近日,連接和電源解決方案供應商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計的需求而量身定制。
Qorvo無線基礎設施業(yè)務部總監(jiān)Debbie Gibson表示:“隨著5G網絡規(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計的多重壓力。憑借我們高效的前置驅動器技術與緊湊型高抑制比BAW濾波器,Qorvo可提供高可靠性的射頻基礎組件,進而助力客戶實現高性能mMIMO、FWA及其他5G應用。”
QPQ3550是一款緊湊型高性能BAW濾波器。該產品在3.55–3.7 GHz CBRS頻段運行,適用于用戶端設備(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)界領先的性能與緊湊型設計,加速5G大規(guī)模部署。該產品采用Qorvo的多代體聲波(BAW)技術,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技術要點:
參數 |
數值 |
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是一款寬帶高效預驅動放大器,專為5G mMIMO無線系統(tǒng)設計,可支持32T和64T基站架構。其具有出色的功率效率、寬瞬時信號帶寬和緊湊的集成設計,能夠幫助設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)技術的深厚積累,體現了Qorvo致力于開發(fā)高性能射頻系統(tǒng)解決方案,并滿足下一代基礎設施功率、帶寬和熱性能挑戰(zhàn)的承諾。
QPA9862技術要點:
參數 |
數值 |
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。如需了解更多關于Qorvo豐富的網絡基礎設施解決方案系列,請訪問Qorvo官網的網絡基礎設施頁面。
關于 Qorvo
Qorvo(納斯達克代碼:QRVO)提供各種創(chuàng)新半導體解決方案,致力于讓我們的世界更美好。我們結合產品和領先的技術優(yōu)勢、以系統(tǒng)級專業(yè)知識和全球性的制造規(guī)模,快速解決客戶最復雜的技術難題。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)、基礎設施以及移動設備。
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
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%參數的同時實現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)現注意力質量與分類性能的強相關性,生成可解釋的注意力圖譜,展現出優(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,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,展現了通過模擬人類學習過程培養(yǎng)真正智能AI的新路徑。