LM3248
具有 ACB 的 LM3248 2.7MHz、2.5A 可調(diào)節(jié)升壓-降壓 DC-DC 轉(zhuǎn)換器
制造商:TI
產(chǎn)品信息
描述 LM3248 是一款 PWM/PFM 升壓-降壓直流/直流轉(zhuǎn)換器,此轉(zhuǎn)換器在寬電壓范圍內(nèi)有效利用電池電量。 此器件架構(gòu)適用于先進的 RF 前端系統(tǒng),此系統(tǒng)要求動態(tài)電壓和電流以支持運行在 2G/3G/4G 和 3GPP/LTE 模式下的收斂式功率放大器架構(gòu)。 例如,LM3248 被設計用來在保持某些全新功耗減少 CMOS 功率放大器 (PA) 所要求的 PFM 模式的同時,產(chǎn)生更高的輸出電壓。 超快速的升壓-降壓功能減少 RF PA 系統(tǒng)開銷功率耗散,從而延長了電池所支持的通話時間。 此器件將運行在 2.7V 至 5.5V 的 VIN 電壓范圍內(nèi),并且可在 2.5A 的最大電流負載下,在 0.4V 至 4.0V 的范圍內(nèi)調(diào)節(jié)輸出電壓 VOUT。 LM3248 采用 30 焊錫凸點無引線薄型芯片級球柵陣列 (DSBGA) 封裝。 LM3248 采用升壓和可變輸出降壓直流/直流轉(zhuǎn)換器。 一個單個封裝內(nèi)組合在一起的級聯(lián)升壓和降壓轉(zhuǎn)換器非常適合用于為最新的多模式/多標準 RF 功率放大器供電。 此升壓轉(zhuǎn)換器提供 RF 電源子系統(tǒng)功能以便在較低的電池電壓下運行,并且保持增加的 PA 線性以及在較寬的電池電壓范圍內(nèi)發(fā)送功率裕度。 此降壓轉(zhuǎn)換器具有一個獨特的有源電流輔助與模擬旁路 (ACB) 特性來大大減小電感器尺寸,而在壓降前,在整個電池電壓和 RF 輸出功率范圍內(nèi),不會對輸出穩(wěn)壓造成任何損耗。 ACB 可在需要時提供一條并聯(lián)電流路徑,以在仍然驅(qū)動 2.5A 負載的同時大大增加電感器電流。 LM3248 也可被配置為一個僅降壓轉(zhuǎn)換器,此轉(zhuǎn)換器具有一個升壓旁路特性來在無需升壓時用盡可能少的壓降電壓來實現(xiàn)盡可能的高效運行。 為了在滿負載和輕負載情況下都實現(xiàn)高效運行,LM3248 在脈寬調(diào)制 (PWM) 和脈沖頻率調(diào)制 (PFM) 之間進行自動且無縫轉(zhuǎn)換。特性0.4V 至 4.0V(典型值)的可調(diào)輸出電壓 VOUT 2.7V 至 5.5V 的輸入電壓范圍 VIN 支持無縫轉(zhuǎn)換的升壓-降壓和降壓(升壓-旁路)工作模式 2.5A 負載電流能力 高轉(zhuǎn)換效率(典型值 >90%) 具有無縫轉(zhuǎn)換的高效脈沖頻率調(diào)制 (PFM) / 脈寬調(diào)制 (PWM) 模式 極快的瞬態(tài)響應:10μs ACB 減小了電感器尺寸要求 抖動以輔助接收頻帶噪聲兼容 All trademarks are the property of their respective owners.應用范圍 多模式 2G/3G/4G 和 3GPP/LTE 智能手機和平板電腦 手持無線電 射頻 (RF) 移動器件
電路圖、引腳圖和封裝圖
在線購買
無與倫比的高轉(zhuǎn)速和高動態(tài)多磁極雙相AM3248步進電機每轉(zhuǎn)48個步驟,靜態(tài)轉(zhuǎn)矩高達85mNm。從第一步開始電機就具有很高的啟動轉(zhuǎn)速,由于慣性低,該電機適合于需要加速快,換向快的應用場合。
2022-02-07
2024-01-29
2025-12-27
2022-05-24
lm324和lm358的區(qū)別是什么?lm324和lm358的區(qū)別是什么? 首先,LM324和LM358都屬于通用運放芯片。它們都可用于模擬信號放大、濾波、比較等功能。這兩種芯片都是由美國NXP公司生產(chǎn)制造的,是目前市場上使用最廣泛的運
2023-08-26
lm324和lm324DR有啥區(qū)別?lm324和lm324DR有啥區(qū)別? LM324和LM324DR都是四個運算放大器集成電路,它們的外觀和腳位也幾乎相同。但是,它們之間還是有一些區(qū)別的。 首先,它們的封裝不同。LM
2023-08-26
lm324和lm324n有啥區(qū)別?lm324和lm324n有啥區(qū)別? LM324和LM324N是兩種常用的運算放大器,其中LM324是更廣泛使用的原型,而LM324N是該系列的經(jīng)過優(yōu)化的新版本。盡管它們很相似,但它們在性能,包裝
2023-08-26
三種LM任務形式:單向LM,雙向LM,序列到序列LM今天分享一個論文UniLM[1],核心點是掌握三種LM任務形式:單向LM,雙向LM,序列到序列LM; 1. 生成任務 NLP任務大致可以分為NLU和NLG兩種;Bert在NLU任務上效果很好,但是天生不適合處理生成任務。 原因在于Bert的預訓練過程是使用...
2021-01-03