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

Nästa generations beräkningsplattform för sensorsignalbehandling och avionikfunktion

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

Syfte och mål

Det finns behov av en ny typ av hårdvaruplattformsarkitektur för att möta framtida krav på mer beräkningsprestanda, möjlighet att samlokalisera olika typer av beräkningar, samt skapa skalbara och framtidssäkra avioniksystem som stöder teknologiskiften. Projektet har tagit ett första steg mot möjliga lösningar för framtida distribuerade hierarkiska nätverksbaserade beräkningsplattformar för att möta trender inom systemdesign som går mot omkonfigurerbara plattformar för alla typer av beräkningar, där plattformarna ska kunna skalas för ökad funktionalitet och prestanda.

Resultat och förväntade effekter

Projektet har skapat metodik för tidig bedömning och utvärdering av egenskaper för ett hierarkiskt nätverk med beräkningsnoder baserat på System-on-Chip teknologi. Projektet har utvecklat en beräkningsnod samt ADC och DAC chips som utgör delar i en distribuerad beräkningsplattform och demonstrerat metodens tillämpbarhet i ett framtida användningsfall med en säkerherskritisk flygdata funktion och en högprestanda aktiv elektroniskt skannad array (AESA) radar. 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 24 oktober 2022

Diarienummer 2017-04891

Statistik för sidan