近日,連接和電源解決方案供應(yīng)商Qorvo®(納斯達克代碼:QRVO)推出兩款先進的射頻組件,專為滿足5G大規(guī)模多輸入多輸出(mMIMO)和固定無線接入(FWA)部署中對更高性能、更高集成度和更緊湊射頻設(shè)計的需求而量身定制。
Qorvo無線基礎(chǔ)設(shè)施業(yè)務(wù)部總監(jiān)Debbie Gibson表示:“隨著5G網(wǎng)絡(luò)規(guī)模的擴大,我們的客戶正面臨著縮小射頻尺寸、優(yōu)化散熱性能以及簡化設(shè)計的多重壓力。憑借我們高效的前置驅(qū)動器技術(shù)與緊湊型高抑制比BAW濾波器,Qorvo可提供高可靠性的射頻基礎(chǔ)組件,進而助力客戶實現(xiàn)高性能mMIMO、FWA及其他5G應(yīng)用。”
QPQ3550是一款緊湊型高性能BAW濾波器。該產(chǎn)品在3.55–3.7 GHz CBRS頻段運行,適用于用戶端設(shè)備(CPE)、固定無線接入(FWA)節(jié)點、小型蜂窩基站以及支持下一代寬帶平臺的多頻段無線系統(tǒng)。隨著固定無線接入應(yīng)用需求的持續(xù)增長,QPQ3550作為一款即插即用解決方案,可憑借業(yè)界領(lǐng)先的性能與緊湊型設(shè)計,加速5G大規(guī)模部署。該產(chǎn)品采用Qorvo的多代體聲波(BAW)技術(shù),具有卓越的插入損耗、出色的功率處理能力和更優(yōu)異的熱可靠性。
QPQ3550技術(shù)要點:
參數(shù) |
數(shù)值 |
頻率范圍 |
3.55 – 3.70 GHz(CBRS頻段) |
插入損耗 |
< 2 dB(最大) |
回波損耗 |
> 15 dB |
群時延 |
< 40 ns(最大) |
輸入功率承載能力 |
30 dBm |
封裝 |
2.0 x 1.6 mm層壓封裝 |
工作溫度 |
–40°C - +85°C |
QPA9862是一款寬帶高效預(yù)驅(qū)動放大器,專為5G mMIMO無線系統(tǒng)設(shè)計,可支持32T和64T基站架構(gòu)。其具有出色的功率效率、寬瞬時信號帶寬和緊湊的集成設(shè)計,能夠幫助設(shè)備制造商滿足不斷發(fā)展的5G無線系統(tǒng)要求。QPA9862基于Qorvo在射頻系統(tǒng)技術(shù)的深厚積累,體現(xiàn)了Qorvo致力于開發(fā)高性能射頻系統(tǒng)解決方案,并滿足下一代基礎(chǔ)設(shè)施功率、帶寬和熱性能挑戰(zhàn)的承諾。
QPA9862技術(shù)要點:
參數(shù) |
數(shù)值 |
頻率范圍 |
3.3 – 4.2 GHz (n77) |
增益 |
38 dB |
輸出功率(P1dB) |
> 27 dBm |
瞬時帶寬 |
400 – 600 MHz |
鄰信道功率比 |
< –40 dBc @ 17 dBm (100 MHz NR) |
靜態(tài)電流(lcq) |
110 mA |
封裝 |
3.0 x 3.0 mm LGA封裝 |
工作溫度 |
–40°C - +115°C |
目前,這兩款新品已向戰(zhàn)略客戶提供樣品。如需了解更多關(guān)于Qorvo豐富的網(wǎng)絡(luò)基礎(chǔ)設(shè)施解決方案系列,請訪問Qorvo官網(wǎng)的網(wǎng)絡(luò)基礎(chǔ)設(shè)施頁面。
關(guān)于 Qorvo
Qorvo(納斯達克代碼:QRVO)提供各種創(chuàng)新半導(dǎo)體解決方案,致力于讓我們的世界更美好。我們結(jié)合產(chǎn)品和領(lǐng)先的技術(shù)優(yōu)勢、以系統(tǒng)級專業(yè)知識和全球性的制造規(guī)模,快速解決客戶最復(fù)雜的技術(shù)難題。Qorvo面向全球多個快速增長的細分市場提供解決方案,包括汽車、消費電子、國防/航空航天、工業(yè)/企業(yè)、基礎(chǔ)設(shè)施以及移動設(shè)備。
訪問cn.qorvo.com,了解我們多元化的創(chuàng)新團隊如何連接地球萬物,提供無微不至的保護和源源不斷的動力。
更多新聞,請登錄Qorvo新聞中心:https://cn.qorvo.com/newsroom/news
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。