基本

IQ 信号的幅度就是矢量幅度，$\sqrt{I^2 + Q^2}$.

IQ 信号的功率是幅度的平方，$I^2 + Q^2$.

当您看到对数 (dB) 表时，通常是测量功率的对数，即$10 \log_{10}(I^2 + Q^2)$. （这也可以计算为$20 \log_{10}$幅度，但除非您已经拥有浪费平方根运算的幅度。）

单位

请记住，dB 是一个相对数字。如果你只是拿$10 \log_{10}(I^2 + Q^2)$，那么 0 dB 对应的幅度正好为 1。如果您的硬件驱动程序采用从 -1 到 +1 的绝对极值样本值的通常浮点约定，那么您可以说您的 dB 功率值是dBFS —分贝相对于满量程。任何强于该电平的信号都将被削波，从而使信号失真。

dBm，相对于一毫瓦功率的分贝，只是使用不同的参考电平。您可以通过从 dBFS 值中添加或减去适当的校准值来转换为 dBm - 但您需要知道在感兴趣的频率下对硬件进行校准，例如通过测量它（使用已知功率输出的信号源） ; 纯粹在软件中执行校准是不可能的，因为数字样本只是没有固有单位的数字。

（我见过的一个错误是将样本值或根据它们缩放的参数（例如幅度阈值）称为“伏特”；这完全是胡说八道，除非您的 ADC（和其他硬件）实际上已校准到一伏。这对于无线电接收器来说太大了。）

实际应用

如果您只是想忽略不够强的信号（这被称为载波静噪或功率静噪），那么您使用什么单位，或者即使它们是对数或线性都无关紧要，因为您是只是做一个大于比较。唯一的关键组件是您从$I^2 + Q^2$（相对于，比如说，$I + Q$，这完全是错误的）。

关于带宽的注意事项，您可能不需要阅读

还可能需要注意的是，如果您过滤信号，则根据定义，您会去除一些信号功率，因此测量值会更小。

特别是，FFT（例如 SDR# 等工具中的主要视觉显示）可以松散地被认为是一组极其清晰的过滤器。每个输出“bin”收集输入功率的一部分。因此，每个仓中的功率取决于仓的宽度。如果除以以赫兹为单位的 bin 宽度（该值为$\text{sample rate}/\text{FFT length}$) 在取对数之前，然后测量 dB功率谱密度，而不是 dB 功率，如果您关心的特征比一个 bin 宽（例如宽带调制信号），它的优点是独立于 FFT bin 宽度；如果它们更窄（例如纯音），则功率值更有用。