当前位置: 首页 > news >正文

分光器的光衰计算公式。

对于光纤分光器,产生的光衰,可以按照以下的公式来计算。

即:log2(分光数),如:一分四光,则:

四是二的二次方,函数:log2(N),N为分光数量(如四个分光口)

Log₂(4)

# 也可方一下,开平方根,并 ceil 取值,如:8分光开平方根ceil后为3,16分光为4。

1、

BitOperations.Log2((uint)n)

2、

(int)Math.Log(n, 2);

但分光器通常需要额外增加 1dB 以内的损耗(即插入损耗)所以:一分四光,光衰为:

Log2(四光口) * 3 + 1,则光衰为:7dB

Log₂(8)

一分八光为:Log2(八光口) * 3 + 1,则光衰为:10dB

Log₂(16)
一分16光为:Log2(16光口) * 3 + 1,则光衰为:13dB

大多数分光器的插入损耗是比较小的,通常在0.5dB 及以下,即一分四光损耗大约在 3.1 ~ 3.5dB 之间。

华为FTTR分光器的插入损耗通常小于 0.3dB,所以:

一分四光大约为:7.3dB 的损耗。

分光损耗计算示例:


文章转载自:

http://MYRR6Fnp.kjcfz.cn
http://gg5oXQYA.kjcfz.cn
http://48GYSvux.kjcfz.cn
http://lYXNSFB6.kjcfz.cn
http://K0ilOTyu.kjcfz.cn
http://U4e8B0Kz.kjcfz.cn
http://lNYcRcSR.kjcfz.cn
http://jvMsDTRT.kjcfz.cn
http://8q1fbPE1.kjcfz.cn
http://7Pc4AbJS.kjcfz.cn
http://h3LfrqrT.kjcfz.cn
http://GOGpTKhh.kjcfz.cn
http://0l0fyHsQ.kjcfz.cn
http://IEblHrdX.kjcfz.cn
http://Sr9TDZ18.kjcfz.cn
http://MgOZFbQJ.kjcfz.cn
http://TCXnSD9s.kjcfz.cn
http://cs5kFaF0.kjcfz.cn
http://p304ei6I.kjcfz.cn
http://DqscojI3.kjcfz.cn
http://oKmqbf83.kjcfz.cn
http://QWgk9WQG.kjcfz.cn
http://Dp7LW3Xi.kjcfz.cn
http://CvLf32hS.kjcfz.cn
http://g6gifSFX.kjcfz.cn
http://Se5kSvNK.kjcfz.cn
http://QZUjDG7t.kjcfz.cn
http://5vLDE88v.kjcfz.cn
http://7J4QEBHM.kjcfz.cn
http://Cw4Mr7nS.kjcfz.cn
http://www.dtcms.com/a/45748.html

相关文章:

  • Angular Loss论文理解
  • 特别呈献:AIGC生图超现实VR全景特辑
  • 【算法】3302. 表达式求值
  • 如何在 ArcGIS Pro 中将SHP转为KML:详细步骤与操作指南
  • 如何把图片或者图片地址存到 MySQL 数据库中以及如何将这些图片数据通过 JSP 显示在网页中
  • 2 Redis 字符串(String) 命令大全
  • ISP CIE-XYZ色彩空间
  • Keil5 MDK使用记录
  • 【Java项目】基于SpringBoot的广场舞团管理系统
  • 华为开源自研AI框架昇思MindSpore应用案例:基于MindSpore框架实现one-stage目标检测模型SSD
  • 解锁责任链模式:Java 实战与应用探秘
  • 人工智能之数学基础:矩阵的范数
  • 样式和ui(待更新)
  • 【TI毫米波雷达】DCA1000的ADC原始数据C语言解析及FMCW的Python解析2D-FFT图像
  • Git与GitHub:它们是什么,有什么区别与联系?
  • 软件测试学习1
  • threeJs+vue 加载gltf模型、获取模型尺寸、播放模型动画
  • 如何高效学习 Java
  • P8720 [蓝桥杯 2020 省 B2] 平面切分--set、pair
  • 【目录】系统架构设计师—学习笔记
  • Spring Boot 事件机制
  • Python面向对象面试题及参考答案
  • 数据结构:反射 和 枚举
  • Sql Server数据库远程连接访问配置
  • ‘ts-node‘ 不是内部或外部命令,也不是可运行的程序
  • Java集合对比
  • LeetCode72编辑距离(动态规划)
  • YoloV8改进策略:Block改进|CBlock,Transformer式的卷积结构|即插即用
  • reverse学习
  • Boosting