无与伦比的5G连接助力Sunswift Racing太阳能汽车取得成功


 

一、面临挑战

本案例研究重点关注Sunswift Racing团队的要求,即提供尖端的连接解决方案,以满足2023年普利司通世界挑战赛上车辆地形的特定要求

德思特Panorama车载天线以即使在最苛刻的条件下也能提供高性能无线连接解决方案而闻名。Sunswift面临的主要障碍包括比赛中和支援车辆以及悉尼指挥中心之间需要保持不间断的连接,而车辆要在极端的温度和条件下穿越从北领地到南澳的偏远城镇和地点。

鉴于对移动车辆的连接要求,创新技术需要包含最先进的无线连接,并能够在偏远的沙漠地区有效管理能源消耗。为了克服这些障碍,该解决方案需要集成一流的组件,包括强大的网络、路由器和天线,以有效地平衡良好网络通信需求与能源消耗问题。
 

二、案例用户:Sunswift Racing

Sunswift Racing总部位于澳大利亚悉尼,自1996年以来一直走在可持续交通的最前沿。该团队由新南威尔士大学 (UNSW) 的学生组成,他们设计并制造了七辆太阳能汽车,其中第八辆目前正在开发中。

这些太阳能汽车具有令人印象深刻的功能,包括长达1500公里的续航里程、130公里/小时的最高时速,并且完全减少了比赛所需的能源,打造了一款完全可持续的为获胜而生的赛车!

三、德思特解决方案

通过使用德思特Panorama车载天线,Sunswift Racing能够为其赛车和车队实现卓越的连接性和可靠的遥测功能。所选解决方案包含一系列对其成功不可或缺的功能和优势。

为了实现强大的车载网络连接,我们选择了Cradlepoint R1900路由器。该高性能解决方案支持5G NR/CAT 20 LTE移动网络的部署,并能够通过强大的边缘计算功能扩展部署。为了增强路由器在偏远地区的覆盖范围,我们使用了德思特Panorama 7合1旗舰车载天线MAKO 5G系列天线,R1900路由器和MAKO 5G天线组合的车载解决方案,可提供一流的连接性,并受到全球信赖。

该解决方案提供了一致的连接和先进的管理功能,使团队能够在太阳能赛车行业中以令人印象深刻的水平访问实时数据和见解。其次,德思特Panorama确保了针对Sunswift Racing团队独特要求的解决方案的开发和实施,在促进赛车内外的连接解决方案方面发挥了至关重要的作用。

作为连接解决方案有效性的证明,Sunswift Racing在2023 年普利司通世界挑战巡洋舰级比赛中获胜,获得当之无愧的第一名!


 

四、德思特Panorama MAKO 5G天线

德思特Panorama MAKO 5G天线是一系列高性能4×4 MiMo 4G/5G LTE天线,覆盖 617-960/1427-6000MHz,具有可选GPS/GNSS和可选2×2、3×3 或4×4或 6×6 MiMo/2.4/5.0/7.2GHz 多频WIFI。

德思特Panorama MAKO 5G天线由多达11个元件组成:

● 四个隔离的高性能天线元件,覆盖617-960/1710-6000MHz。该产品在5G/LTE频率上提供MiMo分集。

● 最多6个可选双频段元件,覆盖2.4和5.0/7.2GHz,支持WiFi 6E的MiMo分集操作。

● 一个可选的高性能GPS/GNSS天线,具有集成的26dB增益LNA和高质量滤波,可提供无与伦比的定位精度。

该系列中的所有天线都不需要金属接地层,即使安装在非金属表面上,所有天线也能保持高水平的性能。

尽管LTE元件是为4×4 MiMo操作而设计的,但可以将这些元件用作故障冗余配置中具有2个 SIM(无线电)的路由器的2对2×2 MiMo(即任何时候只有一个 SIM 处于活动状态 )。由于此配置仅使用单个SIM卡的四个天线中的两个,因此应检查网络覆盖范围以确保此用途合适。

德思特Panorama MAKO 5G天线减少了车顶天线的数量与开孔,从而实现更快、更整洁的安装,保留了车辆转售价值,并不以牺牲性能为代价,甚至大大提高了蜂窝上传与下载速度,以确保车辆无线通信网络稳定。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/659952.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Python 机器学习 基础 之 算法链与管道 【算法链与管道/预处理进行参数选择/构建管道/在网格搜索中使用管道】的简单说明

Python 机器学习 基础 之 算法链与管道 【算法链与管道/预处理进行参数选择/构建管道/在网格搜索中使用管道】的简单说明 目录 Python 机器学习 基础 之 算法链与管道 【算法链与管道/预处理进行参数选择/构建管道/在网格搜索中使用管道】的简单说明 一、简单介绍 二、算法链…

HTML静态网页成品作业(HTML+CSS)——游戏阴阳师介绍网页(4个页面)

🎉不定期分享源码,关注不丢失哦 文章目录 一、作品介绍二、作品演示三、代码目录四、网站代码HTML部分代码 五、源码获取 一、作品介绍 🏷️本套采用HTMLCSS,未使用Javacsript代码,共有4个页面。 二、作品演示 三、代…

ChatGPT成知名度最高生成式AI产品,使用频率却不高

5月29日,牛津大学、路透社新闻研究所联合发布了一份生成式AI(AIGC)调查报告。 在今年3月28日—4月30日对美国、英国、法国、日本、丹麦和阿根廷的大约12,217人进行了调查,深度调研他们对生成式AI产品的应用情况。 结果显示&…

真实测评:9款电脑加密软件最新排名

2024年已经过半,电脑加密软件市场发生了很多变化,根据资料汇总,一些电脑加密软件排名也发生了变化,下面是最近的排名。 1、安企神: 可以试试7天的免费试用,用过之后就回不去了 试用版https://work.weix…

总负债20.79亿,银行借款在增加,经营所得现金在减少,累计亏损在增加,易点云披露其风险(四)

来源:猛兽财经 作者:猛兽财经 全文共二十五章,总计6万字。 由于篇幅所限,分为(一)到(五)篇发布。 本文为《负债20.79亿,银行借款在增加,经营所得现金在减少,易点云披露风险》&am…

区间预测 | Matlab实现DNN-KDE深度神经网络结合核密度估计多置信区间多变量回归区间预测

区间预测 | Matlab实现DNN-KDE深度神经网络结合核密度估计多置信区间多变量回归区间预测 目录 区间预测 | Matlab实现DNN-KDE深度神经网络结合核密度估计多置信区间多变量回归区间预测效果一览基本介绍程序设计参考资料 效果一览 基本介绍 1.Matlab实现DNN-KDE深度神经网络结合…

Cobaltstrike渗透测试框架

Cobaltstrike简介 cobalt strike(简称CS)是一款团队作战渗透测试神器,分为客户端及服务端,一个服务端可以对应多个客户 端,一个客户端可以连接多个服务端,可被团队进行分布式协团操作. 和MSF关系 metas…

IEnumerable 、 IEnumerator,yield return

自定义迭代类 》》》using System.Collections; using System.Collections; using System.Runtime.CompilerServices;namespace ConsoleApp1 {// 可迭代对象 标记此类可迭代 继承IEnumerable 类是可以迭代public class SpecificEnumerable : IEnumerable{private readonly …

首搭第五代DM技术,秦L DM-i正式上市,仅售9.98万元起

5月28日,比亚迪王朝重磅新车秦L DM-i在西安震撼上市,首搭第五代DM技术,百公里亏电油耗达到划时代的2.9L,“一箱油”满油满电综合续航达2100公里,引领中级,创下了百公里油耗的历史新低,开创油耗2…

第一讲:单片机STC89C52+RA8889驱动控制彩屏(源码公开)

51单片机驱动控制彩屏系列讲座 第一讲:单片机STC89C52RA8889驱动控制彩屏(源码公开) 单片机通过SPI与RA8889进行通信,由于单片机是5V,RA8889是3.3V,故需要进行电平转换,有现成的模组TXS0108E等可以采用。…

vue+element-ui时间级联动态表单,新增行,删除行,表单验证

需求背景: 需要实现配置一种时间去执行定时任务,可能是每年一次,每月一次,每周一次,每天一次四种情况,最少配置一条,最多配置五条。年,月,周,日,时分秒是级联关系。点击提交,整体表单校验。 效果图 代码实现,具体看里面的注释 完整代码 <template><e…

如何实现数据的正确拆分?

我们知道在传统的单块架构中&#xff0c;一个系统中只存在一个独立的服务和数据库实例。 上图中的系统架构实现起来比较简单&#xff0c;但是扩展性和伸缩性都比较差。因此&#xff0c;越来越多的系统开始采用了微服务架构。在微服务架构中&#xff0c;一个系统被拆分成多个服务…

数据大屏方案 : 实现数据可视化的关键一环_光点科技

在数字时代的浪潮中&#xff0c;数据已经成为企业决策和操作的重要基础。因此&#xff0c;“数据大屏方案”逐渐成为业界关注的焦点。这类方案通过将复杂的数据集合以直观的形式展现出来&#xff0c;帮助决策者快速把握信息&#xff0c;做出更加明智的决策。 数据大屏的定义及作…

基于异构图的大规模微服务系统性能问题诊断

简介&#xff1a;本文介绍由南开大学、清华大学、腾讯、国家超级计算天津中心共同合作的论文&#xff1a;基于异构图的大规模微服务系统性能问题诊断。该论文已被IEEE Transactions on Services Computing期刊录用 论文标题&#xff1a;Diagnosing Performance Issues for Lar…

有限元之抛物型方程初边值问题解法

目录 一、原方程的变分形式 二、有限元法进行空间半离散 三、差分法进行时间全离散 四、相关量的数值计算 五、编程时的说明 六、算例实现 6.1 C代码 6.2 计算结果 本节我们将采用有限元法联合差分法来数值求解抛物型方程的初边值问题&#xff1a; 其中常数。 一、原方…

达梦数据库安装手册

首先了解达梦数据库相关内容&#xff1a; 达梦在线服务平台 下载windows版本开发版&#xff0c;将下载的文件解压。进行安装 2、安装流程&#xff0c;默认选择下一步。 3、安装引导&#xff0c;默认下一步&#xff0c;安装实例可以进行修改 4、最后一步记录一下创建的摘要 …

六西格玛项目课题决策权归属:谁来做主更明智?

在实施六西格玛的过程中&#xff0c;一个关键的问题摆在了我们面前&#xff1a;应该由谁决定六西格玛的项目课题&#xff1f;这个问题不仅关系到项目能否顺利实施&#xff0c;更直接影响到企业整体绩效的提升。深圳天行健企业管理咨询公司解析如下&#xff1a; 首先&#xff0…

基于Java实现的图书管理系统

前言&#xff1a;该图书管理系统实现了查找、添加、删除、显示、借阅、归还等功能&#xff0c;分为两个用户群体&#xff1a;管理者和普通用户。使用了类与对象&#xff0c;封装继承多态&#xff0c;抽象类和接口等Java基础知识。 一.思路 面向对象三部曲&#xff1a;找对象&…

JavaDS-学习数据结构之如果从零开始手搓顺序表,顺带学习自定义异常怎么用!

前言 笔者开始学习数据结构了,虽然笔者已经会用了,不管是C 中的stl亦或是Java 中的集合,为了算法比赛多少都突击过,但只知其然而不知其所以然,还是会限制发展的,因此,笔者写下这篇博客.内容是手搓一个顺序表.顺带加一点异常的使用,大伙看个乐子就好了.有错误直接私信喷我就好了…

【AI赋能】香橙派OrangePi AIpro初体验

【AI赋能】香橙派OrangePi AIpro初体验 1、初识香橙派1.1、仪式感开箱1.2、OrangePi AIpro(8T)介绍 2、上电开机2.1、开机2.2、串口调试2.2.1 两种方式登录2.2.2 相关信息 2.3、启动系统2.4、网络配置 3、连接摄像头4、目标检测4.1、Jupyter Lab模式4.2、 目标检测测试4.2.1 视…