NRP-Z11 是罗德与施瓦茨的二手 8 GHz 0.2 瓦射频传感器。电子测试设备传感器测量波形的功率,例如多音和调制射频 (RF) 波形。传感器使用二极管检波器收集高精度调制测量值。
附加的功能:
10 兆赫 - 8 兆赫
200 pW - 200 mW (P/N 1138.3004.02)
罗德与施瓦茨正在申请专利的多路径架构具有以下特点:3 条信号路径,每条信号路径都配备三个二极管
6 dB 宽重叠范围,平滑过渡
同时扫描和分析
用于重复信号的信号路径的斩波稳定性
与传统技术相比的优势是显而易见的:高信噪比、低调制效果、切换信号路径时的延迟和不连续性可忽略不计,以及在可用视频带宽内对测试信号执行时域分析的能力。因此,这些传感器不仅可以与峰值功率计竞争,它们在两个方面甚至更胜一筹: 对测试信号的射频带宽没有限制
更大的动态范围
功率传感器 R&S NRP-Z11、R&S NRP-Z21、R&S NRP-Z22、R&S NRP-Z23 和 R&S NRP-Z24 将多路径架构、多二极管技术和同时扫描多通道测量系统融合为独特的高性能概念。
多路径架构意味着组合两个或三个二极管检波器以获得调制信号的大动态范围。这是通过仅在平方律区域中操作每个检测器并仅使用优化驱动的检测器进行测量来实现的。
多个二极管由多个串联连接并集成在一个芯片上的零偏置肖特基二极管组成。在 RF 检测器中使用时,它们会扩大其平方律区域,因为测量电压在多个二极管之间分配——因此每个二极管的驱动更少——同时检测到的单个二极管的电压会被添加。
0人已收藏
0人已打赏
免费0人已点赞
分享
行业脉动
返回版块12.22 万条内容 · 78 人订阅
阅读下一篇
迁移学习(Transfer Learning)核心技术 开发1.深入了解神经网络的组成、训练和实现,掌握深度空间特征分布等关键概念; 2.掌握迁移学习的思想与基本形式,了解传统迁移学习的基本方法,对比各种方法的优缺点; 3.握深度迁移学习的思想与组成模块,学习深度迁移学习的各种方法; 4.掌握深度迁移学习的网络结构设计、目标函数设计的前沿方法,了解迁移学习在PDA、Source-Free DA上的应用; 5.掌握深度迁移学习在语义分割、目标检测、行人重识别等任务中的应用,学习图像/视频风格迁移方法,了解风格迁移在实际生活中的应用
回帖成功
经验值 +10
全部回复(0 )
只看楼主 我来说两句抢沙发