第158章 技术预研

  “偏差的来源是什么？“

  “主要是大气修正模型的输入数据不够精细。卫嘉的资料库覆盖了百分之九十二的地理区域，但时间解析度不够。她的数据是按小时更新的，波束成形需要分钟级的实时修正。“

  於颖站起来，走到白板前。她拿马克笔画了一个流程图。

  “问题不在算法本身，在输入端。邱培，你的混合架构方向是对的，但需要更好的大气数据来驱动。卫嘉那边的时间解析度问题，我们用ai来弥补。“

  她拿起手机，给沈一鸣发了一条消息。

  三分钟后，沈一鸣的回覆到了。他在ai事业部正在做一件事，把402在无人机领域积累的多传感器数据融合技术迁移到大气预测上。无人机在飞行时需要实时处理风速、温度、湿度等环境数据，这套算法经过两年的实战打磨，已经在八万次飞行中验证过了。

  於颖看完回復，把手机递给邱培。

  “沈一鸣那边有一套环境感知融合算法，能把多源传感器数据的时间解析度从小时级提升到分钟级。如果把它和卫嘉的大气资料库结合起来，理论上可以解决你的输入精度问题。“

  邱培盯著屏幕看了很久，然后慢慢点头。

  “明天开始对接。“

  第二天上午，卫嘉带著她的三台笔记本电脑来到ai事业部。沈一鸣安排了两名工程师协助，把环境感知融合算法的核心代码封装成接口。对接用了整整一天。

  当天晚上，邱培把融合后的数据灌入他的混合架构。

  结果出乎所有人意料。

  波束指向偏差从零点三度降到了零点零八度。虽然还没有达到零点零五度的设计要求，但已经非常接近了。

  更重要的是，传输效率有了明显提升。在標准大气条件下的仿真结果，微波传输效率达到了百分之七十九点三。