当前位置: 首页 > news >正文

B11G2327N71DYZ,可独立控制载波和峰值偏置的功率放大器

型号介绍
今天我要向大家介绍的是Ampleon的一款放大器——B11G2327N71DYZ。 它将载波和峰值器件、输入分路器、输出合路器以及预匹配网络都集成在了一起,这种设计极大地简化了外部电路的复杂性。此外,芯片的输出阻抗被优化为 20 Ω,而输入阻抗为标准的 50 Ω,并且支持独立控制载波和峰值偏置,这些特性让工程师在进行电路设计和优化时感到非常方便。

主要特征
工作频率: 2300 MHz - 2700 MHz
功率增益: 27.5 dB - 33.5 dB
效率: 16% - 22% (37 dBm 输出功率)
输出功率 (3 dB 压缩点): 48.0 dBm - 49.5 dBm
线性度 (ACPR): -46.2 dBc (5 MHz 邻道)

应用领域
宏蜂窝基站驱动器
测试和调试设备

相关型号
MAX-M10S-00B
ADXL355BEZ-RL7
BMI270
BLP9H10S-850AVTZ
BLM9D1822-30BZ
B11G2327N71DYZ
CHA5266-QDG
BMI270
GD25Q64EWIGR
AD822ARZ-REEL7
HMC349AMS8GETR

http://www.jsqmd.com/news/234183/

相关文章:

  • 视觉语言模型实战|Qwen3-VL-WEBUI助力业务系统智能化升级
  • MiDaS单目深度估计实战教程:从零部署到热力图生成完整指南
  • Intel MiDaS部署教程:无需Token验证的轻量级深度估计方案
  • 单目视觉测距教程:MiDaS模型在不同场景下的应用
  • MiDaS深度估计解析:高精度测距技术
  • 信息抽取场景落地指南|用AI智能实体侦测服务提升效率
  • 吐血推荐!10个AI论文平台测评,本科生毕业论文必备
  • ResNet18异常检测:工业制造缺陷识别实战
  • Kubernetes Pod 进阶知识点详解:资源管理、健康检查与生命周期
  • 基于RaNER模型的中文NER实践|集成WebUI的实体高亮识别
  • MiDaS模型部署教程:CPU环境下实现高精度单目深度估计
  • 信息抽取新利器|AI智能实体侦测服务实现即写即测精准识别
  • MiDaS模型实战案例:无人机系统
  • MiDaS单目测距完整指南:从图片上传到热力图解析
  • 单目深度估计应用案例:MiDaS在机器人导航中的实践
  • 信息抽取实战|用AI智能实体侦测服务快速高亮人名地名机构名
  • 文科生也能懂:AI万能分类器极简体验教程
  • AI万能分类器最佳实践:低成本云端GPU方案
  • 收藏!LangChain中构建稳定智能体的上下文工程完全指南
  • MiDaS深度估计保姆级指南:零基础入门到精通
  • 中文NER也能有炫酷界面?AI智能实体侦测服务集成Cyberpunk风WebUI
  • 单目深度估计技术:MiDaS模型局限性及解决方案
  • 单目深度估计技术解析:MiDaS模型背后的算法原理
  • AI分类器移动端方案:手机上传+云端GPU运算
  • 单目深度估计入门必看:MiDaS模型WebUI使用完整指南
  • 单目深度估计性能对比:MiDaS vs 传统方法实战测评
  • 分类模型联邦学习:医疗数据协作云端实验
  • 无需编程!用AI智能实体侦测服务实现中文NER实时可视化分析
  • AI万能分类器大赛技巧:云端分布式训练秘籍
  • EtherNet/IP转CAN协议转换网关实现罗克韦尔 PLC与压力传感器通讯在轮胎压力监测系统的应用案例