ann9应用雷达融资

A. 蔚来资本再投激光雷达感知方案供应商 加码自动驾驶领域

图达通高清长距激光雷达在推动智能网联汽车与智慧城市协调发展方面也正在发挥着重要作用，例如在示范智慧城市雄安新区，图达通已作为首批高科技企业进驻雄安新区智绘未来科技园。同时，图达通也是网络Apollo生态圈的重要伙伴，其图像级远距离激光雷达已在网络Apollo智能交通城市项目，包括北京、长沙、沧州等地成功部署。

B. 盘点|目前海外最知名的车载激光雷达厂商是哪几家

近日有媒体报道称，Innoviz也计划通过SPAC登陆资本市场，成为继Velodyne、Luminar和Aeva之后的第四家车载激光雷达制造商。

其实除了以上提到的这几家企业外，还有很多风头正盛或潜力巨大的公司也在不断涌现，譬如Luminar、TriLumina、TetraVue等等。似乎这个市场并没有进入资本寒冬。

图|来源于网络

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

C. 激光雷达制造商禾赛科技获1.73亿美元C轮融资

1月7日，激光雷达制造商禾赛科技今日宣布完成C轮融资，由德国博世集团和光速联合领投，美国安森美半导体、启明创投、德同资本、新加坡Axiom等跟投，融资总额1.73亿美金，是国内激光雷达行业最高的单笔融资记录。

解读：1.73亿美元，这不仅是国内激光雷达公司单笔融资金额最大的一次，而且也创下了全球激光雷达公司单笔融资的最高记录。在此之前，最大的两笔融资是：Velodyne2016年获得福特和网络联合投资的1.5亿美金，Innoviz在2019年3月份获得招商资本和深创投联合领投的1.7亿美金。

禾赛于2013年成立于硅谷，2014年落户上海。目前在中美两地拥有两个商务中心、两个制造中心，和一座禾赛研究院，员工超过600名，在全球拥有专利布局364项。

禾赛于2017年发布第一款混合固态激光雷达Pandar40；2018年12月发布Pandar40P及Pandora40P升级版;2019年1月发布pandarGT3.0第三代固态激光雷达;2019年1月发布Pandar64线机械式激光雷达。目前，Pandar64已实现量产并稳定出货。

当前，美国加州现有的数十家获得无人车公开道路测试牌照的高科技公司中，超过1/2已经是禾赛的付费客户。禾赛在2018年5月完成网络和光速中国领投的2.5亿元B轮融资，目前，网络和红旗合作的Robotaxi项目上使用的就是禾赛的激光雷达。

2019年8月，禾赛被Velodyne起诉，后者称前者侵犯了其知识产权。博世在此时投资禾赛科技，可能禾赛跟Velodyne的官司已经和解了。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

D. 国内有哪些消费级激光雷达厂商做得比较好的是哪一家

像我知道的有EAI科技、北醒、镭神智能等，做得比较好的我觉得是EAI吧，像美的、云鲸扫地机器人就用了他们家的激光雷达。过去几年，EAI科技也获得过“维科杯·OFweek 2021中国智造年度优秀供应商奖”等奖项。
EAI的话，一方面是产品的科技含量比较高，性能稳定，像自主研发的光磁无线技术提高了激光雷达的精度和可靠性。测距分辨率、扫描频率、角度分辨率及可视范围，这些激光雷达的主要指标，EAI的产品都处于行业一流水准，还能应对跌落、运动等复杂环境。

另一方面，EAI科技在东莞有自建工厂，而且在惠州建设EAI科技园，大大预计落成后激光雷达年产量将达到千万台，产能很稳定，去年EAI科技激光雷达出货量突破了200万台。
所以综合来说，EAI科技在消费级激光雷达中确实是头部类型的企业。

5.在激光雷达领域有哪些科研实力比较强的公司呢？EAI科技怎么样？
EAI科技的研发实力我觉得挺强的，在深圳有研发总部，深圳是科技氛围很浓厚的城市。不仅如此，今年1月1日，EAI科技在武汉光谷成立了武汉研究所，旨在借助光谷的激光产业进一步提升自身的研发能力。
另外，武汉光谷有42所高等院校和56个国家和省部级科研院所，EAI将进一步加强与高校和研究所的合作，在激光雷达和智能传感器领域不断精进技术。就说刚过去的2021年吧，EAI科技就新增了59件专利，所以总体而言EAI的科研实力在行业内还是挺不错的。

E. 毫米波雷达主要应用在哪些地方

毫米波雷达在汽车上的应用：

1、频带极宽，在目前所利用的35G、94G这两个大气窗口中可利用带宽分别为16G和23G，适用与各种宽带信号处理。

2、可以在小的天线孔径下得到窄波束，方向性好，有极高的空间分辨力，跟踪精度高。

3、有较高的多普勒带宽，多普勒效应明显，具有良好的多普勒分辨力，测速精度较高。

4、地面杂波和多径效应影响小，跟踪性能好。

5、毫米波散射特性对目标形状的细节敏感，可提高多目标分辨和对目标识别的能力与成像质量。

6、由于毫米波雷达以窄波束发射，具有低被截获性能，抗电子干扰性能好。

7、毫米波雷达具有一定的反隐身功能。

8、毫米波具有穿透烟、灰尘和雾的能力，可全天候工作。

毫米波雷达传感器优势：

毫米波作为一种非接触式传感技术，可用于检测物体，并提供物体的距离、速度和角度信息。其工作频谱范围为 30GHz 至 300GHz，具有较小的波长，因此可以提供亚毫米的测距精度。

此外，毫米波能够穿透塑料、墙板和衣服等特定材料，并且不受雨、雾、灰尘和雪等环境条件的影响。毫米波雷达传感器使用毫米 (mm) 范围的波长发送信号，这是电磁谱中的短波长，因此处理毫米波信号所需的系统组件(比如天线)的尺寸可以做到很小，这是该技术的主要优势之一。

短波长的另一个优势是分辨率高。在 60-64GHz和76-81GHz 的频率下，将距离解析为波长的毫米波系统精度可达到毫米级

F. 国内激光雷达第一股禾赛科技IPO暴露自动驾驶成本之痛

出品 | 搜狐 科技

作者 | 梁昌均

编辑 | 杨锦

继美国多家激光雷达公司开启上市后，禾赛 科技 近日也提交了科创板招股书，意图冲刺国内激光雷达第一股。

禾赛 科技 成立于2014年，至今已推出十款激光雷达产品。近年来，国内外自动驾驶的发展让禾赛 科技 营收翻倍增长，全球第一大 汽车 供应商博世和国内自动驾驶第一梯队的网络不仅是其重要股东，还是其重要客户。

这家公司的产品卖得也不错，激光雷达销量在三年内从百余套增长到数千套，但未逃脱世界首富、特斯拉CEO马斯克对激光雷达作出的价格昂贵且难以下降的“诅咒”，最近三年的平均售价均超过10万元。这也使得禾赛 科技 毛利率达75%，远高于同行。

这对于亟需规模落地的自动驾驶来说，显然无法承受。禾赛 科技 要想更好地站稳这一赛道，还需在盈利和价格之间作出平衡。

营收翻倍增长，未实现稳定盈利

激光雷达是一种通过发射激光来测量物体与传感器之间精确距离的主动测量装置，被誉为机器人的“眼睛”。它通过激光器和传感器感知周边环境，并结合高精地图等，可以帮助机器人实现避障和自主导航等功能。

美国在激光雷达行业走在前列，已有多家公司迈出上市步伐。激光雷达鼻祖Velodyne以及Luminar在去年先后登陆纳斯达克，此外还有Aeva、Innoviz、Ouster等预计在今年上半年内完成上市。就国内而言，禾赛 科技 有望成为激光雷达第一股。

资料显示，禾赛 科技 起源于硅谷，最初主要研发用于气体检测的激光气体传感器，包括激光甲烷遥测仪和激光氧气传感器两款产品，自2016年开始拓展新的发展方向——用于机器人和无人车等领域的激光雷达。

随后禾赛 科技 陆续推出多个产品，在无人驾驶领域先后推出了40线、60线、128线（线束越多，测量精度越高，安全性越高）的多款激光雷达，并布局高级辅助驾驶（ADAS）、机器人、车联网等领域，共推出10款产品，其中无人驾驶领域是发展重点。

随着国内外自动驾驶企业逐渐进入商业化试运营阶段，这些产品的推出给禾赛 科技 带来了实实在在的收益。2017年至2019年，公司营收分别约为0.19亿元、1.33亿元、3.48亿元，呈现翻倍增长；去年前三季度，公司营收约为2.53亿元。

从营收结构来看，激光雷达产品是禾赛 科技 最主要的业绩来源，占比一度高达近97%。去年前三季度，激光雷达产品实现收入1.91亿元，占比达到75%；其中Pandar64在2019年销售收入达2.24亿元，系为公司贡献64%营收的大单品，公司产品结构有所失衡。

不过，禾赛 科技 并未实现稳定盈利。在前述报告期内，其仅在2018年实现归母净利润为正，约为0.16亿元，其余期内均为亏损，2019年更是亏损达到1.50亿元，去年前三季度也亏损0.94亿元。

在研发方面，2017年至2019年，禾赛 科技 研发投入从0.29亿元增长至1.68亿元，占营收比例在一度高达150%，去年前三季度投入1.63亿元，这也是公司未能持续盈利的重要原因。

网络博世加持，创始人身家达40亿

和不少 科技 创业公司一样，禾赛 科技 的创始团队也有着颇为光鲜的背景。根据官网披露的信息，禾赛 科技 由博士毕业于斯坦福大学的孙恺、向少卿，以及博士毕业于伊利诺伊香槟分校的李一帆联合于硅谷创立，后三人决定回国，2014年落户上海。

禾赛 科技 三位创始人孙恺、李一帆、向少卿合计直接持股30.03%，并通过员工持股平台合计控制公司37.16%的股份，对应71.45%的表决权。目前，孙恺担任禾赛 科技 首席科学家，向少卿为首席技术官，李一帆担任首席执行官。

按照禾赛 科技 此次20亿元的融资规模和计划发行股本的上限（6360万股，占发行后总股本的不超过15.01%）计算，禾赛 科技 估值约 133亿元，三名创始人身价合计约40亿元，其中持股稍多的孙恺身价接近15亿元。

值得关注的是，全球第一大 汽车 供应商博世和网络还是禾赛 科技 的股东。自成立以来，禾赛 科技 对外披露的融资金额超过15亿元，其中网络在2017年9月领投B轮融资，博世在2019年5月领投C轮融资，并获得美企安森美半导体、光速资本、真格基金、启明创投等资本的青睐。

在此次发行前，光速资本及其关联方是禾赛 科技 最大外部机构，合计持股达到17.5%；网络和博世中国位居其后，持股分别约为7.88%、7.65%。

产品售价超10万，暴露自动驾驶成本之痛

随着国内外不少自动驾驶企业进入商业化试运营，禾赛 科技 的激光雷达销量不断增长，从2017年的126套增长到2019年的2890套，去年前三季度为2132套，但对应的产销率分别约36%、45%、53%、50%，显示仍存在一定滞销风险。

禾赛 科技 也暴露了自动驾驶成本之痛，其激光雷达产品的平均售价连续三年超过10万元，去年前三季度才略降至近9万元，公司称主要是由于较低价格的PandarQT销售占比上升所致。

高昂的定价也使得禾赛 科技 的盈利能力远超竞争对手。2017年到2019年，禾赛 科技 的毛利率维持在75%左右的水平，而同期Velodyne的毛利率最高不过44%，而Luminar更是难以覆盖成本，2019年毛利率为-32%。

在具体的客户拓展方面，据禾赛 科技 介绍，公司产品已服务的客户包括北美三大 汽车 制造商中的两家、德国四大 汽车 制造商之一、美国加州2019年DMV路测里程前15名中过半的自动驾驶公司，以及大多数国内领先的自动驾驶公司。近些年，前五大客户合计为禾赛 科技 贡献了超过45%的收入。

根据招股书，禾赛 科技 的股东博世连续三年位列前五大客户之列，网络在2019年贡献了2300多万元的收入，获得亚马逊投资的美国自动驾驶公司Aurora在2018年和去年也是公司客户，文远知行的关联公司景骐集团在2019年也是第四大客户。

值得一提的是，网络在投资禾赛 科技 之前，曾以1.5亿美元联合福特投资了Velodyne。去年10月，网络和Velodyne签订了三年激光雷达解决方案AlphaPrime的销售协议，为网络的无人驾驶计划阿波罗（Apollo）服务。

更有意思的是，同样都是网络投资的激光雷达公司，禾赛 科技 与Velodyne此前还因专利而互诉。2019年8月，Velodyne指控禾赛 科技 侵犯了其在美国注册的激光雷达相关专利，随后禾赛 科技 先后在德国和上海法院提起诉讼，指控Velodyne侵犯其激光雷达相关专利。

去年6月，禾赛 科技 与Velodyne签署和解协议，双方均在协议中否认对另一方的专利存在侵权行为，并约定在全球范围内交叉许可双方现有和未来的专利，有效期限至2030年2月，承诺期内不在旋转式激光雷达领域对对方提出任何专利诉讼。

但禾赛 科技 为此付出不低代价，其需向Velodyne支付一次性专利许可补偿及后续按年支付的专利许可使用费。2019年禾赛 科技 就支付了高达1.6亿元的专利许可补偿，这也直接导致该年出现大幅亏损，长达10年的专利许可费或将对公司盈利持续产生影响。

自动驾驶路线尚存争议，拟用13亿扩产

目前，激光雷达行业市场处于起步阶段，而其在自动驾驶上的必要性和“性价比”也一直存在争议，这也是禾赛 科技 未来需要面对的挑战。

在自动驾驶领域，由于超声波雷达和毫米波雷达分别在泊车和烟雾灰尘场景下，具有不可替代性和成本可控性，已经成为绕不开的技术支持，业内争议主要存在摄像头和激光雷达之间，因此也形成了两种路线：一种是以特斯拉为代表的视觉主导方案，另一种是以激光雷达为主导，典型代表是Waymo。

相较激光雷达，摄像头技术更为成熟，且成本低廉，可以支持基于深度学习的类型识别，但容易受到天气、光线等因素影响，只能获得2D平面数据。激光雷达通过发射激光束感知周围物体位置、速度等特征，探测距离更远，且能实现精准建模，从而构建三维信息。

目前，业内的主流看法是，L1、L2级自动驾驶可以不用激光雷达，而L3及以上级别自动驾驶是否需要激光雷达尚存分歧，争议点正是激光雷达高企的成本。

据电动车百人会预测，去年摄像头、超声波雷达、毫米波雷达平均成本分别为60美元、12美元、90美元，按当前1个前视摄像头+4个环视摄像头+12个超声波雷达+3个毫米波雷达的主流组合，总成本在714美元。

但激光雷达当前价格多在3000美元以上，如Velodyne此前在宣布将无人驾驶用16线激光雷达降价50%后，售价仍高达3999美元，Waymo的激光雷达的成本更是高达7000美金，速腾聚创推出的125线固态激光雷达RS-LiDAR-M1售价则在1898美元。仅仅是激光雷达成本就已是前述组合的数倍，而售价达10万的禾赛 科技 更是其20倍。

这也是特斯拉坚持视觉算法的重要原因，不久前刚登上世界首富的特斯拉CEO马斯克曾多次炮轰激光雷达，斥其“昂贵、丑陋、没有必要”，直言“傻子才用激光雷达”。

马斯克认为，激光雷达相关生产厂家较少，且技术相对比较封闭，因此激光雷达的价格难以在短时间内实现大幅度下降。业内多数观点认为，1000美元将是车企应用激光雷达的心理价位，而如果要大规模应用则还需继续下降。

高企的成本也导致激光雷达商用进程受到影响。Velodyne作为全球营收最高的激光雷达公司，其在2019年收入也仅有7亿多元。目前来看，自动驾驶两种路线之争短期仍会继续，而随着自动驾驶安全性、智能性的要求，以及激光雷达成本的降低，激光雷达上车将会是一个时间问题。

实际上，目前已经有不少车企，如奥迪、丰田、奔驰、宝马、长城等均推出或计划推出应用激光雷达的L3及以上级别自动驾驶 汽车 ，国内造车新势力小鹏也在年初宣布将推出打造激光雷达的新车，蔚来不久前发布的首款轿车ET7也搭载1个超远距高精度激光雷达。

可以说，激光雷达跟自动驾驶密切相关，自动驾驶的不断发展将刺激激光雷达市场需求增长，低成本激光雷达的量产又将反作用于自动驾驶商业进程。沙利文预测称，2025年全球激光雷达市场规模将达135亿美元，较2019年可实现65%的年均复合增长率，其中无人驾驶、高级辅助驾驶、车联网会是主要的应用市场。

对于禾赛 科技 来说，如何打破马斯克对于价格的“诅咒”是一大挑战，而其也计划通过此次上市募资为扩产降本做准备。公司拟将13亿元用于建造智能制造中心项目，三年建成后将新增超265万件产能；另外7亿元继续加码研发，将用于激光雷达核心芯片自研，以提升产品性能降低成本，同时还将加强激光雷达输出点云后的处理算法，以及ADAS、车联网等领域客户需要的激光雷达硬件及算法研发。

不过，目前国内外从事激光雷达的企业也不少，其中不乏华为这样拥有更强研发和制造能力的 科技 巨头。此前华为智能 汽车 解决方案BU总裁王军透露，华为有总计1万多人正在研发激光雷达技术，目标是迅速开发出100线激光雷达，并且未来计划将激光雷达的成本降低至200美元，甚至是100美元。

踏上自动驾驶赛道的禾赛 科技 ，如何寻求盈利和价格之间的平衡，将是未来能否在市场站稳脚跟的关键。

G. APG-68(V)9火控雷达的简介

老旧的APG-66和APG-68火控雷达（FCRs）在F-16战斗机上已经使用了长达20年的时间。而新型的APG-68（V）9火控雷达无论在性能 你上还是在可靠型上都有大幅度提高，该型雷达是为了装备最新的F-16飞机改型而研制的。APG-68（V）9雷达不仅探测距离更远，可以同时跟踪4个目标，还具有合成孔径雷达（SAR）处理能力。另外，该雷达还具有自动校准能力和交互干扰滤波能力。所谓自动校准能力是指雷达可对飞机的惯性导航系统进行持续地自动校准；而交互干扰滤波则是使频带内无线电频率干扰降至最低，从而大幅度提高了雷达的抗干扰能力。
APG-68（V）9雷达已经在爱德华兹空军基地完成了各项飞行试验科目。该雷达将被安装在第50批次的双座F-16D战斗机上（后驾驶舱为任务舱），该雷达的试验开始于2001年12月，并于2003年10月完成。本报告主要介绍了该雷达增加的合成孔径（SAR）工作模式，并总结了在挖掘该雷达潜力过程中得到的经验。虽然合成孔径雷达并不是一项新技术，但是APG-68（V）9雷达的研制标志着这项技术首次在轻型战斗机上得到应用。合成孔径模式使APG-68（V）9雷达对于远距离地面目标分辨率达到了1米的水平，大大优于目前的多普勒波束锐化（DBS）模式。APG-68（V）9雷达的合成孔径工作模式是本文介绍的重点，本文还叙述了在雷达试验过程中得到的经验和飞行试验要求。为了测试APG-68（V）9雷达的合成孔径探测工作模式，我们探索了新飞行试验技术，并建造了新的反射器阵列。

H. 激光雷达制造商禾赛科技现在的融资状况怎么样

近几年，不少激光雷达企业获得了资本的青睐，禾赛科技也不例外。据我所知，禾赛科技已于去年宣布完成D轮融资，累计获得包括小米、美团、博世、网络、光速、高瓴、CPE、启明等机构超过5亿美元的融资，融资状况还是蛮好的。

I. 倒车雷达利用了什么原理倒车雷达是利用什么原理工作的

当汽车倒车时，会应用到倒车雷达这一功能，它起到了防止车碰到后面障碍物的作用，极大程度上保护了汽车的安全，那么倒车雷达是利用什么原理工作的？

现在还有不少的车主不知道倒车雷达，使用的是电磁波还是超声波，其实倒车雷达使用的是超声波，它主要是通过超声波来实现回声的定位，来探测汽车和障碍物之间的安全距离，并且给驾驶员提供相应的信息。在倒车的时候，如果车离障碍物近了，就会有警告声响起来提示车主，车主只需要根据警告声来进行合理化的操作就可以。
有些车主说没有必要安装倒车雷达，其实现在的市场上基本所有的新车型都是加装了倒车雷达的，但是不排除有一些老车型是没有这一功能的。对于没有安装倒车雷达的，如果在平时停车时比较困难，为了停车安全还是建议给车加装倒车雷达。

J. APG-68(V)9火控雷达的工作模式

APG-68（V）9雷达的空对空工作模式：
· 大范围测距搜索模式（ERS）： 该工作模式取代了以前APG-68雷达的“边搜索边测距”模式（RWS），“上视搜索”模式（ULS）和“测距过程中的速度探测”模式（VSR）
· 边扫描边跟踪模式（TWS）：该工作模式能够区分和跟踪10个空中目标，并同时对其他空中目标进行探测。
· 多目标分辨认知模式（MTS）：该工作模式能够对多达4个目标进行高质量跟踪，并具有同时搜索其他目标的能力。
· 单目标跟踪模式（STT）：该工作模式可以对1个空中目标进行高质量的跟踪。
· 空战机动模式（ACM）：该工作模式可以在高地面杂波环境下对近距离的目标进行自动捕获。
· 先进中距空对空导弹数据链：可以在TWS，MTS和STT工作模式下为多达6枚中距导弹提供制导。
· 攻击群分辨率（RCR）：确定雷达分辨单元中真实目标的数量。
APG-68（V）9雷达的对地工作模式：
· 空对地测距模式（AGR）：该工作模式可对地面目标进行精确的距离测量。
· 真实波束地图测绘模式（RBM）/功能增强的地图测绘模式（EGM）：该工作模式可以为导航和目标搜索/跟踪提供合适的雷达地图显示。 br> · 多普勒波束锐化模式1（DBS1）：该工作模式的地图方位分辨率比RBM工作模式高8倍。
· 多普勒波束锐化模式2（DBS2）：该工作模式的地图方位分辨率比RBM工作模式高64倍。
· 固定目标的跟踪模式（FTT）：该工作模式能够对分散在地面的固定目标维持精确跟踪，并锁定，引导武器实施攻击。
· 增强的海面搜索模式（ESEA）：该工作模式可以在不良海况下对海面目标进行探测。
· 合成孔径（SAR）工作模式：该工作模式可以在恶劣的天气条件下，绘制高方位分辨率地图，并改善了目标识别能力和目标精确指示能力。
· 地面移动目标指示模式（GMTI）：该工作模式可搜索地面或海上的多个移动目标，并将它们显示在背景雷达地图上。
· 地面移动目标跟踪模式（GMTT）：该工作模式可对地面或者海面上的单个移动目标进行连续地、精确地跟踪，引导武器实施攻击。
· 信标模式（*N）：该工作模式可以讯问并接收地面答复和机载信标。
什么是合成孔径雷达（SAR）
合成孔径雷达（SAR）可以绘制高分辨率地图，其原理是让脉冲雷达向某一方向运动，并辐射和接收电磁波，将接收的所有信号经过信息存储和处理，同相相加，其效果等效于一个辐射和接收电磁波的大型雷达天线。由于合成孔径雷达可以接收真实的雷达天线从不同角度发射的电磁波，所以合成孔径技术可以极大的提高雷达的方位分辨率。
合成孔径雷达的成像性能和机载雷达尺寸密切相关，所以APG-68（V）9雷达和老式的APG-68雷达相比，拥有一个较大尺寸的天线。
现代合成孔径雷达的优势在于其分辨率的好坏并不受限于探测距离的远近。合成孔径雷达的方位分辨率和其合成孔径的大小有关，而且，其分辨率还和飞机的导航能力、雷达带宽和雷达天线的精确定位能力有关。在4海里的距离上，合成孔径雷达的分辨率比多普勒波束锐化（DBS）雷达的分辨率要高出两个数量级。而多普勒波束锐化模式（DBS）是老旧的APG-68雷达最好的地图测绘工作模式。
现在打个比方来说明合成孔径雷达的技术优势：我们用合成孔径雷达和传统雷达分别对40海里外的地域进行地图测绘，对比的结果是，要得到一张由APG-68(V)9的合成孔径模式测绘出来的高分辨率地图，那么我们至少需要一个雷达天线长达2000英尺的传统雷达（显然，这么大尺寸的雷达天线是不可能装在飞机上的）。
在使用合成孔径雷达技术测绘目标地图的时候，要求合成孔径雷达不断移动以保持从不同的方位探测目标，所以使用合成孔径雷达测绘地图时，被测目标不能位于飞机机头正前方。图0显示了F-16飞机上的合成孔径雷达的工作范围限制。其最大探测角度受到雷达探测视场（LOS）的限制，其最小探测角则受到雷达天线转动机构转动范围的限制。
F-16飞机上的合成孔径雷达的工作范围包线合成孔径雷达的优点是明显的，它绘制的地图不仅分辨率高，而且具有全天时、全天候、不受大气传播和气候影响、穿透力强等优点，它还能使作战飞机在远离危险战区的空域对战场进行地图测绘。
另外，合成孔径雷达可以在地图上标定出非常精确的目标坐标，这不仅有助于飞机的精确导航，理论上，该坐标的精确度已经足以用于引导J波段的惯性制导武器（AIM）直接攻击目标。
虽然合成孔径雷达目前还处于发展阶段，但是其使用理论已经形成，当飞机距离目标还有100海里时，飞行员可以测绘出一张分辨率较低的大型地图。而当飞机逐渐靠近目标时，合成孔径雷达可重新绘制分辨率更高的地图，例如当距离目标40海里时，合成孔径雷达即可测绘出分辨率为1米量级地图，从而精确地对打击目标进行定位。
当飞行员在精确的地图上分辩出打击目标后，飞行员将利用合成孔径雷达提供的目标精确坐标在最大射程上释放惯性制导武器，而飞机则可以远离危险的战区。合成孔径雷达的高分辨率和精确目标定位能力将极大地增强F-16飞机的全天候打击能力。
合成孔径雷达能力分析
考核APG-68（V）9合成孔径雷达的地图测绘能力是本次试验的主要目的，因此，我们选择了位于加利福利亚州爱德华兹空军基地的空军飞行试验中心博物馆作为目标区域，APG-68（V）9将使用不同的合成孔径雷达工作模式对该博物馆进行地图测绘，试飞工程师将对地图测绘结果进行分析和对比。
飞行试验经验
APG-68(V)9雷达研制试飞的最优方案是将该雷达装在成熟的航电系统平台上进行飞行试验，以便发现问题。但是，该雷达系统却被安装到两种还在进行试验的航电系统平台/软件上进行试验，这样，将三种不成熟的系统/软件安排在一起进行试验，给试验小组带来了不小的麻烦。
这种试验方式是对试验人员提出的一次挑战，因为每当试验出现问题时，我们都要区分到底是三套系统中哪套系统出现了故障。这三套系统中任何一套系统出了问题，就会影响其他两个系统。每次系统出现问题时，我们只有耐心地等待一套或者两套系统重新启动，所以每个试飞架次的效率都因为飞行员的工作负担的加重而降低。
糟糕的试验状况常常导致我们要面对试验时间延迟的局面。我们从中得到的经验就是在制定试验计划时一定要留有选择系统平台的余地，特别是一系列存在互相依存关系的系统，这样能增加试验的效率。
最后的经验就是如何处理定量数据和定性数据之间的关系。所有的APG-68(V)9雷达性能测试要求都是针对我们专门建造的反射器阵列制定的。为了真实的测试雷达的性能，要求严格地控制反射器阵列的间距尺码。因为测绘地图对于收集试验数据没有太大的帮助，所以最初的试验计划并没有要求使用合成孔径雷达测绘具有代表性的战术目标的地图。
幸运的是，试飞员说服了项目办公室进行一些合成孔径雷达地图测绘的试验，从而揭示了合成孔径雷达在进行阵列测试和侦察典型军事目标时的差异。即使这样，过分地强调定量数据使得定性试验变得很难协调，因为雷达的测试报告最终还是要以定量数据为基础。
测绘空军试飞博物馆的地图有助于指出雷达工作模式的差异。进行地图测绘试验时最好使用亮度转换方法（BTF）来进行，但是BTF方法也不是在所有情况下都适用的。
定性试验也揭示了合成孔径雷达在测绘地图时，在同一地区由于雷达波反射强度不同而造成的差异。正如你在图10和图11中看到的那样，雷达波反射强度高的区域在地图中明显发亮，而雷达波反射强度低的地区则明显黯淡。
原始的测绘图片基本上能够满足设计指标的需求，但是图片质量并没有达到我们期望的效果。虽然我们可以通过改进图片的输出方式的方法来改进该系统，以求其在军事上的得到更好的应用，但是试验合同仅要求我们的试验结果满足设计指标即可，并没有要求我们改进该系统。另外，由于该系统还存在一系列的问题，所以导致发展时间比计划有所延长，我们应该是分步骤完善该系统，先使其达到设计指标，再将其改进到能够满足实际应用的水平。
美国空军目前提出了新的装备试验概念，即在武器系统的试验周期内尽可能早地进行使用试验，美国空军认为定性的评估系统在真实使用条件下的效能的试验进行的越早，那么该系统的发展周期就越短，该系统装备部队的时间就可以相应提前。
任何试验计划的目的都是希望系统能够达到实际应用的水平。对于试飞工程师来说，最重要并不是如何采集试验数据，而是考虑用户如何能有效而方便地使用该系统。
总结
APG-68（V）9火控雷达（FCR）极大地提高了F-16飞机的探测能力。随着雷达探测距离的增加，F-16飞行员可以在空战中实现“先敌发现”，“先敌锁定”和“先敌开火”。合成孔径雷达的全天候高分辨率地图测绘能力可以显著地增强F-16的目标识别能力、目标精确定位能力和全天候的目标搜索/探测能力。雷达工作模式的增加就意味着作战方式的增加。而雷达可靠性的增加就意味着更高的出勤率和更少的维护保养时间。但是，测试SAR雷达对飞行试验技术提出了特殊的要求。