Mobile menu

Octopart

Octopart is the world's most comprehensive platform for component part search. 

ガイドブック

 Explore Guidebooks for Octopart and start creating today!

PCBボード LNAとPAの違いは何ですか? 1 min Guide Books 高周波信号の取り扱いや信号チェーン用のコンポーネントの選択は十分に難しい作業です。アンプは、信号が目的地に到達するために必要なブーストを提供するため、無線システムの信号チェーンにおいて重要な部分です。これらのシステムでは、主に2種類のアンプが登場する傾向があります:低雑音アンプ(LNA)とパワーアンプ(PA)です。これら2種類のアンプは似たような機能を果たしますが、信号チェーンの異なる場所で活躍します。 LNAとPAのコンポーネントの違いは、アンプ選択についてもっと基本的なことを示しています:負荷に配信される前にコンポーネントによってどの信号の側面が操作されているかです。無線システムでは、これらのアンプは信号の放送と受信の一部としてRFフロントエンドに両方とも登場するため、これらのコンポーネントは慎重に選ばれ、正しい信号電力範囲内で動作するべきで、最良の結果を提供します。この記事では、これら2種類のコンポーネントの違いを検討し、多くの周波数範囲で動作するRFシステムのための高度な部品の例をいくつか提供します。 RFフロントエンドのアンプ RFフロントエンドでは、一般的にLNAとPAはそれぞれRXとTX側で使用されます。これは、無線通信を必要とする多くのRFシステムで一般的なケースです。PAとLNAのセクションは、しばしばアプリケーションプロセッサーや高度に統合されたRFトランシーバーに組み込まれています。オーディオでは、パワーアンプがスピーカーを駆動し、LNAが近くの環境から微弱な声を集めるためにマイクロフォンで使用されるような類似の使用例があります。 下の画像は、アンプがRFフロントエンドで一般的にどこに現れるか、およびこれらのアンプが信号チェーンのTXおよびRX側でどのように実装されているかを示しています。このタイプのTX/RXアーキテクチャは、統合トランシーバーブロックを持つチップや、より高い電力で動作する離散コンポーネントを使用するシステムで典型的です。出力のスイッチはオプションで、TXとRXを異なる時間窓に分けるために単一のアンテナで時分割多重(TDD)を実装するために使用されます。しかし、これは必須ではなく、RX/TXラインは直接それぞれのアンテナに接続できます。 RX側では、LNA入力は直接デモジュレーター/ダウンコンバーターに供給され、受信した変調信号からデータを抽出します。LNAはRXアンテナによって受信された入力のみを扱い、信号が受信機の閾値感度を超えることを保証するためにちょうど十分な利得を提供することを意味します。これはRX信号チェーンにわずかな利得を適用するだけで受信範囲を効果的に拡張します。 TX側では、パワーアンプは変調/アップコンバージョンステージからの出力を取り、最大電力を負荷に供給するために増幅します。アンテナへの直接接続の場合、アンテナやシステム内の他のコンポーネントに与えられる電力は、反応性インピーダンスにマッチングする必要があるかもしれません。これは、以下で説明されるように、最大電力伝達を達成するために非線形コンポーネントとの共役インピーダンスマッチングを必要とします。 これらの点を念頭に置いて、それぞれのタイプのアンプをもっと詳しく見ていきましょう。 パワーアンプ パワーアンプの目的は非常にシンプルです:最大限のパワーを最小限の信号歪みで負荷に供給することです。信号レベルの観点から、パワーアンプは信号チェーンの帯域幅内でノイズフロアに比べてパワーに関して信号対雑音比を最大化するべきです。これは非常にシンプルで明白なアンプの機能と聞こえるかもしれませんが、 他のタイプのアンプについての記事で議論したように、異なるアンプは異なる信号入力を扱い、信号チェーン内の異なるタイプの負荷に対応しようとします。 負荷に最大限のパワーを供給するためには、信号チェーン内で共役インピーダンスマッチングが必要です。MHzからGHz範囲で動作するパワーアンプは、50オームの出力インピーダンスで動作することができるので、アンテナは実インピーダンスマッチングを提供するために50オームのインピーダンスに設計することができます。アンテナのインピーダンスがリアクティブな場合、受動部品を使用したインピーダンスマッチングネットワークが必要になるか、カスケードインピーダンストランスフォーマーが必要になります。後者は、MHz周波数で動作する場合に物理的に大きなシステムでのみ実現可能ですが、高GHz周波数ではボードを大きくすることなくこれを行うことができます。 インピーダンスマッチングについてのもう一つの重要な点は、単純な共役マッチングは実際にはほとんどの状況でTXアンテナに最大パワー伝達を実現しないということです。これは、パワーアンプを飽和点(1 dB圧縮点付近)に非常に近い状態で動作させることが一般的だからです。この状態では、パワーアンプの伝達関数が非線形になり始めます、下記のように。 この状態では、パワーアンプとその負荷の間に非常にわずかなインピーダンスの不一致が残っている場合に最大パワー伝達が発生します。これは、最大パワー伝達値が入力パワーレベルの関数であり、最適なインピーダンスマッチングを決定するための最適化問題で超越方程式を解く必要があるためです。 ロードプル分析と呼ばれるシミュレーション技術を使用して、最大パワー伝達を提供する最適な不一致を決定することができます。 パワーアンプの例 パワーアンプは、標準アンプクラスのいずれかで利用可能であり、コンポーネントはオーディオからマイクロ波にわたる多くの周波数範囲で利用可能です。 パワーアンプを選択するために使用される重要な仕様には以下が含まれます: 必要な周波数でのゲイン 記事を読む

ウェビナー

 Explore upcoming and on-demand webinars for Octopart.

Edgewater ウェビナー画像 移り変わる風景をナビゲートする:サプライチェーン、AI、自動車、およびインターコネクトのトレンド 1 min Sponsored この絶えず変化する環境では、電子部品業界で成功するためには、情報を得て適応することが重要です。最近の7月19日 日 、2023年に開催されたウェビナーでは、主なプレゼンターとしてテクノロジーのシニアリサーチアナリスト、Dennis Reed、およびOctopartの責任者、Daniel Schoenfelderが、業界の現在のトレンドと課題について貴重な洞察を提供しました。 ここでは、議論された主要なポイントの簡単な要約を紹介します: 経済の変化:業界は「念のための」在庫管理から「ちょうどその時に」へとシフトし、現在は「あまりにも多い」在庫という課題に直面しています。Octopartのデータによると、過去18ヶ月間で電子部品の様々なカテゴリーの在庫レベルが劇的に上昇しました。 自動車および産業の課題:自動車セクターは、フリート車両と高級セダンおよびSUVへのシフトによって、混合した需要を経験しています。産業セクターは、マクロ経済要因と高い利息率の影響を受け、慎重な成長に直面しています。 防衛および医療の機会:防衛産業は、衛星や極超音速ミサイルなどの未来の戦争技術に焦点を当てた長期的な上昇トレンドにあります。医療市場は、人口動態の変化と医療機器への需要の増加により、強い成長を示しています。Octopartのデータによると、今後10年間で世界の医療機器の売上がほぼ倍増すると予測されています。 半導体の不確実性:半導体産業は、在庫の急増と予測不可能な需要による障害に直面しており、反発を予測することが困難になっています。Octopartのデータは、半導体需要の大きな変動を明らかにし、コネクタや受動デバイスなどの関連カテゴリーに影響を与えています。電子部品業界の絶えず変化する風景で成功するためには、今まで以上に情報を得て適応することが重要です。 ウェビナー全体を見逃した場合、以下で視聴することができます。または こちらをクリックしてください。 こちらをクリックしてください。または以下で聴くことができます。または こちらをクリックして、 Spotifyまたは その他のストリーミングプラットフォームでフルウェビナーを聴くことができます 。最新の業界トレンドを把握するために、将来のウェビナーにご期待ください。 記事を読む

ビデオ

 Watch videos for Octopart to learn more!

Component Management and Libraries

Discover how Octopart enables component management and component library solutions!

在庫コスト削減のための高度な予測 高度な予測による在庫コストの削減 1 min Blog 購買・調達マネージャー 購買・調達マネージャー 購買・調達マネージャー 今日の競争の激しいビジネス環境において、効率的な 在庫管理は、コスト削減と顧客満足度の向上のための重要な戦略的要因です。これを実現する最も効果的な方法の一つが、先進的な予測を用いることです。 先進的な予測のケース 先進的な予測のケースは説得力があります。これは、最先端の技術や方法論を活用して未来のトレンドや行動を予測し、企業が情報に基づいた決定を行い、運営を最適化することを可能にする戦略的アプローチです。 統計は、どの予測モデルの基盤を形成します。しかし、先進的な予測は、従来の統計方法を超えています。これは、多変量解析、ベイジアン推論、モンテカルロシミュレーションのような複雑な統計技術を用いています。これらの技術により、複数の変数とその相互依存性を考慮した、より微妙なデータ理解が可能になります。 先進的な分析は、先進的な予測のもう一つの柱です。これは、データから学習し、パターンを識別し、予測を行うことができる高度なアルゴリズムの使用を含みます。機械学習は、先進的な分析の一部であり、モデルが時間とともにその精度を向上させ、エラーから学び、予測を洗練させることを可能にします。 ビッグデータモデルは、高度な予測に不可欠です。ビッグデータの登場により、企業は膨大な情報を手に入れました。高度な予測はこのデータを活用し、ビッグデータモデルを使用して大規模で多様なデータセットを処理・分析します。これらのモデルは、構造化されたデータと非構造化データの両方を扱うことができ、将来のトレンドに影響を与える要因のより包括的なビューを提供します。 人工知能(AI)は予測を革命的に変えました。ニューラルネットワークやディープラーニングモデルのようなAIアルゴリズムは、従来の統計方法では扱えない複雑で非線形な関係をモデル化することができます。新しいデータや変化する条件に適応できるため、動的で不確実な環境での予測に特に有用です。 高度な予測の利点は明らかです。マッキンゼーの研究によると、過去の結果ではなく、需要の基本的なドライバーに基づいて高度な予測を可能にすることで、予測の精度が10〜20パーセント向上し、これは在庫コストの5パーセント削減と収益の2〜3パーセントの増加につながる可能性があります( https://www.mckinsey.com/capabilities/quantumblack/our-insights/most-of-ais-business-uses-will-be-in-two-areas)。 これらの利点は、今日のデータ駆動型ビジネス環境における先進的な予測の価値を強調しています。統計、高度な分析、ビッグデータモデル、AIを活用することで、企業は未来を予測するだけでなく、形作ることもできます。 事例研究:IKEAとAIに基づく予測予測 グローバル小売大手の IKEAは、需要予測の精度を大幅に向上させる先進的なツールを開発しました。このツールは「Demand Sensing」として知られ、人工知能を使用し、既存のデータと新しいデータの両方を活用して、非常に正確な予測洞察を提供します。 Demand Sensingの実装前、IKEAは過剰在庫や在庫不足、収益機会の損失、資源配分の非効率などの課題に直面していました。これらの問題は、450以上のIKEA店舗と54の市場にわたるeコマースプラットフォームで必要とされる製品を見積もるIKEAの運営の規模を考えると、特に重要でした。 AIベースの予測分析システムの導入により、販売予測の精度が大幅に向上し、予測エラーが減少しました。このシステムは、各製品について最大200のデータソースを使用して 予測を計算し、将来の需要をより賢く、効果的に予測することができます。システムが考慮する影響要因には、祭りの間の買い物の好み、季節の変化が購買パターンに与える影響、天気予報が含まれます。 その結果は印象的でした。Demand 記事を読む

Supply Chain and Component Sourcing

Discover how Octopart enables electronics supply chain and component sourcing solutions!

要件管理 スプレッドシートのやりくりにストップ!Altium 365 RSPで要件を管理しよう 1 min Newsletters PCB設計者 電気技術者 購買・調達マネージャー PCB設計者 PCB設計者 電気技術者 電気技術者 購買・調達マネージャー 購買・調達マネージャー 電子設計の複雑さは、従来の 要件管理の方法を上回っています。私たちが見てきたところによると、開発チームの30から50パーセントがまだ要件をスプレッドシートや基本的なテキストドキュメントで追跡しており、他の人々は設計に直接メモを追加したり、Jiraのようなタスク管理ツールを使用したりしています。 この断片化されたアプローチ–要件が複数のシステムやチームにまたがって散在している–は、製品がより洗練されるにつれて、顕著なリスクを生み出します。エンジニアはスプレッドシート、ドキュメント、設計ファイル間を切り替えながら、要件を正確に追跡することに苦労しています。 散在する要件の隠れたコスト 要件が複数の場所に存在すると、問題は倍増します。エンジニアは現在の仕様を探すのに数時間を費やすと報告しており、プロジェクトマネージャーはバージョン管理を維持するのに苦労しています。設計チームはしばしば古い情報で進めてしまい、避けられたはずのやり直しを余儀なくされます。 影響は時間の無駄にとどまりません。適切な要件追跡がなければ、設計上の欠陥が開発の遅い段階で表面化し、大幅な遅延を引き起こします。規制された産業では、散在する要件はコンプライアンスの検証をほぼ不可能にします。異なる要件ソースから作業しているハードウェアとソフトウェアのチームも、互換性のないソリューションを構築してしまうことがあります。監査中に、要件の実装を証明することは、さまざまなシステムからのドキュメントを組み合わせることを含む、時間を要する挑戦となります。 要件管理の新しいアプローチ 要件&システムポータル(RSP)は、Altium 365内で要件を扱う異なる方法を表しています。AltiumがValispaceの技術を取得したことに基づき、RSPは要件管理をAltiumの電子開発エコシステムに直接統合します。 「要件は通常、プロジェクトを開始するところです。何をしたいか、どのように何かを構築するか、プロジェクトに何が必要かを記述します」と、Altiumのシステムエンジニアリング製品担当副社長であるLouise Lindbladは最新の ポッドキャストで説明しています。「そのパズルのピースは、Altium 365やAltiumの製品では多少欠けていました。そのため、要件フェーズを詳細設計に接続するためにValispaceが導入されました。」 要件を設計に接続する RSPは、包括的な要件管理機能を備えており、単なる要件リストをはるかに超えています。RSPは、 Altium 365のWebインターフェースと Altium Designerの両方を通じて要件をアクセス可能にします。エンジニアは作業中に要件にアクセスでき、 要件と特定の設計要素との間に直接リンクを作成することができます。一方、関係者は設計内で各要件がどこに実装されているかを迅速に特定できます。この接続により、要件が実装から切り離されるという一般的な問題が解消されます。 記事を読む

BOM Management

Discover how Octopart enables BOM management solutions!

Technical Documentation

Explore Technical Documentation related to Octopart

Additional Content

 Explore more popular content for Octopart!

製造性を考慮した設計は部品選定から始まる 表紙 製造性を考慮した設計は、部品選定から始まります 1 min Blog 機構設計者(メカエンジニア) 技術マネージャー 機構設計者(メカエンジニア) 機構設計者(メカエンジニア) 技術マネージャー 技術マネージャー 試作ビルドの2週間前、あるチームは、数か月前に定格電流を理由に選定した基板対電線コネクタが「新規設計非推奨」(NRND)に変更されていたことを知ります。その部品を扱っている唯一のディストリビュータの在庫は、必要数量を下回っており、メーカーの補充納期は40週間との回答でした。最も近い代替品は同じケーブルと嵌合できますが、フットプリントが異なり、高さも約1mm高くなります。 そこで電気設計者はコネクタ周辺を再配線することになります。しかし高くなったハウジングが筐体内のボスと干渉し、機械設計者はそのボスを移動して金型見積もりを取り直さなければならず、結果として試作ビルドのスケジュールは数週間遅延します。 この一連の手戻りは、すべて最初のコネクタ選定にさかのぼります。その部品は単一メーカー製で、選定当時から在庫は薄かったにもかかわらず、電気的仕様だけを基準に採用されました。そしてNRND通知が出るまで、誰も再確認しなかったのです。Design for manufacturability(DFM)は、こうした初期判断に生産要件を織り込み、リリースまで継続して見直せるようにする考え方であり、ほとんどの電子製品では、その判断を機械設計と電気設計が共同で行うことを意味します。 重要なポイント 初期の部品選定、アーキテクチャ、製造方法の選択は、製品コストの主要因を決定づけます。したがって、それらの判断を行う際には生産要件も考慮する必要があります。 部品を最初に選定する際に、ライフサイクル状況、パッケージ、ディストリビュータ在庫を確認し、そのうえで認定済み代替品、または対策計画をBOMに記録しておきましょう。 推奨部品リストによって固有部品を減らし、スタックアップを決める前に、製造業者の対応可能なスタックアップ構成とインピーダンス許容差を入手しておきましょう。 コネクタ選定や部品高さのような共有判断事項は、早い段階で機械設計者と電気設計者が一緒に決めるべきです。 製造コストはどこで決まるのか コスト見積もりに関する研究で昔からよく言われている経験則では、製品コストの約70%は設計初期段階で決まるとされています。『Design for Manufacturability』の著者であるDavid M. Andersonも、予算の観点から同じ傾向を説明しています。すなわち、設計が完了する時点では製品予算のうち実際に使われたのは約8%にすぎない一方で、その時点ですでに約80%のコストが実質的に確定している、というものです。どちらも概算ですが、示している内容は同じです。つまり、コストは早い段階で固定化されるのです。 各プロジェクト段階は、それ以前の判断の積み重ねの上に成り立っています。そのため、問題の発見が遅れるほど、一般に修正コストは高くなります。大規模なハードウェアおよびソフトウェアシステムにおけるエラー修正コストの増大を定量化した NASAの研究では、要求定義段階で1単位のコストで修正できる要求エラーが、設計段階では3~8単位、製造段階では7~16単位、統合・試験段階では21~78単位のコストになることが示されました。 こうして固定化されるコストの多くは、日常的な設計判断のほんの一部から生じます。以下の4つの実践は、機械設計者と電気設計者が最も直接的に制御できる項目に対応するものです。 レイアウト開始前にコストを下げる4つのDFM実践 記事を読む