罗德与施瓦茨信号发生器RSSMC100A

SMC100A

SMC100A-SMC100A
SMC100A德国罗德与施瓦茨
射频信号源的产品介绍:
SMC100A 射频信号源

壹捌叁贰零玖壹捌陆伍叁
主要特点
频率范围 9 kHz 到 1.1 GHz 或 3.2 GHz
输出电平17 dBm
标配有模拟调制功能,包括AM/FM/ϕM/脉冲调制
用户的费用较低
低 SSB 相位噪声,--111 dBc@20 kHz 频偏,f=1 GHz
宽带噪声典型值--148 dBc,非谐波典型值 --72 dBc
电平不确定度小于0.9 dB
内置指令模拟器,远程控制兼容其它老型号信号发生器
内置过压保护,标配无磨损电子式衰减器

用户可以通过预校准功能确定故障,自己更换模块,进行维修
同类别中*小的信号发生器:½ ×19英寸,2 个标准高度单位
支持NRP-Zxx 功率探头修正和优化信号源输出电平准确度
可选高稳定性参考振荡器
Linux操作系统,支持Web进行远程控制
接口丰富,标配USB/LAN/GPIB等接口
便捷的图形化操作界面,独有的在线帮助功能

网络分析仪
按频率分类:
3G网络分析仪:HP8713C,8714ET,8753D,8753E,8753ES,agilent E5062A, R&S zvl03,advantest R3765CH,R3765CG
6G网络分析仪:HP8753D,8753E,8753ES
8.5G网络分析仪:E5071C E5071B,E5080A,E5063A,ZVB8,ZNB8

高频网络分析仪:8720ES,8722ES,N5224A,N5225A,N5242A,N5244A,N5245A,N5227A,N5227B,N5235A,N5225B,N5245B,N5247A,N5247B,E8362B,E8363B,E8364B,E8361C,E8364C,ZNB20,ZVA24,ZVA67,ZVA40,ZVB20,ZNB40
详细介绍
R&S®SMC100A 信号源可在有吸引力的价格下实现出众的信号质量,其覆盖从 9 kHz 到 1.1 GHz 或 3.2 GHz 的频率

范围。输出功率大于17 dBm。模拟源应具有的重要调制功能(AM/FM/φM/脉冲调制)均已集成在该仪器中。这使得

R&S®SMC100A 信号发生器成为一种灵活、通用的仪器。R&S®SMC100A 信号发生器非常适合在维修和维护实验室中使用。

由于其小尺寸和轻重量设计,R&S®SMC100A 也是现场应用或培训和教育环境的选择。
指令模拟功能,兼容旧型号信号源的远程控制指令
支持NRP-Z系列功率探头校准输出电平

相关推荐
Mr.Winter`10 分钟前
深度强化学习 | 图文详细推导软性演员-评论家SAC算法原理
人工智能·深度学习·神经网络·机器学习·数据挖掘·机器人·强化学习
强盛小灵通专卖员12 分钟前
分类分割详细指标说明
人工智能·深度学习·算法·机器学习
蜡笔小新..6 小时前
从零开始:用PyTorch构建CIFAR-10图像分类模型达到接近1的准确率
人工智能·pytorch·机器学习·分类·cifar-10
奋斗者1号8 小时前
机器学习之决策树模型:从基础概念到条件类型详解
人工智能·决策树·机器学习
kovlistudio10 小时前
机器学习第三讲:监督学习 → 带答案的学习册,如预测房价时需要历史价格数据
人工智能·机器学习
奋斗者1号12 小时前
Docker 部署 - Crawl4AI 文档 (v0.5.x)
人工智能·爬虫·机器学习
NLP小讲堂12 小时前
LLaMA Factory 深度调参
人工智能·机器学习
Alessio Micheli13 小时前
基于几何布朗运动的股价预测模型构建与分析
线性代数·机器学习·概率论
vlln13 小时前
适应性神经树:当深度学习遇上决策树的“生长法则”
人工智能·深度学习·算法·决策树·机器学习
奋斗者1号13 小时前
机器学习之决策树与决策森林:机器学习中的强大工具
人工智能·决策树·机器学习