制造商:ADI/AD
优势和特点
11位、250MSPS输出数据速率
NSR禁用时的性能SNR:66.4 dBFS(最高185 MHz、250 MSPS)SFDR:87 dBc(最高185 MHz、250 MSPS)
禁用NSR时的性能SNR:66.4 dBFS(最高185 MHz,250 MSPS)SFDR:87 dBc(最高185 MHz,250 MSPS)
总功耗:358 mW(250 MSPS)
1.8 V电源电压
LVDS(ANSI-644电平)输出
1至8整数输入时钟分频器(最大输入频率625MHz)
ADC内部基准电压源
灵活的模拟输入范围:1.4 V p-p至2.0 V p-p(标称值1.75 V p-p)
差分模拟输入、350 MHz带宽
串行端口控制
节能的关断模式
用户可配置的内置自测(BIST)功能
产品详情
AD6672是一款11位中频接收机,采样速率最高可达250 MSPS,旨在为低成本、小尺寸、宽带宽、多功能通信应用提供解决方案。
这款ADC内核采用多级、差分流水线架构,并集成了输出纠错逻辑。ADC具有宽带宽输入,支持用户可选的各种输入范围。集成基准电压源可简化设计。占空比稳定器可用来补偿ADC时钟占空比的波动,使转换器保持出色的性能。
该ADC的内核输出内部连接到噪声整形再量化器(NSR)模块。该器件支持两种输出模式,可通过串行端口接口(SPI)选择。如果使能NSR特性,则在处理ADC的输出时,AD6672可以在有限的奈奎斯特带宽区域内实现更高的SNR性能,同时保持11位输出分辨率。可对NSR模块进行编程,以提供最高33%的采样时钟带宽。例如,若采样时钟速率为250 MSPS,则AD6672在82 MHz带宽、185 MHz fIN时实现最高73.6 dBFS的SNR。
如果禁用NSR模块,则ADC数据直接以11位的输出分辨率提供给输出端。这种工作模式下,AD6672能够在整个奈奎斯特带宽内实现最高66.6 dBFS的SNR。
应用
通信
分集无线电和智能天线(MIMO)系统
多模式数字接收机(3G)WCDMA、LTE、CDMA2000 WiMAX、TD-SCDMA
I/Q解调系统
通用软件无线电
4月9日~11日,一年一度的2024德国纽伦堡国际嵌入式系统展(Embedded World)在纽伦堡国际博览中心盛大举办。在这场全球规模最大的嵌入式展会上,作为全球领先的无线通信模组及解决方案提供商,美格智能携全系列模组及物联网定制化解决方案亮相展会,吸引全球参展观众的关注。
近期, 稳石机器人接待了墨西哥白色家电龙头企业大股东Mauricio先生一行 ,他们参观了位于深圳的稳石机器人办公总部及自动化测试场地。双方就机器人技术在家电行业应用前景和潜在合作机会进行深入交流。 该企业在全球家电行业具有举足轻重的地位,总部位于墨西哥城,业务遍及75个国家,产品种类丰富,包括冰箱、洗衣机、烤箱等各类家电产品。多年来,该企业凭借其卓越的产品质量、创新的技术研发能力和完善的市场服务体系,赢得了全球消
【本地厂家,实力保障!水冷1500W激光器手持焊,轻松搞定各种焊接难题!】 今天给大家推荐一款实用性极强、高效稳定的焊接神器——水冷1500W激光器手持焊!作为一款本地厂家推出的高品质产品,不仅性能出众,价格亲民,更重要的是——质量有保障! 首先,大家对这款激光器手持焊的焊接能力一定非常期待。别小看这1500W的功率,它可以轻松应对各种金属、塑料、陶瓷等材质的焊接,无论是小家电、汽车零件、眼镜架还是各种工具,都能轻松搞定
电压跟随器(Voltage Follower) ,也称为电压缓冲器(Voltage Buffer)或缓冲放大器(Buffer Amplifier),是电子线路中的一种关键组件。其核心特点是能够确保输出电压紧密跟随输入电压的变化,同时提供缓冲、隔离和阻抗匹配等功能。以下是对电压跟随器的详细解析,包括其定义、原理、特点以及应用等方面。
发动机测试是一个重要的测试过程,测试用负载能够全面检验发动机在负载状态下的性能指标,包括输出功率、燃料消耗、温度变化等,通过这些数据的分析,可以及时发现潜在问题,为设备的优化升级提出建议,发电机负载测试一般的流程是怎样的,你知道吗? 1、试验前准备:确保发电机和试验设备处于良好的工作状态,检查发电机的电源和燃料供应是否正常,确保试验设备与发电机的连接正确可靠。 2、确定试验载荷:根据您的实际要求确定试验
2024年4月10日,第十四届中国国际道路交通安全产品博览会暨公安交警警用装备展在厦门市厦门国际会展中心盛大开幕,慧尔视携专业信控雷达、交通感知数据中台、智能化可变车道系统、行人等待区雷达感知系统、“礼让斑马线”监测装置、快速路端边云数智底座、路段事件检测系统,以及基于雷达设备的隧道、铁路和水运安全等场景解决方案应邀参展。
本文档提供了在 Android 10 设备上通过应用程序(App)控制通用输入输出(GPIO)的详细指南。这涵盖了从创建 gpio驱动到App 配置 以及 SELinux 策略以允许特定访问的所有必要步骤。
人脸检测是计算机视觉领域的一个重要研究方向,它涉及到从图像或视频中检测出人脸的位置和大小。随着深度学习技术的发展,人脸检测模型的性能得到了显著提升。以下是一些常见的人脸检测模型: Viola-Jones 算法 Viola-Jones 算法是一种基于 Haar 特征和 AdaBoost 算法的人脸检测方法。它通过训练一个级联分类器来实现人脸检测。该算法具有实时性高、计算复杂度低的优点,但对遮挡和姿态变化的鲁棒性较差。 HOG + SVM HOG(Histogram of Oriented Gradients)是一种
ADUM4402 | AD8223 | ADP222 | ADN2872 |
ATMEGA328P-MU | ADSP-2188N | AD9260 | at24c256 |
AD8496 | ADUC7026 | ADUM2251 | ADF4356 |
ATA6670 | ADR434 | AD5452 | AD7738 |
ADF4355 | ADP1614ACPZ | ADG752 | ADA4622-2 |