购物车0
购物车元器件商品{{ gnNumber + hkNumber }}
国内交货{{ gnNumber }}香港交货{{ hkNumber }}
购物车中还没有商品，赶紧选购吧
制造商：ADI/AD
优势和特点
输入频率：10 MHz至300 MHz
复合输出信号带宽：6.8 kHz至270 kHz
单边带噪声系数（SSB NF）：7.5 dB
输入三阶交调截点(IIP3)：−7.0 dBm
无AGC范围最高达−34 dBm
连续AGC范围：12 dB
前端衰减器：16 dB
基带I/Q 16位（或24位）串行数字输出
LO和采样时钟频率合成器
可编程抽取系数、输出格式、AGC和频率合成器设置
370 Ω输入阻抗
电源电压：2.7 V至3.6 V
低功耗： 17 mA
48引脚LFCSP封装
产品详情
AD9864是一款通用中频子系统，可对信号带宽范围为6.8 kHz至270 kHz的低电平10 MHz至300 MHz中频输入进行数字化处理。AD9864的信号链包括一个低噪声放大器(LNA)、一个混频器、一个带通Σ-Δ型模数转换器(ADC)以及一个具有可编程抽取系数的抽取滤波器。自动增益控制(AGC)电路提供12 dB的连续增益调整。辅助模块包括时钟和LO频率合成器。AD9864的高动态范围和带通Σ-Δ型转换器内在的抗混叠功能，使该器件能处理比目标信号强度高达95 dB的阻塞信号。此特性可以降低中频滤波要求，从而降低无线电的成本，而且还支持不同通道带宽的多模无线电，使中频滤波器具有最大的额定通道带宽。
通过SPI®端口可对AD9864的许多参数进行编程，因此该器件可针对特定应用进行优化。可编程参数包括：频率合成器分频比、AGC衰减和上升/延迟时间、接收信号强度水平、抽取系数、输出数据格式、16 dB衰减器以及所选的偏置电流。
AD9864采用48引脚LFCSP封装，以2.7 V至3.6 V单电源供电。总功耗典型值为56 mW，可通过串行接口实现省电模式。
应用
多模式窄带无线电产品 - 模拟/数字UHF/VHF FDMA接收机- TETRA、APCO25、GSM/EDGE
便携式和移动无线电产品
SATCOM终端
AD9864 引脚图
AD9864电路图
| 型号 | 制造商 | 描述 | 购买 |
|---|---|---|---|
| AD9864BCPZRL | - | - | 立即购买 |
| AD9864BCPZ | - | - | 立即购买 |
此芯片最大的优势在于能够灵活的更换 SPI-flash 内的语音内容，省去了传统语音芯片需要安装上位机更换语音的麻烦，SPI FLASH 直接模拟成 U 盘，跟拷贝 U 盘一样，非常方便。使得产品研发和生产变得便捷简单。一线串口控制模式、RX232 串口控制可选，为研发提供更多的选择性。
微软正在积极融合最新A!技术与量子计算技术，致力于推动科研创新从尖端实验室跨越至日常生活的每一个角落，这不仅将耗时250年的化学研究进程缩短至仅25年，展现出前所未有的科研加速能力，同时也影响着各种生活常用产品的研发，催生出维护更健康肌肤的个护产品我们正在开创一种全新科研范式，并重塑世界。 在微软，我们的愿景是 通过最新的 AI 技术赋能科学家，释放他们的创造潜力，应对一些最紧迫的挑战。 为了实现这一愿景，我们需要将
你怎么知道你在哪里？什么是真实的？这是传感器融合应该回答的问题。不是以哲学的方式，而是字面上的“我会自动撞入白宫吗？因为我被告知不要这样做”，这种方式内置于商业四轴飞行器的固件中。
文章先总体指出锂电池和铅酸电池是常见的电池类型且有明显区别。接着从材料构成、能量密度、循环寿命、充电速度、安全性、体积重量、使用寿命、成本价格和环保性九个方面进行对比阐述。通过分别介绍两种电池在各方面的特点，让读者清晰了解它们的不同之处，从而为读者在选择电池时提供参考依据。
大家好，欢迎收看河套IT WALK第127期。 今天，我们看到谷歌揭开了多模态AI模型Gemini的神秘面纱，AMD挑战英伟达在AI芯片市场的霸主地位，微软在英国AI领域的巨额投资，以及3GPP启动6G规范规划。这些动态不仅展示了科技领域的竞争和合作，也预示着未来发展的新方向。 谷歌推出 “Gemini”：一款多模态AI模型 谷歌刚刚推出最新的AI模型 "Gemini"，该模型包括多个专业版本。Gemini Ultra 在处理复杂任务方面表现卓越，Gemini Pro 能广泛适用于各种任务，而 Gemini N
mos管也称场效应管，这个器件有两个电极，一个是金属，另一个是extrinsic silicon(外在硅)，他们之间由一薄层二氧化硅分隔开。金属极就是GATE，而半导体端就是backgate或者body。MOSFET是一种场效应晶体管(利用电场控制电流)，由金属氧化物半导体制成，是目前使用最广泛的生产技术。在功率MOSFET领域，碳化硅(SiC)也被使用，因为它是电源、逆变器和其他应用所需的更高性能和效率的理想选择。东芝多年来一直致力于MOSFET的开发和生产，我们广泛的低
BP神经网络，全称为反向传播神经网络（Backpropagation Neural Network），是一种在机器学习、数据挖掘和模式识别等领域广泛应用的人工神经网络模型。其工作原理基于多层前馈网络结构，通过误差反向传播算法（Error Backpropagation Algorithm）来训练网络，实现对复杂问题的学习和解决。以下将详细阐述BP神经网络的工作方式，涵盖其基本原理、训练过程、应用实例以及优缺点等多个方面。
在全球化背景下，工业设备的国际化适配成为企业拓展海外市场的重要挑战之一。尤其是在电力系统标准差异显著的地区，如北美、欧洲和亚洲，电压不匹配问题常常阻碍设备的顺利出口。600V变380V变压器凭借其高效能转换、高可靠性和国际认证，成为解决这一问题的关键工具。 一、技术突破：精准电压转换与高效能设计 600V变380V变压器的核心优势在于其精准的电压转换能力和高效能设计。该变压器采用先进的电磁感应原理，通过优化绕组结构和使用高
| ADC0804LCN | ADP1290 | ADA4077-1 | ADIS16006 |
| AD8476 | ADP5063 | ADRF6720-27 | ADCMP343 |
| ADP197 | AD8361 | ADF41020 | ADG701L |
| AD8842 | AM26LV32ID | ATMEGA16-16AU | AD5681R |
| AD9571 | ADS1220 | APT3216SECK | AD7151 |
上传BOM
工商网监