解決方案-AET-電子技術(shù)應(yīng)用

解決方案

如何組合使用低通濾波器和ADC驅(qū)動器獲取20 V p-p信號[嵌入式技術(shù)][工業(yè)自動化]

　　通過驅(qū)動ADC實現(xiàn)優(yōu)化的混合信號性能，這是一大設(shè)計挑戰(zhàn)。圖1所示為標準的驅(qū)動器ADC電路。在ADC采集期間，采樣電容將反沖RC濾波器中指數(shù)衰減的電壓和電流。混合信號ADC驅(qū)動器電路的最佳性能受到多個變量影響。驅(qū)動器的建立時間、RC濾波器的時間常數(shù)、驅(qū)動阻抗，以及ADC采樣電容的反沖電流在采樣時間內(nèi)相互作用，導(dǎo)致產(chǎn)生采樣誤差。采樣誤差隨著ADC位數(shù)、輸入頻率和采樣頻率的增大而增大。

發(fā)表于：4/25/2023 3:30:00 AM

適合下一代蜂窩網(wǎng)絡(luò)的優(yōu)化芯片解決方案[通信與網(wǎng)絡(luò)][5G]

　　隨著5G時代的到來，網(wǎng)絡(luò)正朝著開放化的方向發(fā)展演化。移動網(wǎng)絡(luò)運營商（MNO）和通信服務(wù)提供商（CSP）正在尋求能減少成本和加快部署的解決方案，以滿足未來幾年苛刻的網(wǎng)絡(luò)覆蓋和容量目標。這使得蜂窩設(shè)備供應(yīng)商在提供4G、5G、雙模、宏基站以及室內(nèi)外小基站等設(shè)備時在成本和性能的平衡上面臨巨大挑戰(zhàn)。因此，設(shè)備供應(yīng)商轉(zhuǎn)向芯片廠商，尋求具有實現(xiàn)靈活度、低成本、低功耗，并可以支持例如開放式接入網(wǎng)絡(luò)（RAN）和行業(yè)標準接口的芯片解決方案。

發(fā)表于：4/25/2023 3:19:14 AM

安富利賦能電動汽車走上快充、超充之路[電源技術(shù)][汽車電子]

快充和超充是未來補能技術(shù)演進的重要趨勢。目前，市場上已有眾多優(yōu)秀的充電樁運營商、車企與充電服務(wù)平臺等各路玩家競相布局快充和超充。但要真正實現(xiàn)快充和超充的普及，仍有一系列的技術(shù)難題亟待攻克。

發(fā)表于：4/24/2023 5:59:55 PM

學(xué)子專區(qū)—ADALM2000實驗：鎖相環(huán)[電源技術(shù)][工業(yè)自動化]

　　本實驗活動介紹鎖相環(huán)（PLL）。PLL電路有一些重要的應(yīng)用，例如信號調(diào)制/解調(diào)（主要是頻率和相位調(diào)制）、同步、時鐘和數(shù)據(jù)恢復(fù)，以及倍頻和頻率合成。在這項實驗中，您將建立一個簡單的PLL電路，讓您對PLL操作有基本的了解。

發(fā)表于：4/23/2023 12:41:00 PM

寬帶多通道調(diào)試信號分析利器，滿足RF新技術(shù)復(fù)雜測試要求[微波|射頻][通信網(wǎng)絡(luò)]

　　無線通信系統(tǒng)的不斷更新產(chǎn)生了對先進RF測試設(shè)備的需求，以滿足這項新技術(shù)的復(fù)雜測試要求。這些測試設(shè)備需要能夠處理更高的頻率、更寬的帶寬和更復(fù)雜的調(diào)制方案。

發(fā)表于：4/20/2023 5:46:44 PM

使用集成MOSFET限制電流的簡單方法[電源技術(shù)][工業(yè)自動化]

　　電子電路中的電流通常必須受到限制。例如，在USB端口中，必須防止電流過大，以便為電路提供可靠的保護。同樣，在充電寶中，必須防止電池放電。放電電流過高會導(dǎo)致電池的壓降太大和下游設(shè)備的供電電壓不足。

發(fā)表于：4/20/2023 5:36:00 PM

適用于運輸領(lǐng)域的SiC：設(shè)計入門[EDA與制造][汽車電子]

　　在這篇文章中，作者分析了運輸輔助動力裝置（APU）的需求，并闡述了SiC MOSFET、二極管及柵極驅(qū)動器的理想靜態(tài)和動態(tài)特性。

發(fā)表于：4/19/2023 6:06:00 PM

氮化鎵（GaN）帶來電源管理變革的 3 大原因[電源技術(shù)][數(shù)據(jù)中心]

　　氮化鎵技術(shù)，通常稱為 GaN，是一種寬帶隙半導(dǎo)體材料，越來越多地用于高電壓應(yīng)用。這些應(yīng)用需要具有更大功率密度、更高能效、更高開關(guān)頻率、更出色熱管理和更小尺寸的電源。除了數(shù)據(jù)中心，這些應(yīng)用還包括 HVAC 系統(tǒng)、通信電源、光伏逆變器和筆記本電腦充電電源。

發(fā)表于：4/18/2023 11:42:00 PM

訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)：什么是機器學(xué)習(xí)？——第二部分[人工智能][工業(yè)自動化]

　　本文是系列文章的第二部分，重點介紹卷積神經(jīng)網(wǎng)絡(luò)（CNN）的特性和應(yīng)用。CNN主要用于模式識別和對象分類。在第一部分文章《卷積神經(jīng)網(wǎng)絡(luò)簡介：什么是機器學(xué)習(xí)？——第一部分》中，我們比較了在微控制器中運行經(jīng)典線性規(guī)劃程序與運行CNN的區(qū)別，并展示了CNN的優(yōu)勢。我們還探討了CIFAR網(wǎng)絡(luò)，該網(wǎng)絡(luò)可以對圖像中的貓、房子或自行車等對象進行分類，還可以執(zhí)行簡單的語音識別。本文重點解釋如何訓(xùn)練這些神經(jīng)網(wǎng)絡(luò)以解決實際問題。

發(fā)表于：4/18/2023 11:30:00 PM

全閃存數(shù)據(jù)中心的夢想正在慢慢實現(xiàn)[嵌入式技術(shù)][數(shù)據(jù)中心]

　　2011 年，當 Pure Storage 為任務(wù)關(guān)鍵型數(shù)據(jù)中心發(fā)表了第一套足夠強大、且經(jīng)濟的全閃存存儲陣列時，引起了市場與客戶的關(guān)注。從此，Pure 便立志要實現(xiàn)全閃存數(shù)據(jù)中心的夢想。

發(fā)表于：4/18/2023 10:42:00 PM