用理想的全向天线,假设需要100W的输入功率,而如果改用增益为G=20dBi的某定向天线作为发射天线,需要的输入功率是多少W?

G(dBi)=20dBi=10lg(P1/P2)

P1/P2=100

P2=1/100P1=1W

dBc的c是指载波(Carrier)信号,即dBc是相对于载波功率而言,是一个用来度量与载波功率比较干扰大多少的相对值,如度量干扰(同频干扰、互调干扰、交调干扰和带外干扰)、耦合、杂散等相对量值。例如,相位噪声以dBc/Hz为单位,dBc表示正在测量特定频率的相位噪声功率相对于载波的功率,这里的载波是指标称频率的信号强度。dBc与dB的计算方法完全一样,在采用dBc的地方,原则上也可以使用dB替代。

2)功率绝对值单位:dBm的变体dBW

dBm是以1mW为基准,而dBW是以1W为基准,由于我们通常处理的信号都比较小,dBm的应用更为广泛。

0dBW=10lg(功率值/1W),对应功率值=1W=30dBm

1dBW=10lg(功率值/1W)=10lg(1000×功率值/1mW)=1dBm+30dB=31dBm

3)电压绝对值单位:dBV、dBmV、dB㎶

dBV、dBmV、dB㎶是以电压为基准的分贝单位,dBV是以1V为基准,dBmV是以1mV为基准,dB㎶是以1㎶为基准。

dBV用于测量麦克风灵敏度,dBmV广泛用于有线电视网络中,dB㎶广泛用于电视和天线放大器规格。

这里需要注意,相对于电压、电流的增益,和相对于功率的增益,是不同的。

之所以电压增益和电流增益是×20,而不是像功率增益一样×10,这来自于功率公式,P=UI=(I^2)R=(U^2)/R。

0dBV=20lg(电压值/1V)=20lg(10^3×电压值/1mV)=20×3lg(电压值/1mV)=60dB+dBmV=60dBmV=20lg(10^6×电压值/1㎶)=20×6lg(电压值/1㎶)=120dB+dB㎶=120dB㎶,对应电压值=1V

0dBmV=20lg(电压值/1mV)=20lg(10^3×电压值/1㎶)=60dB+dB㎶=60dB㎶,对应电压值=1mV

0dB㎶=20lg(电压值/1㎶),对应电压值=1㎶

W,dBW和dBm转换计算器在线工具

https://www.elecfans.com/tools/37.html

参考文献

https://rf.eefocus.com/article/id-dBexplaination

https://rf.eefocus.com/article/id-335458

https://www.analog.com/cn/analog-dialogue/articles/band-pass-response-in-active-filters.html

https://blog.csdn.net/qq_21794157/article/details/123818982?ops_request_misc=&request_id=&biz_id=102&utm_term=db%20dbm&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-5-123818982.nonecase&spm=1018.2226.3001.4187

https://blog.csdn.net/Tang_Chuanlin/article/details/87947026

https://blog.csdn.net/duanzhaobin/article/details/126367009

https://mp.weixin.qq.com/s?__biz=MzIwODc4NzE1OA==&mid=2247501843&idx=1&sn=d622ad572679dc552e2f813b6c524762&chksm=977f4baaa008c2bc1f565c6ef905791661c91ba04854004456eab223f70d28f4f994e5cc02e5&scene=27

https://mp.weixin.qq.com/s?__biz=MzIwODc4NzE1OA==&mid=2247501843&idx=1&sn=d622ad572679dc552e2f813b6c524762&chksm=977f4baaa008c2bc1f565c6ef905791661c91ba04854004456eab223f70d28f4f994e5cc02e5&scene=27

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/qq_38250687/article/details/129754511

智能推荐

java中所有的类都继承于_Java中所有的类都是通过直接或间接地继承( )类得到的...-程序员宅基地

文章浏览阅读4.2k次。Java中所有的类都是通过直接或间接地继承( )类得到的答:java.lang.Object关于主机地址 192.168.19.125 (子网掩码: 255.255.255.248 ),以下说法正确答:广播地址为:192.168.19.127 ; 网络地址为:192.168.19.120 ;在小儿基本手法中,逆运内八卦的功效是?(??)答:宽胸利膈,行滞消食对事物的知觉是答:人脑对直接作用感官的..._java中所有的类都是通过直接或间接地继承( )类得到的。 2分 a、java.lang.object

【幻化万千戏红尘】qianfengDay21-java基础学习:进程、线程、Timer-程序员宅基地

文章浏览阅读222次。课程回顾:面向对象数组异常常用类集合IO流今日内容:进程:应用程序运行时,产生的独立的应用程序,拥有独立的代码和存储空间多进程:操作系统可以并发的执行多个进程线程:进程内部的一条执行路径多线程:java语言支持程序内部进行多线程开发进程内部可以有多个线程线程的作用:可以分担压力,提高性能主要用来完成耗时

重生奇迹mu武器镶嵌顺序-程序员宅基地

文章浏览阅读71次。例如:雷1J10%冰技能+37火每等级,这样就可以30%出现属性,如果没有出,可以破坏某一个洞,继续镶嵌同属性的宝石,直到定现为止,由于1J雷和37技能冰的比较贵,所以可以破坏火荧石,不断镶嵌到出现属性为止。荧光宝石可从以前的物品中获得。从上到下的镶嵌顺寻按照雷、冰、火镶嵌,就有30%的概率出现技能攻击力加11的幸运荧光属性。从上到下的镶嵌顺寻按照土、风、水镶嵌,就有30%的概率出现最大生命值+29的幸运荧光属性。从上到下的镶嵌顺寻按照火、冰、雷镶嵌,就有30%的概率出现攻击力加11的幸运荧光属性。

人工智能第三章(1)——无信息搜索(盲目搜索) (附书本资料)_无信息搜索又称为-程序员宅基地

文章浏览阅读8.8k次,点赞21次,收藏51次。这篇文章的意义在于哪里呢?1)向大家展示如何形式化定义一个搜索问题,又如何去求解;2)通过讲述各种盲目搜索算法,帮大家梳理无信息搜索的脉络。_无信息搜索又称为

【图像重建】基于小波变换结合BP、OMP、StOMP实现图像重建含MSE PSNR附Matlab代码-程序员宅基地

文章浏览阅读847次,点赞18次,收藏20次。图像重建是数字信号处理领域的一个重要问题,它涉及到从损坏或不完整的图像数据中恢复出高质量的图像。在图像重建的研究中,小波变换结合各种重建算法已经成为一个热门的研究方向。本文将介绍基于小波变换结合BP、OMP、StOMP算法实现图像重建,并对重建效果进行评估,包括均方误差(MSE)和峰值信噪比(PSNR)。小波变换是一种多尺度分析方法,它可以将信号分解成不同尺度的频率成分,从而更好地捕捉信号的局部特征。在图像重建中,小波变换可以将图像分解成不同尺度的小波系数,然后利用这些小波系数进行重建。

指针数组 数组指针 的判断_int*做参数如何判断是整型还是数组-程序员宅基地

文章浏览阅读685次。用变量a给出下面的定义:一个有10个指针的数组,该指针指向一个函数,该函数有一个整形参数并返回一个整型数*int a[10];这是一个指针数组。数组a里存放的是10个int型指针*int (a)[10];这是一个数组指针。a是指针,指向一个数组。数组a有10个int型元素。*int (a)(int);这个表示一个内存空间,这个空间用来存放一个指针,这个指针指向一个函数,这个函数有一个类..._int*做参数如何判断是整型还是数组

随便推点

Android 单独抽取 WebRtc-VAD(语音端点检测) 模块_android webrtc vad-程序员宅基地

文章浏览阅读3.7k次,点赞3次,收藏10次。本文基于webrtc最新源码进行抽取编译做简单讲解。最终目的是Android 单独抽取 WebRtc-VAD 模块,封装好JNI层,并且ndk-build出so库。希望对大家有所帮助,有需要看JNI层实现和完整demo的,请加我V:15092216090先来看一下vad模块的头文件,webrtc_vad.h,该文件路径为common_audio\vad\include\webrtc_v..._android webrtc vad

夏天到,装饰器让Python秀出性感属性:Property+Decorators+-+Getters,+Setters,+and+Deleters_@property (decorators)-程序员宅基地

文章浏览阅读262次。John Smith曾经是我的好基友,没有之一,今天我们拿他做个试验:初始代码,我们做一个打印员工John Smith信息的类,实例emp_1会用类属性输出:class Employee: def __init__(self, first, last): self.first = first self.last = last self.email = first + "." + last + '@email.com' def fullnam_@property (decorators)

Oracle单个字段多记录拼接_oracle 一个字段多条记录的拼接-程序员宅基地

文章浏览阅读2.4k次。sql查询中,一个字段多个结果拼接的两种方式_oracle 一个字段多条记录的拼接

vue 项目中 html中出现clear错误_[vue/comment-directive] clear-程序员宅基地

文章浏览阅读934次。clear报错_[vue/comment-directive] clear

科大讯飞离线关键词识别(语法识别)(2)_科大讯飞构建语法树-程序员宅基地

文章浏览阅读2.7k次。关键词识别和语音听写还是有差别的,语音听写是直接将所说的话转化成语音,至于识别的准确率看所说的话是否是常用的,如果遇到不常见的词比如背身腿降这个指令,识别出来的就是乱七八糟的。而关键词识别也就是针对这种关键词识别有很好的效果,在于你自己构建一个.bnf文件,然后写上关键词#BNF+IAT 1.0 UTF-8;!grammar call;!slot <contact>;!slo..._科大讯飞构建语法树

DeepCache:Principled Cache for Mobile Deep Vision (MobiCom2018)-程序员宅基地

文章浏览阅读701次。提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录DeepCache:Principled Cache for Mobile Deep Vision (MobiCom2018)一、摘要二、缓存的思想和挑战1. 缓存思想的引入1) CNN是视频处理的常用算法,但在资源有限的设备端受限2) 如何解决设备端受限这一问题——缓存2. 挑战1) 缓存中的可重用结果查找2) CNN中间特征图的细粒度重用3) 平衡可缓存性、模型准确性和高速缓存开销4) 对抗缓存侵蚀(cache erosion._deepcache