高通推出ultraSAW射频滤波器技术,提升有效信号能力
2020-02-19 13:38:58AI云资讯1051
2020年2月18日,高通今日推出Qualcomm ultraSAW滤波器技术,在行业领先的无线技术组合中实现了又一项突破式创新。高通研发开创性技术、赋能全新体验、扩展移动生态系统的优良传统,为此项创新提供了坚实的基础。该技术可提升移动终端有效信号的能力,目前采用ultraSAW技术的一系列分立式和集成式产品已经于第一季度开始量产。
射频(RF)滤波器将手机发射和接收的无线电信号从不同频段中分离出来。Qualcomm ultraSAW滤波器能够实现将插入损耗提升整整1分贝(dB),在2.7GHz以下频段范围内可以提供比与之竞争的体声波(BAW)滤波器更高的性能。

高性能滤波器技术增强了射频前端产品组合,包括模组和分离式滤波器
Qualcomm ultraSAW技术可实现卓越的滤波器特性,可在600MHz至2.7GHz频率范围内提供高性能支持,并带来一系列优势:
•出色的发射、接收和交叉隔离能力
•高频率选择性
•品质因数高达5000————明显高于与之竞争的BAW滤波器的品质因数
•极低插入损耗
•出色的温度稳定性,维持在个位数的ppm/开尔文范围内的极低温度漂移
与具有相似性能指标的其它商用解决方案相比,Qualcomm ultraSAW技术可支持OEM厂商在5G和4G多模移动终端中以更低成本实现更高能效的射频路径。

来源: 高通实验室的校准测试,该测试将Qualcomm ultraSAW预商用器件与竞品比较
高通高级副总裁兼射频前端业务总经理Christian Block表示:“与现有的BAW技术相比,我们的薄膜式SAW技术创新能够带来具有变革性意义的性能提升。作为全球领先的无线技术创新者,高通以开创性贡献不断突破移动技术的边界。随着5G终端设计中滤波器的数量和复杂性不断增加,Qualcomm ultraSAW技术带来的低成本高滤波器性能的最佳组合使我们的OEM客户倍感兴奋。”
Qualcomm ultraSAW对于进一步提升高通先进的射频前端(RFFE)产品组合和高通骁龙 5G调制解调器及射频系统的性能至关重要。公司正在多条产品线中集成Qualcomm ultraSAW技术,包括功率放大器模组(PAMiD)、前端模组(FEMiD)、分集模组(DRx)、Wi-Fi分离器、GNSS分离器和射频多工器。
射频性能的提升可支持OEM厂商为消费者带来具有出色连接性能和持久续航的5G终端。采用Qualcomm ultraSAW技术的一系列分立式和集成式产品于2020年第一季度开始量产,OEM厂商采用该技术推出的商用旗舰终端预计于2020年下半年推出。
相关文章
- MWC巴塞罗那2026前瞻:高通构建面向AI时代的6G
- 三星已向高通交付LPDDR6X内存样品
- Exynos 2700芯片在Galaxy S27系列中的占比将达到50%,将对高通营收造成影响
- AMD与高通计划追随英伟达,下一代AI产品也将采用SOCAMM内存
- 三星2纳米GAA工艺良率趋于稳定,获得高通订单的可能性增加
- 软银集团、爱立信与高通在5G SA商用网络上开展包括L4S在内的5G及5G-A能力测试
- 苹果、高通、联发科重点改进架构、扩展内存缓存,布局2纳米芯片,而先进制程已难引起消费者关注
- 高通第六代骁龙8至尊版Pro的价格或将突破300美元
- 2026 高通边缘智能开发者生态大会成功举办
- 高通柯诗亚:技术标准降低开发成本、加速产品上市,推动生态系统繁荣
- 骁龙X2 Plus正式亮相,高通完善X2系列AI PC产品矩阵
- 高通与谷歌深化合作 拓展骁龙数字底盘与Android系统融合生态
- 台积电2纳米制程的流片数量已达到3纳米节点的1.5倍,苹果、高通和联发科的订单占据主要份额
- 三星与高通合作,采用2纳米GAA工艺制造第五代骁龙8至尊版芯片
- 三星Exynos或欲争取主导地位,减少对高通骁龙的依赖
- 三星为Exynos 2600开发的散热技术或将应用于苹果芯片及高通骁龙平台
人工智能企业
更多>>人工智能硬件
更多>>人工智能产业
更多>>人工智能技术
更多>>- 云知声Unisound U1-OCR大模型发布!首个工业级文档智能基础大模型,开启OCR 3.0时代
- 基石智算上线 MiniMax M2.5,超强编程与智能体工具调用能力
- 昇腾原生支持,科学多模态大模型Intern-S1-Pro正式发布并开源
- 百度千帆深度研究Agent登顶权威评测榜单DeepResearch Bench
- 在MoltBot/ClawdBot,火山方舟模型服务助力开发者畅享模型自由
- 教程 | OpenCode调用基石智算大模型,AI 编程效率翻倍
- 全国首个!上海上线规划资源AI大模型,商汤大装置让城市治理“更聪明”
- 昇思人工智能框架峰会 | 昇思MindSpore MoE模型性能优化方案,提升训练性能15%+









