![](/Public/img/home/cart.png)
制造商:ADI/AD
优势和特点
8个带LNA、VGA、AAF、ADC和I&Q解调器的通道
低噪声前置放大器(LNA)——欲了解更多信息,请查看数据手册。
可变增益放大器(VGA)衰减器范围=-42dB到0dB后置放大增益=21dB/24dB/27dB/30dBdB线性增益控制
抗混叠滤波器(AAF)可编程的2阶LPF(低通滤波器),截止频率范围为8MHz到18MHz可编程HPF(高通滤波器)
模数转换器(ADC)——欲了解更多信息,请查看数据手册。
CW模式I&Q解调器独立的可编程相位旋转输出动态范围每通道>160dBc/√Hz
低功耗,当以12位/40MSPS(TGC)采样时,每通道功耗为195mW
在CW多普勒模式,每通道功耗为90mW
灵活的关断模式
过载恢复时间
从低功耗待机模式快速恢复,
100引脚TQFP-EP封装
产品详情
AD9276具有低成本、低功耗、小尺寸、易于使用等优点。它内置8个通道,每通道包含一个低噪声前置放大器(LNA)的可变增益放大器(VGA)、一个抗混叠滤波器(AAF)、一个12位采样速率为10MSPS至80MSPS的模数转换器(ADC)和一个相位旋转可编程的I&Q解调器。各通道的主要特性包括:可变增益范围42dB、全差分信号路径、有源输入前置放大器端接、最大增益高达52dB、转换速率最高达80MSPS的ADC。面向要求小封装尺寸的应用,该器件的通道针对动态性能和低功耗进行了优化。
LNA具有单端到差分的增益,通过SPI(串行外设接口)可选择。当增益为21.3dB时,LNA输入噪声典型值为0.75 nV/√Hz,当增益等于最大值时,整个通道的输入等效噪声为0.85 nV/√Hz。如果噪声带宽(NBW)为15MHz,LNA增益为21.3dB,则输入SNR(信噪比)约为92dB。在CW(连续波)多普勒模式,每个LNA输出驱动一个I&Q解调器。每个解调器都具有16个相位设置,可通过SPI独立对相位旋转进行编程。
应用
医疗成像/超声
汽车雷达
AD9276 封装图
型号 | 制造商 | 描述 | 购买 |
---|---|---|---|
AD9276BSVZ | - | - | 立即购买 |
标题 | 类型 | 大小(KB) | 下载 |
---|---|---|---|
UG-016:评估板用户指南 | 2048 | 点击下载 | |
UG-016: Evaluation Board User Guide | 2048 | 点击下载 |
机械触点抖动,现场触点虽然只闭合,PLC却认为闭合了多次,虽然硬件加了滤波电路,软件增加微分指令,但由于PLC扫描周期太短,仍可能在计数、累加、移位等指令中出错,出现错误控制结果;
新思科技近日宣布了一项重大战略调整,将旗下的软件完整性(SIG)业务以高达21亿美元的价格出售给由Clearlake Capital和Francisco Partners牵头的私募股权财团。这一交易预计将在今年下半年完成,标志着新思科技去年年底提出的剥离SIG业务的计划正式落地。
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
作为一种串行通讯协议,CAN总线初期专为汽车电子设备间的通信而开发。借助其高度可靠、实时响应及灵活应用等特质,该总线在汽车市场获得广泛使用。借助于CAN总线,我们得以将众多电子控制单元(ECU)相连,从而实现车辆的分布式控制和信息资源共享。
近日,浪潮信息发布为大模型专门优化的分布式全闪存储AS13000G7-N系列。该系列依托浪潮信息自研分布式文件系统,搭载新一代数据加速引擎DataTurbo,
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
近日,有消息称三星电子与超微(AMD)在高带宽存储器(HBM)等领域的合作正随着AI半导体市场的蓬勃发展而日益深化。然而,业界也传出新的动向,据台湾电子时报报道,三星计划在2026年迈出重要一步,即推出搭载自主研发GPU的高端Exynos芯片组。这一转变预示着三星将终止与超微在手机用GPU研发上的长期合作,转向自主研发GPU的道路。
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
ADG432 | ADF7021-N | ADM1023 | AC1332 |
AD9244 | ADV7623 | ADA4700-1 | ADF4355-3 |
AT91SAM7SE32 | ADF5000 | ADA4096-2 | AT24C128C-XHM-T |
AD2401W | AD8057 | ADAU1372 | AD7801 |
ADUM5400 | AD828 | ADG417 | AD7738 |