Du har inte javascript påslaget. Det innebär att många funktioner inte fungerar. För mer information om Vinnova, ta kontakt med oss.

Utvecklingsmetodik baserad på formella konstruktionssteg

Diarienummer
Koordinator Saab AB - SAAB Aktiebolag Aeronautics
Bidrag från Vinnova 4 200 000 kronor
Projektets löptid november 2017 - augusti 2022
Status Avslutat
Utlysning Nationella flygtekniska forsknings programmet 7
Ansökningsomgång NFFP7: Forskningsprojekt inom flygteknik

Viktiga resultat som projektet gav

Dagens designmetoder för utveckling av mjukvara för avioniksystem, där flera tillämpningar delar samma distribuerade plattform, saknar en tydlig väg från den funktionella specifikationen till den slutliga implementeringen och har svårt att garantera realtidsegenskaper. För att övervinna den nuvarande situationen tog projektet ett viktigt steg mot en korrekt-genom-konstruktion designprocess genom att etablera en formell bas, samt utvecklingen av metoder, principer, och verktyg för modellering, designutrymmesutforskning och syntes av den slutgiltiga programvaran.

Långsiktiga effekter som förväntas

Projektet har skapat metoder och verktyg för ett korrekt-genom-konstruktion designprocess för framtida avioniksystem. Projektet har levererat en ny designmetod, förbättrat stöd för modellering och simulering genom utökade ForSyDe modelleringsbibliotek, ett nytt verktyg för designutrymmesutforskning, principer och ett prototypverktyg för mjukvarusyntes. Metodens potential har demonstrerats och utvärderats genom industriella användningsfall. Resultaten är lovande, men det behövs mer forskning för att nå en högre mognadsgrad för att användas i industrin.

Upplägg och genomförande

Projektet har haft sin hemvist inom klustret Avionikplattformteknologi som adresserar framtida system och deras behov av beräkningskraft, robusthet, säkerhet och utvecklingskostnad. Två parallella projekt inom klustret har stöttat detta projekt. Projekten har demonstrerat nya designmetoder för framtida flygplansutveckling inom två områden: avionikfunktioner, krävande sensorfunktioner av typen AESA radar, och tagit ett steg mot införande maskininlärning i framtida autonomifunktioner med omfattande databearbetningsbehov genom att definiera ett användningsfall.

Texten på den här sidan har projektgruppen själv formulerat. Innehållet är inte granskat av våra redaktörer.

Senast uppdaterad 4 oktober 2022

Diarienummer 2017-04892