MOQ: | 1 |
Prijs: | negotiable |
Leveringstermijn: | 30 |
Betalingswijze: | L/C, T/T |
Supply Capacity: | 10 stuks per maand |
Hooggevoelige radartechnologie
Frequentieband: Ku/Ka-banden (12-40 GHz), balanceringsdetectie nauwkeurigheid (resolutie op centimeterniveau) en interferentie tegen neerslag.
Gevoeligheid: ≤-120 dBm (typisch), detecteert micro-UAV's (bv. DJI Mavic-serie) met 0,01 m2 RCS op 5 km.
Doppler-effect: snelheidsfiltering (0,3-50 m/s) om UAV's van vogels te onderscheiden (> 15 m/s typisch).
Alle weersomstandigheden detecteren
Adaptieve milieucompensatie: verhoogt automatisch het zendvermogen (tot 500 W) bij zandstormen/sneeuw.
Thermische beeldvorming: geïntegreerde niet-gekoelde IR-detector (golflengte 8-14 μm) met een nachtelijke herkenningsgraad van > 92%.
AI-herkenningsmachine
Machine learning: ResNet-50-model getraind op 200.000 datasets van UAV/vogel/helikopterfuncties.
Echttijdclassificatie: identificeert binnen 0,2 seconden de belangrijkste UAV-merken (DJI/Autel).
Dichtheid: 3 radars per 50 km grens (120° sectordekking), met behulp van TDMA om interferentie te voorkomen.
Netwerken:
LoRaWAN backhaul (15 km bereik, < 5W stroomverbruik)
Data fusiecentrum met Kalman filtering algoritme
Radar voor voertuigen:
12 m opneembare mast voor dekking op lage hoogte
Waterstofbrandstofcel (72-uursduur)
Anti-UAV-voertuigen: geïntegreerde dubbeleband (2,4/5,8 GHz) microgolfjammer
De laag | Detectiebereik | Tegenmaatregel | Reactietijd |
---|---|---|---|
Vroege waarschuwing | 5-10 km | Audiovisuele waarschuwingen + coördinaten | Drie seconden. |
Interceptie. | 1-3 km | GPS spoofing + spectrum onderdrukking | Acht seconden. |
Neutraliteit | < 500 m | UAV/laserablatie met netvangst | Vijftien seconden. |
Parameter | Conventioneel radar | Versie met hoge gevoeligheid |
---|---|---|
Min RCS* | 0.1 m2 | 00,01 m2 |
Valse alarmeringspercentage | 2/uur | 0.5/uur |
Energieverbruik | 300 W | 180W (GaN-componenten) |
Multi-target-behandeling | 50 doelstellingen | 200 doelstellingen (FPGA-versneld) |
Temperatuurbereik | -20°C~+55°C | -40°C~+70°C |
*RCS: Radar doorsnede |
Onwettige grensoverschrijding
Bospenetratie: detecteert menselijke beweging (Doppler-signaal 0,5-2 m/s)
Integratie met trillingsgevoelige glasvezelsystemen (nauwkeurigheid ± 3 m)
UAV-zwermverdediging
Identificeert zwerm aanvallen (> 10 UAV's), activeert anti-saturatie modus
Operatoren lokaliseren via RF-triangulatie (< 100m fout)
Noodsituaties
Bewaking van bosbranden: voorspelt de verspreidingsrichting van het vuur
Zoek- en reddingswerkzaamheden: vermijding van terrein in realtime voor helikopters
Aanvankelijke investering
~ $150.000/km (apparatuur + installatie)
Vermindert handmatige patrouilles met 60% ten opzichte van traditionele CCTV
Onderhoud
Predictief onderhoud: Radar Health Index (RHI) geeft 14 dagen fout预警
Modulair ontwerp: vervanging van de TR-module in 20 minuten
MOQ: | 1 |
Prijs: | negotiable |
Leveringstermijn: | 30 |
Betalingswijze: | L/C, T/T |
Supply Capacity: | 10 stuks per maand |
Hooggevoelige radartechnologie
Frequentieband: Ku/Ka-banden (12-40 GHz), balanceringsdetectie nauwkeurigheid (resolutie op centimeterniveau) en interferentie tegen neerslag.
Gevoeligheid: ≤-120 dBm (typisch), detecteert micro-UAV's (bv. DJI Mavic-serie) met 0,01 m2 RCS op 5 km.
Doppler-effect: snelheidsfiltering (0,3-50 m/s) om UAV's van vogels te onderscheiden (> 15 m/s typisch).
Alle weersomstandigheden detecteren
Adaptieve milieucompensatie: verhoogt automatisch het zendvermogen (tot 500 W) bij zandstormen/sneeuw.
Thermische beeldvorming: geïntegreerde niet-gekoelde IR-detector (golflengte 8-14 μm) met een nachtelijke herkenningsgraad van > 92%.
AI-herkenningsmachine
Machine learning: ResNet-50-model getraind op 200.000 datasets van UAV/vogel/helikopterfuncties.
Echttijdclassificatie: identificeert binnen 0,2 seconden de belangrijkste UAV-merken (DJI/Autel).
Dichtheid: 3 radars per 50 km grens (120° sectordekking), met behulp van TDMA om interferentie te voorkomen.
Netwerken:
LoRaWAN backhaul (15 km bereik, < 5W stroomverbruik)
Data fusiecentrum met Kalman filtering algoritme
Radar voor voertuigen:
12 m opneembare mast voor dekking op lage hoogte
Waterstofbrandstofcel (72-uursduur)
Anti-UAV-voertuigen: geïntegreerde dubbeleband (2,4/5,8 GHz) microgolfjammer
De laag | Detectiebereik | Tegenmaatregel | Reactietijd |
---|---|---|---|
Vroege waarschuwing | 5-10 km | Audiovisuele waarschuwingen + coördinaten | Drie seconden. |
Interceptie. | 1-3 km | GPS spoofing + spectrum onderdrukking | Acht seconden. |
Neutraliteit | < 500 m | UAV/laserablatie met netvangst | Vijftien seconden. |
Parameter | Conventioneel radar | Versie met hoge gevoeligheid |
---|---|---|
Min RCS* | 0.1 m2 | 00,01 m2 |
Valse alarmeringspercentage | 2/uur | 0.5/uur |
Energieverbruik | 300 W | 180W (GaN-componenten) |
Multi-target-behandeling | 50 doelstellingen | 200 doelstellingen (FPGA-versneld) |
Temperatuurbereik | -20°C~+55°C | -40°C~+70°C |
*RCS: Radar doorsnede |
Onwettige grensoverschrijding
Bospenetratie: detecteert menselijke beweging (Doppler-signaal 0,5-2 m/s)
Integratie met trillingsgevoelige glasvezelsystemen (nauwkeurigheid ± 3 m)
UAV-zwermverdediging
Identificeert zwerm aanvallen (> 10 UAV's), activeert anti-saturatie modus
Operatoren lokaliseren via RF-triangulatie (< 100m fout)
Noodsituaties
Bewaking van bosbranden: voorspelt de verspreidingsrichting van het vuur
Zoek- en reddingswerkzaamheden: vermijding van terrein in realtime voor helikopters
Aanvankelijke investering
~ $150.000/km (apparatuur + installatie)
Vermindert handmatige patrouilles met 60% ten opzichte van traditionele CCTV
Onderhoud
Predictief onderhoud: Radar Health Index (RHI) geeft 14 dagen fout预警
Modulair ontwerp: vervanging van de TR-module in 20 minuten