MOQ: | 1 |
Harga: | negotiable |
Periode pengiriman: | 30 |
metode pembayaran: | L/C, T/T |
Supply Capacity: | 10 set per bulan |
Teknologi Radar Sensitivitas Tinggi
Band frekuensi: Band Ku/Ka (12-40 GHz), akurasi deteksi keseimbangan (resolusi tingkat sentimeter) dan gangguan anti-hujan.
Sensitivitas: ≤-120 dBm (tipikal), mendeteksi mikro-UAV (misalnya, seri DJI Mavic) dengan RCS 0,01 m2 pada jarak 5 km.
Efek Doppler: Filter kecepatan (0,3-50 m/s) untuk membedakan UAV dari burung (>15 m/s biasanya).
Deteksi di Semua Cuaca
Kompensasi lingkungan adaptif: Secara otomatis meningkatkan daya transmisi (hingga 500W) dalam badai pasir / salju.
Pencitraan termal: Detektor IR terintegrasi yang tidak didinginkan (panjang gelombang 8-14 μm) dengan tingkat pengenalan malam > 92%.
Mesin Pengakuan AI
Pembelajaran mesin: Model ResNet-50 dilatih pada 200.000 set data fitur UAV / burung / helikopter.
Klasifikasi real-time: Mengidentifikasi merek UAV utama (DJI/Autel) dalam 0,2 detik.
Kepadatan: 3 radar per perbatasan 50 km (120 ° cakupan sektor), menggunakan TDMA untuk menghindari gangguan.
Jaringan:
LoRaWAN backhaul (jarak 15 km, konsumsi daya <5W)
Pusat fusi data dengan algoritma penyaringan Kalman
Radar yang dipasang pada kendaraan:
Tol yang dapat ditarik kembali 12 m untuk cakupan ketinggian rendah
Sel bahan bakar hidrogen (kekuatan 72 jam)
Kendaraan anti-UAV: Jammer gelombang mikro dual-band (2.4/5.8 GHz) terintegrasi
Lapisan | Jangkauan Deteksi | Tindakan Balap | Waktu Tanggapan |
---|---|---|---|
Peringatan Dini | 5-10 km | Peringatan audio-visual + koordinat | 3 detik |
Mencegat | 1-3 km | GPS spoofing + penekanan spektrum | 8 detik |
Neutralisasi | < 500 m | UAV menangkap jaring/ablasi laser | 15 detik |
Parameter | Radar konvensional | Versi Sensitivitas Tinggi |
---|---|---|
Min RCS* | 0.1 m2 | 0.01 m2 |
Tingkat Alarm Palsu | 2/jam | 0.5/jam |
Konsumsi Daya | 300W | 180W (komponen GaN) |
Penanganan Multi-Target | 50 target | 200 target (FPGA dipercepat) |
Kisaran suhu | -20°C~+55°C | -40°C~+70°C |
* RCS: Radar Cross-Section |
Deteksi Pambuka Perbatasan Secara Ilegal
Penetrasi hutan: Mendeteksi gerakan manusia (tanda Doppler 0,5-2 m/s)
Integrasi dengan sistem serat optik penginderaan getaran (keakuratan ± 3m)
Pertahanan Swarm UAV
Mengidentifikasi serangan kawanan (> 10 UAV), mengaktifkan modus anti saturasi
Menemukan operator melalui triangulasi RF (kesalahan <100m)
Tanggapan Darurat
Pemantauan kebakaran hutan: Memprediksi arah penyebaran kebakaran
Pencarian dan penyelamatan: Menyediakan waktu nyata untuk menghindari medan untuk helikopter
Investasi Awal
~$150,000/km (peralatan + instalasi)
Mengurangi patroli manual sebesar 60% dibandingkan CCTV tradisional
Pemeliharaan
Pemeliharaan prediktif: Indeks Kesehatan Radar (RHI) memberikan peringatan kesalahan 14 hari
Desain modular: Penggantian modul TR dalam waktu 20 menit
MOQ: | 1 |
Harga: | negotiable |
Periode pengiriman: | 30 |
metode pembayaran: | L/C, T/T |
Supply Capacity: | 10 set per bulan |
Teknologi Radar Sensitivitas Tinggi
Band frekuensi: Band Ku/Ka (12-40 GHz), akurasi deteksi keseimbangan (resolusi tingkat sentimeter) dan gangguan anti-hujan.
Sensitivitas: ≤-120 dBm (tipikal), mendeteksi mikro-UAV (misalnya, seri DJI Mavic) dengan RCS 0,01 m2 pada jarak 5 km.
Efek Doppler: Filter kecepatan (0,3-50 m/s) untuk membedakan UAV dari burung (>15 m/s biasanya).
Deteksi di Semua Cuaca
Kompensasi lingkungan adaptif: Secara otomatis meningkatkan daya transmisi (hingga 500W) dalam badai pasir / salju.
Pencitraan termal: Detektor IR terintegrasi yang tidak didinginkan (panjang gelombang 8-14 μm) dengan tingkat pengenalan malam > 92%.
Mesin Pengakuan AI
Pembelajaran mesin: Model ResNet-50 dilatih pada 200.000 set data fitur UAV / burung / helikopter.
Klasifikasi real-time: Mengidentifikasi merek UAV utama (DJI/Autel) dalam 0,2 detik.
Kepadatan: 3 radar per perbatasan 50 km (120 ° cakupan sektor), menggunakan TDMA untuk menghindari gangguan.
Jaringan:
LoRaWAN backhaul (jarak 15 km, konsumsi daya <5W)
Pusat fusi data dengan algoritma penyaringan Kalman
Radar yang dipasang pada kendaraan:
Tol yang dapat ditarik kembali 12 m untuk cakupan ketinggian rendah
Sel bahan bakar hidrogen (kekuatan 72 jam)
Kendaraan anti-UAV: Jammer gelombang mikro dual-band (2.4/5.8 GHz) terintegrasi
Lapisan | Jangkauan Deteksi | Tindakan Balap | Waktu Tanggapan |
---|---|---|---|
Peringatan Dini | 5-10 km | Peringatan audio-visual + koordinat | 3 detik |
Mencegat | 1-3 km | GPS spoofing + penekanan spektrum | 8 detik |
Neutralisasi | < 500 m | UAV menangkap jaring/ablasi laser | 15 detik |
Parameter | Radar konvensional | Versi Sensitivitas Tinggi |
---|---|---|
Min RCS* | 0.1 m2 | 0.01 m2 |
Tingkat Alarm Palsu | 2/jam | 0.5/jam |
Konsumsi Daya | 300W | 180W (komponen GaN) |
Penanganan Multi-Target | 50 target | 200 target (FPGA dipercepat) |
Kisaran suhu | -20°C~+55°C | -40°C~+70°C |
* RCS: Radar Cross-Section |
Deteksi Pambuka Perbatasan Secara Ilegal
Penetrasi hutan: Mendeteksi gerakan manusia (tanda Doppler 0,5-2 m/s)
Integrasi dengan sistem serat optik penginderaan getaran (keakuratan ± 3m)
Pertahanan Swarm UAV
Mengidentifikasi serangan kawanan (> 10 UAV), mengaktifkan modus anti saturasi
Menemukan operator melalui triangulasi RF (kesalahan <100m)
Tanggapan Darurat
Pemantauan kebakaran hutan: Memprediksi arah penyebaran kebakaran
Pencarian dan penyelamatan: Menyediakan waktu nyata untuk menghindari medan untuk helikopter
Investasi Awal
~$150,000/km (peralatan + instalasi)
Mengurangi patroli manual sebesar 60% dibandingkan CCTV tradisional
Pemeliharaan
Pemeliharaan prediktif: Indeks Kesehatan Radar (RHI) memberikan peringatan kesalahan 14 hari
Desain modular: Penggantian modul TR dalam waktu 20 menit