电源芯片MPQ2179A(MPS)

一、芯片介绍

MPQ2179A是一款集成了功率MOS的开关电源芯片,它可以在2.5V至5.5V的输入电压范围内实现高达3A的输出电流,具有出色的负载和线路调节能力。

恒定导通时间(COT)控制提供了快速的瞬态响应,并简化了回路稳定。同时芯片支持多种保护功能,包括周期限流、输出过压保护(OVP)和热关断等。

MPQ3431A采用QFN-8(1.5mmx2mm)封装,非常小,有利于PCB布局。

二、主要特征

  • 宽输入电压:2.5V~5.5V

  • 大输出电流,高达3A

  • 高精度:FB精度1%

  • 结温TJ支持-40℃~150℃

  • 低静态电流:睡眠模式21uA

  • 轻负载下提供AAM模式提高效率

  • 集成了65mΩ和35mΩ的功率MOS

  • 2.4MHz的开关频率

  • 支持外部软启动配置

  • 支持Power Good管脚

  • AEC-Q100合格

三、应用场景

  • 汽车、信息系统等

  • 摄像头模组

  • 电池供电设备

其典型应用:

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

qflook

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值