是德科技公司宣布推出適用于射頻功率放大器(PA)表征和測試的全新 PXI 參考解決方案,支持工程師執(zhí)行 S 參數(shù)、諧波失真、功率和解調(diào)測量,對功率放大器-雙工器(PAD)等下一代功率放大器模塊實施快速和全面的表征。它經(jīng)過優(yōu)化,能夠提供更高的測量吞吐量和測量精度。
這款功能齊全的小型 PXI 參考解決方案是目前業(yè)界唯一適合對射頻功率放大器及其周邊所有無源器件(例如濾波器和雙工器)執(zhí)行設計驗證和產(chǎn)品測試的解決方案。
該參考解決方案的數(shù)字預失真(DPD)算法是是德科技與無線設備制造商長期緊密合作,并結(jié)合 Keysight SystemVue 仿真軟件和 N7614B Signal Studio for Power Amplifier Test 應用軟件深入洞察能力的結(jié)晶。這使它成為市場上唯一能夠針對下一代功率放大器模塊,提供從仿真到制造全程一致性測量的解決方案。
包含查找表(LUT)和存儲器多項式功能的經(jīng)過驗證的 DPD 算法,進一步完善了該解決方案的包絡跟蹤(ET)測試功能。此外,該解決方案還包括快速波形下載、精準同步和自動校準功能,這些都是 ET 測試不可或缺的關鍵特性。該參考解決方案支持不同廠商的產(chǎn)品,例如 Signadyne SD AOU-H3353 單插槽高速 PXIe 任意波形發(fā)生器,并提供業(yè)界最快的包絡生成功能和最佳的測試空間利用率。
Signadyne 公司首席執(zhí)政官 Marc Almendros 表示:“是德科技卓越的射頻解決方案與Signadyne 獨有的高速發(fā)生器專業(yè)技術結(jié)合,使射頻功率放大器行業(yè)能夠擁有價值非凡的綜合測試解決方案。”
是德科技軟件和模塊化解決方案事業(yè)部市場部經(jīng)理 Mario Narduzzi 表示:“為了滿足客戶對PAD 型器件進行全面表征的需求,是德科技推出適用于射頻功率放大器表征和測試的PXI 參考解決方案。經(jīng)過驗證的強大數(shù)字預失真算法及開環(huán)和閉環(huán)測量,確保我們提供的功率放大器表征測試解決方案具有業(yè)界最出色的性能。”
全新 M937xA PXIe 矢量網(wǎng)絡分析儀和 M9393A PXIe 高性能 VSA 提供關鍵的高密度、高速 S 參數(shù)測量和最高 27 GHz 的高速諧波失真測試,可充分滿足客戶的全面表征需求。
該參考解決方案還提供針對功率放大器表征而優(yōu)化的開源實例代碼,可幫助工程師快速評測測試裝置,縮短首次測量的準備時間。利用 DPD 和 ET 等新功能,工程師可以顯著改善器件性能;減小器件尺寸,降低測試成本,從容應對不斷增加的器件復雜性和測試要求。不僅如此,工程師還可在 PAD 型器件中整合更多功能;使用更小型的測試系統(tǒng)來測試大量器件或復雜器件。
是德科技的模塊化產(chǎn)品和參考解決方案充分利用了是德科技高度可靠的測量技術和嚴密的校準方法,從研發(fā)階段到生產(chǎn)階段始終提供一致的測量結(jié)果,使客戶能夠加快設計速度,更快將產(chǎn)品推向市場。
PAD 具有低功耗、高效率和高性價比等優(yōu)勢,因此受到越來越廣泛的歡迎,目前正逐漸取代傳統(tǒng)的功率放大器體系結(jié)構。通過用單一的緊湊型模塊替代多個分立元件,器件設計人員可以節(jié)省和優(yōu)化利用測試空間。近來,全球 LTE 網(wǎng)絡部署正方興未艾,對于頻段數(shù)的需求將會更高,因此 PAD 正迅速獲得器件設計人員的青睞。
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強相關性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應性。團隊承諾開源全部代碼,推動技術普及應用。
伊利諾伊大學研究團隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復雜爭議、智能檢索相關文獻、多角度收集觀點的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構建爭議話題的分析框架,識別不同觀點及其支撐證據(jù),為科學和政治爭議提供更全面客觀的分析,已在生物醫(yī)學和國際關系領域驗證有效性。
清華大學研究團隊首次提出情感認知融合網(wǎng)絡(ECFN),讓AI能像人類一樣理解和表達情感。該系統(tǒng)通過多層次情感處理架構,在情感識別準確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領域帶來革命性應用前景。
哈佛大學研究團隊通過創(chuàng)新的多智能體強化學習方法,讓AI在戰(zhàn)略游戲中學會復雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領域的應用奠定基礎,展現(xiàn)了通過模擬人類學習過程培養(yǎng)真正智能AI的新路徑。