ທ່ານຢູ່ທີ່ນີ້: ບ້ານ / ຜະລິດຕະພັນ / Radar / ການຮຽນຮູ້ຄວາມສາມາດໃນການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງ 5 ກິໂລແມັດ

ການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງ 5 ກິໂລແມັດ radar

ຜະລິດຕະພັນໄດ້ຈ້າງເຕັກໂນໂລຢີການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງ, ມັນໄດ້ກ່າວເຖິງສິ່ງທ້າທາຍຢ່າງມີປະສິດທິຜົນຂອງການຊອກຫາເປົ້າຫມາຍນ້ອຍໆໃນສະພາບແວດລ້ອມທີ່ສັບສົນ. ມັນເຮັດໃຫ້ radar ກັບ radar ກັບຄວາມສາມາດທີ່ສາມາດປັບຕົວເຂົ້າກັບສະພາບແວດລ້ອມທີ່ມີພູມສັນຖານ, ກໍາຈັດຄວາມຈໍາເປັນໃນການປັບຕົວພາລາມິເຕີຫຼັງຈາກການຍົກຍ້າຍ ມັນສາມາດຖືກນໍາໃຊ້ໂດຍກົງສໍາລັບການຄົ້ນຫາ, ຮັບປະກັນການເຮັດວຽກທີ່ເປັນມິດກັບຜູ້ໃຊ້. ນອກຈາກນັ້ນ, ມັນກໍ່ຈະທໍາລາຍວິທີການ radar ແບບດັ້ງເດີມໂດຍສະເພາະ MTI + MTD, CFAR, ແລະການຊອກຄົ້ນຫາແຜນທີ່ການຕິດຂັດແບບທໍາມະດາ. ມັນດີເລີດໃນຄວາມຖືກຕ້ອງເປັນລ່ຽມສູງ (Azimuth ແລະສູງ), ອັດຕາການປຸກທີ່ບໍ່ຖືກຕ້ອງ, ແລະປັບຕົວກັບການບິນຂອງເປົ້າຫມາຍເຊັ່ນເຂດຕົວເມືອງເຊັ່ນເຂດຕົວເມືອງ. ລະບົບດັ່ງກ່າວສາມາດດໍາເນີນການປະຕິບັດງານໄດ້ຕະຫຼອດເວລາ.

ຜົນປະໂຫຍດທີ່ສໍາຄັນ

ການຊອກຄົ້ນຫາທີ່ຊັດເຈນ
ການຕິດຕາມທີ່ຫມັ້ນຄົງ
ການປັບຕົວສູງ
ການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງ
ການອອກແບບໃນອະນາຄົດ - ການອອກແບບ

ແບບ:
et-100a

ຄວາມພ້ອມ:

ປະລິມານ:



ສອບຖາມ ໃສ່ກະຕ່າ ດາວໂຫລດ Fromsheet ຜະລິດຕະພັນ

ສະເພາະດ້ານວິຊາການ

ຂອບເຂດການຊອກຄົ້ນຫາໃນຕົ້ນປີ	≥55 km (ອັດຕາການແຈ້ງເຕືອນທີ່ບໍ່ຖືກຕ້ອງ: 10-6, ຄວາມເປັນໄປໄດ້ກວດພົບ: 95%)
ລະດັບການຊອກຄົ້ນຫາຕ່ໍາສຸດ	180 ມ
ລະດັບການຄຸ້ມຄອງທີ່ເປັນລ່ຽມ	Azimuth: 0 °ເຖິງ 360 ° (ກ່ຽວຂ້ອງກັບ Antenna ປົກກະຕິ) ການຍົກ: 0 °ເຖິງ 30 ° (ທິດທາງແນວນອນ)
ການແກ້ໄຂບັນຫາ	Azimuth: ≤2.8°; ການຍົກ: ≤7.5°; ຊ່ວງ: ≤17ມ
ຄວາມໂດດເດັ່ນ	Azimuth: ≤0.5° (3σ); ການຍົກ: ≤0.5° (3σ); ຊ່ວງ: ≤8 m (3σ)
ນ້ໍາຫນັກ	radar frentend ≤ 34 ກິໂລ; ເວທີການປຸງແຕ່ງຂໍ້ມູນທີ່ໃຊ້ເວລາໃນເວລາທີ່ໃຊ້ເວລາ≤ 15 ກິໂລ
ການບໍລິໂພກພະລັງງານ	radar frentend ≤ 220 w; ເວທີການປຸງແຕ່ງຂໍ້ມູນທີ່ໃຊ້ເວລາທີ່ແທ້ຈິງ≤200 w
ການໃຫ້ຄະແນນການປົກປ້ອງ INGRY	IP65
ອຸນຫະພູມໃນການເຮັດວຽກ	-40 ℃ເຖິງ 55 ℃
ຂະຫນາດຜະລິດຕະພັນ	array ≤ 600 ມມ× 550 ມມ (ລວມທັງ turntable)

ຍິ່ງໄປກວ່ານັ້ນ, ລະບົບດັ່ງກ່າວມີສະພາບການຮັບຮູ້ທີ່ບໍ່ມີປະສິດຕິພາບແລະການປະຕິບັດຕາມທີ່ບໍ່ສົນໃຈກັບປັດໃຈສິ່ງແວດລ້ອມ. ດ້ວຍຄວາມສາມາດໃນການດໍາເນີນງານຮອບດ້ານຂອງໂມງ, ມັນເປັນຄວາມຫນ້າເຊື່ອຖືແລະຄວາມເປັນຍໍາແລະອໍານວຍຄວາມສະດວກດ້ານການກວດສອບແລະການເຝົ້າລະວັງໃນທົ່ວສະພາບການແລະສະພາບແວດລ້ອມຕ່າງໆ.

ສະຫລຸບລວມແລ້ວ, ສິນຄ້າຂອງສິນຄ້າຂອງຜະລິດຕະພັນລວມທັງການກວດສອບທີ່ຫມັ້ນຄົງ, ການປັບຕົວທີ່ຫມັ້ນຄົງ, ແລະການຮຽນຮູ້ທີ່ເລິກເຊິ່ງໃນການກໍານົດມາດຕະຖານຂອງການປະຕິບັດແລະຄວາມຫນ້າເຊື່ອຖືໃນສະຫນາມ.