飞思卡尔推出用于汽车电池监控的智能传感器

在当今的汽车中,日益增加的电力负荷对电池提出了挑战。由电气系统引起的汽车故障通常可以追溯到铅酸电池,一般可以通过了解电池的准确状态加以避免。电池必须能够提供足够的能量以启动发动机,并作为一个备份的电源来支持混合动力汽车的新功能,例如起停和智能交     

飞思卡尔推出符合PSI5标准的汽车气囊系统产品

<正>先进的集成卫星传感器系列,气囊系统基础芯片和ECU惯性传感器组成PSI5气囊整体解决方案日前于德国纽伦堡举行的PSI5论坛上,飞思卡尔半导体针对新的外设传感器接口5(PSI5)协议推出两款先进的气囊系统解决方案。     

飞思卡尔最新推出用于智能电表篡改防护的Xtrinsic传感器

飞思卡尔半导体公司推出新的微机电系统(MEMS)加速计,提供超低功耗和简单的即插即用方法来进行倾斜阈值检测,用于智能电表应用的物理篡改防护。飞思卡尔的Xtrinsic MMA8491Q节能高效加速计将产品组合扩展至工业市场,该市场需要宽引脚间距、可以目测检查的引线和较长的产品生命周期。飞思卡尔副总裁兼传感器与致动器解决方案事业部     

飞思卡尔凝结30年成功经验 Xtrinsic开创智能传感新纪元

刚刚结束的年度盛会飞思卡尔技术论坛(FTF),赢得众多与会业内人士的盛赞。许多知名人士的主题演讲令观众受益匪浅,其中,飞思卡尔凝结30年成功经验推出的Xtrinsic传感解决方案开创了智能传感新纪元。智能化是传感器技术的主要发展趋势之一,智能传感器通过集成技术和处理器将决策能力与传感功能有机融合,实现信息的分散处理。在传感器技术领域拥有30年成功经验的飞思卡尔半导体(Freescale Semiconductor)最新推出的Xtrinsic智能传感解决方案结合了传感、处理能力与集成性等特点,并配合定制化软件技术,带来更智能和差异化的设计。Xtrinsic传感解决方案可让设计者根据具体环境做出智     

飞思卡尔在Xtrinsic传感器系列中推出第一款磁力计

<正>LBS功能对于智能移动设备变得越来越重要了,因为消费者在不断寻求具有吸引力的应用,例如由位置决定的娱乐和更好的购物体验。为了满足这些需求,新一代智能移动设备的设计者必须更多地结合最新的传感器技术,以实现高精确度、高性能和更强的功能。为了满足这些需求,飞思卡尔推出了第一款基于磁力计的传感     

飞思卡尔在Xtrinsic传感器系列中推出第一款磁力计

飞思卡尔半导体推出首款磁力计MAG3110,以扩展Xtrinsic系列智能传感解决方案。该Xtrinsic MAG3110是一款小体积、低功耗的三轴数字磁力计,它提供增强型数字电子罗盘(eCompass)功能,在智能手机及其他电子产品中提供基于位置的业务,如导航、航位推算和位置跟踪等。     

飞思卡尔推出面向汽车智能网络应用的新集成技术

飞思卡尔半导体推出下一代技术,以便为快速发展的汽车智能分布式节点市场提供服务。飞思卡尔新型LLl8UHV集成技术,与现有S12微控制器（MCU）系统级封装（SIP）产品系列组合,满足摇窗、天窗和电机控制等应用在技术和商业上的需求,即最大限度减少空闻要求和成本。     

飞思卡尔在Xtrinsic传感器系列中推出第一款磁力计

<正>新型三轴磁力计提供航向精度,面向智能移动设备的定位应用飞思卡尔半导体推出首款磁力计MAG3110,以扩展Xtrinsic系列智能传感解决方案。该Xtrinsic MAG3110是一款小体积、低功耗的三轴数字磁力计,它提供增强型数字电子罗盘(eCompass)功能,在智能手机及其他电子产品中提供基于位置的业务,如导航、航位推算和位置跟踪等。     

飞思卡尔半导体 力促中国汽车电子市场发展

本刊讯 近日，为了迎合国内汽车市场的高速膨胀以及汽车电子化比例的不断提高，飞思卡尔半导体公司宣布为中国市场带来其最新的汽车电子单片机，模拟器件和传感器等系列产品。     

飞思卡尔惯性传感器增强汽车安全气囊系统灵敏度

<正>Strategy Analytics公司的数据分析显示,安全系统传感器已经成为继动力传动系统之后的第二大传感器细分市场,而且安全系统传感器增长依然强劲。无论从单位产量还是从市场产值看,气囊系统传感都是汽车安全传感器中最主要的应用,而且那些能够提供具有价格竞     

可为客户量身定制飞思卡尔推出高精度锂电池充电器IC

<正>锂离子充电电池为便携式消费电子产品带来了许多优势,但它们需要非常精确的充电电流和输出电压,以优化电池寿命和提升性能。为了满足这一需求,飞思卡尔半导体公司日前推出了一系列锂离子电池充电器IC产品,以提供业界最高的性能和精确度,以及卓越的配置灵活性。     

智能压力传感器精度的研究

通过对智能压力传感器精度的研究,选择基于自适应学习率的BP算法设计压力传感器。首先,给出了相应的硬件结构和软件设计,然后用标准的BP神经网络和改进的BP神经网络分别对压力和温度两个目标参量进行数据融合,进行测量结果显示。通过对测量结果的计算比较,发现利用改进的BP神经网络设计的传感器测量精度比标准的BP神经网络设计的传感器精度更高。