航展畅想:从F35机载软件研发来看汽车车载软件研发
两款经典战机的机载软件
F-22和F-35战斗机的研制分别始于1980年代和1990年代末,F-22项目在1981年启动,主要由洛克希德·马丁(Lockheed Martin)和波音公司(Boeing)合作开发,以满足美军“先进战术战斗机” (ATF) 项目的需求。F-35的研发则开始于1996年,由洛克希德·马丁领导,同样与诺斯罗普·格鲁曼和BAE系统公司合作,以满足美军的“联合攻击战斗机” (JSF) 项目的需求 。
F-35的代码量比F-22大得多,F-35的软件代码行数高达2500万,而F-22仅为约200万。这种差距的原因主要是由于两机型的任务和技术需求不同。F-22主要设计为制空战斗机,注重空对空作战,而F-35是多用途战斗机,不仅具备空战能力,还需要执行空对地攻击、电子战和情报侦察任务,这些任务需要更复杂的传感器融合和信息处理能力 。
关于编程语言的选择,虽然F-22的核心代码使用了Ada语言,但F-35项目团队选择了C++。这部分是因为C++在商业和军事软件开发中变得更为普及,具有更广泛的支持和开发资源。而且C++相比Ada有更好的灵活性,可以更好地支持现代计算平台和硬件接口,符合F-35复杂任务系统的需求。因此,为了满足多任务环境下的模块化和扩展性需求,F-35的软件开发转向了C++而非延续F-22的Ada代码 。
F35战斗机机载软件的几个重大问题
在F-35的研发过程中,出现了几个重大软件问题,影响了其整体性能和交付进度。以下是一些主要问题:
- 武器系统软件问题:在一些早期的软件更新中,增加新的武器功能时,导致之前已经正常运行的武器系统出现故障。例如,在为F-35增加其他武器系统的功能后,AIM-120先进中程空空导弹(AMRAAM)的相关功能出现问题  。
- 持续的软件更新失败:F-35采用了“持续能力开发与交付”(C2D2)模型,计划每六个月交付增量的软件更新。然而,这一做法证明是不可持续的,常常引入稳定性问题,甚至影响到其他系统的正常运行。因此,更新的周期被延长至每年一次 。
- 测试不足:由于资金和资源的限制,开发团队在软件部署前未能进行充分的测试、回归测试和数据分析,这导致一些软件缺陷和操作问题未能及时发现,通常是在实际使用中由作战单位发现 。
- 技术刷新延迟:另一个重大问题是F-35的技术刷新(TR-3)延迟,原计划的更新被推迟了超过一年,这直接影响了飞机的交付进度 。
这些软件问题反映了在将高度依赖软件的功能集成到战斗机中的复杂性。洛克希德·马丁努力解决了这些问题,致力于稳定软件和提高机队的可用性。
给汽车车载软件研发的启示
上面所讲述的F-35的开发过程中遇到的重大软件问题为国内汽车车载软件研发提供了一些重要的启示:
- 持续更新与回归测试的重要性:
F-35采用的“持续能力开发与交付”(C2D2)模式,尽管初衷是希望通过定期小规模的软件更新不断优化系统,但这一方式未能有效避免新版本引入的稳定性问题。对于国内汽车车载软件而言,类似的情况同样适用。汽车软件,尤其是车载娱乐、自动驾驶和安全系统的更新(O TA),若过于频繁或未进行充分的回归测试,可能会导致新功能与已有功能的冲突,从而影响车辆的可靠性。因此,在进行软件更新时,必须加强回归测试,确保新功能不会破坏现有系统的稳定性 。
- 资金与资源的保障:
F-35在软件开发过程中由于资金和资源不足,导致了许多测试未能按计划完成,进而影响了软件质量和交付进度。对于车载软件研发,尤其是涉及到智能驾驶、ADAS(高级驾驶辅助系统)等复杂功能时,充足的资金和资源投入至关重要。开发团队需要在前期阶段就确保有足够的时间和资源进行测试,尤其是对安全性和可靠性至关重要的系统 。
- 系统的模块化与可维护性:
F-35软件中的一些问题是由新增的功能与已有功能的冲突引起的。这提醒我们,在汽车车载软件的设计时,模块化和高可维护性非常重要。如果一个新的软件模块的加入可能影响到其他系统的稳定性,那么必须设计合理的接口和清晰的模块划分,以减少不同模块间的相互干扰和兼容性问题 。
- 确保“原始设计”的高质量:
F-35软件在设计阶段未能做到完全的完善,导致后期的更新不断修复问题。这表明,在初始版本发布时,软件的质量和稳定性必须尽可能接近最终需求。对于汽车车载系统,特别是在自动驾驶领域以及功能安全相关软件,过于依赖后续的修复和更新可能会带来严重安全隐患。因此,初期的开发阶段要确保软件系统设计的全面性和严谨性,减少后期修复的负担 。
- 跨部门协作与整体系统测试:
F-35的开发也暴露了在不同部门和技术团队之间协调不力的问题,尤其是在测试阶段。类似的情况在汽车行业中也常会发生,特别是在涉及多个硬件厂商和软件开发团队的情况下。良好的跨部门协作、全面的系统集成测试对于车载软件的成功至关重要,确保各个模块之间的兼容性和整体系统的稳定运行 。
总结来说,F-35在软件开发中的经验和教训为国内汽车车载软件的研发提供了很多有价值的启示,尤其是在测试、资源分配、模块化设计以及初期高质量设计方面,国内厂商可以从中吸取宝贵经验,避免类似问题的发生。
相关文章:

航展畅想:从F35机载软件研发来看汽车车载软件研发
两款经典战机的机载软件 F-22和F-35战斗机的研制分别始于1980年代和1990年代末,F-22项目在1981年启动,主要由洛克希德马丁(Lockheed Martin)和波音公司(Boeing)合作开发,以满足美军“先进战术战…...

用Dify搭建AI知识库
Dify 可以上传各种格式文档和抓取网页数据训练自已的知识库 一 安装 1 Docker安装 我基于Docker来安装的,所以本机先装Docker Desktop, Docker 安装方法在这里 2 Dify 安装 git clone https://github.com/langgenius/dify.git cd dify/docker copy .env.exampl…...

架构师:如何提高web网站的请求并发响应量?
文章目录 一、提出问题二、相关概念三、如何提高网站请求响应能力?四、负载均衡有那些方式?五、常用微服务架构图及推荐书籍 一、提出问题 今天,突然想到一个问题,双十一,那些电商网站的并发量是多大? 简…...
图论基础--孤岛系列
孤岛系列有: 孤岛总面积求解(用了dfs、bfs两种方法)和沉没孤岛(这里只写了dfs一种) 简单解释一下: 题目中孤岛的定义是与边缘没有任何接触的(也就是不和二维数组的最外圈连接)&…...

Docker学习—Docker的安装与使用
Docker安装 1.卸载旧版 首先如果系统中已经存在旧的Docker,则先卸载: yum remove docker \docker-client \docker-client-latest \docker-common \docker-latest \docker-latest-logrotate \docker-logrotate \docker-engine2.配置Docker的yum库 首先…...
HC-SR04超声波传感器详解(STM32)
HC-SR04是一款广泛使用的超声波传感器,它通过发射和接收超声波来测量距离。本文将详细介绍HC-SR04的工作原理、引脚描述、STM32的接线方式以及如何通过STM32控制HC-SR04来测量距离。 一、HC-SR04传感器介绍 HC-SR04超声波传感器的主要参数如下: 工作电…...

如何在BSV区块链上实现可验证AI
发表时间:2024年10月2日 nChain的顶尖专家们已经找到并成功测试了一种方法:通过区块链技术来验证AI(人工智能)系统的输出结果。这种方法可以确保AI模型既按照规范运行,避免严重错误,遵守诸如公平、透明…...

Python快速安装软件包到环境的方案
问题描述 直接在终端输入,显示安装numpy包要20分钟, pip install numpyxxx.whl解决方案 直接搜索pip install 后在终端显示的.whl文件,在pypi.org官网下载, 之后在终端进入下载目录,从.whl文件安装软件包即可 pip …...
npm入门教程17:准备发布的npm包
一、环境准备 安装Node.js和npm: 确保你的计算机上已安装Node.js和npm。可以通过运行node -v和npm -v命令来检查它们的版本。如果没有安装,可以从Node.js官方网站下载并安装最新版本。 注册npm账号: 访问npm官网,点击“Sign Up”…...

协程1 --- 发展历史
文章目录 一个编译器问题背景解决 协程为什么一开始没发展成一等公民?自顶向下、逐步求精(Top-down, stepwise refinement)线程的出现 协程的雄起IO密集型同步语义实现异步发展史 线程和协程的关系并发性调度方式资源占用 一个编译器问题 协…...

VBA10-处理Excel的动态数据区域
end获取数据边界 1、基本语法 1-1、示例: 2、配合row和column使用 2-1、示例1 2-2、示例2 此时,不管这个有数值的区域,怎么增加边界,对应的统计数据也会跟着变的!...
【git】使用记录
一、安装 参考:Git2.45.2下载安装记录(windows 11)_win11安装git-CSDN博客...
代码随想录算法训练营第三十八天|Day38 动态规划
322. 零钱兑换 视频讲解:https://www.bilibili.com/video/BV14K411R7yv https://programmercarl.com/0322.%E9%9B%B6%E9%92%B1%E5%85%91%E6%8D%A2.html 思路 #define min(a, b) ((a) > (b) ? (b) : (a)) int coinChange(int* coins, int coinsSize, int amount…...
使用C++和libcurl库实现HTTP请求(GET、POST、文件上传)
在现代软件开发中,与外部API服务进行通信已成为常见需求。本文将展示如何使用C和libcurl库实现基本的HTTP请求,包括GET请求、POST请求(带JSON数据)以及包含文件上传的POST请求。 准备工作 首先,需要确保已安装libcur…...
makefile例子
$指代当前目标,就是Make命令当前构建的那个目标。比如,make foo的 $ 就指代foo。 $< 指代第一个前置条件。比如,规则为 t: p1 p2,那么$< 就指代p1。 $? 指代比目标更新的所有前置条件,之间以空格分隔。比如&a…...

用环形数组实现队列(多种高级方法,由浅入深)
同普通数组实现的队列相比,普通数组的头结点和尾节点都是固定的,在进行移除的时候如果移除了一个节点,后面所有节点都需要进行移除操作,需要的时间复杂度更高 在环形数组中,确定了头尾指针的环形数组很好地解决了这一…...
springboot框架使用RabbitMQ举例代码
以前分享过一个理论有兴趣的小伙伴可以看下 https://blog.csdn.net/Drug_/article/details/138164180 不多说 还是直接上代码 第一步:引入依赖 可以不指定版本 <!-- amqp --><dependency><groupId>org.springframework.boot</groupId…...
Java实现一个延时队列
文章目录 前言正文一、基本概念1.1 延时队列的特点1.2 常见的实现方式 二、Java原生的内存型延时队列2.1 定义延时元素DelayedElement2.2 定义延时队列管理器DelayedQueueManager2.3 消费元素2.4 调试2.5 调试结果2.6 精髓之 DelayQueue.poll() 三、基于Redisson的延时队列3.1 …...
为什么说vue是双向数据流
Vue.js 被称为 双向数据绑定(two-way data binding),是因为它支持数据在 视图(View) 和 模型(Model) 之间双向流动。这意味着,当 数据变化 时,视图会自动更新;…...

创造属于你的 Claude Prompt 和个性化 SVG 卡片|对李继刚老师提示词的浅浅解析与总结
❤️ 如果你也关注大模型与 AI 的发展现状,且对大模型应用开发非常感兴趣,我会快速跟你分享最新的感兴趣的 AI 应用和热点信息,也会不定期分享自己的想法和开源实例,欢迎关注我哦! 🥦 微信公众号ÿ…...
生成xcframework
打包 XCFramework 的方法 XCFramework 是苹果推出的一种多平台二进制分发格式,可以包含多个架构和平台的代码。打包 XCFramework 通常用于分发库或框架。 使用 Xcode 命令行工具打包 通过 xcodebuild 命令可以打包 XCFramework。确保项目已经配置好需要支持的平台…...

循环冗余码校验CRC码 算法步骤+详细实例计算
通信过程:(白话解释) 我们将原始待发送的消息称为 M M M,依据发送接收消息双方约定的生成多项式 G ( x ) G(x) G(x)(意思就是 G ( x ) G(x) G(x) 是已知的)࿰…...
【解密LSTM、GRU如何解决传统RNN梯度消失问题】
解密LSTM与GRU:如何让RNN变得更聪明? 在深度学习的世界里,循环神经网络(RNN)以其卓越的序列数据处理能力广泛应用于自然语言处理、时间序列预测等领域。然而,传统RNN存在的一个严重问题——梯度消失&#…...
系统设计 --- MongoDB亿级数据查询优化策略
系统设计 --- MongoDB亿级数据查询分表策略 背景Solution --- 分表 背景 使用audit log实现Audi Trail功能 Audit Trail范围: 六个月数据量: 每秒5-7条audi log,共计7千万 – 1亿条数据需要实现全文检索按照时间倒序因为license问题,不能使用ELK只能使用…...

MODBUS TCP转CANopen 技术赋能高效协同作业
在现代工业自动化领域,MODBUS TCP和CANopen两种通讯协议因其稳定性和高效性被广泛应用于各种设备和系统中。而随着科技的不断进步,这两种通讯协议也正在被逐步融合,形成了一种新型的通讯方式——开疆智能MODBUS TCP转CANopen网关KJ-TCPC-CANP…...

【论文阅读28】-CNN-BiLSTM-Attention-(2024)
本文把滑坡位移序列拆开、筛优质因子,再用 CNN-BiLSTM-Attention 来动态预测每个子序列,最后重构出总位移,预测效果超越传统模型。 文章目录 1 引言2 方法2.1 位移时间序列加性模型2.2 变分模态分解 (VMD) 具体步骤2.3.1 样本熵(S…...
【SSH疑难排查】轻松解决新版OpenSSH连接旧服务器的“no matching...“系列算法协商失败问题
【SSH疑难排查】轻松解决新版OpenSSH连接旧服务器的"no matching..."系列算法协商失败问题 摘要: 近期,在使用较新版本的OpenSSH客户端连接老旧SSH服务器时,会遇到 "no matching key exchange method found", "n…...
python爬虫——气象数据爬取
一、导入库与全局配置 python 运行 import json import datetime import time import requests from sqlalchemy import create_engine import csv import pandas as pd作用: 引入数据解析、网络请求、时间处理、数据库操作等所需库。requests:发送 …...

CVPR2025重磅突破:AnomalyAny框架实现单样本生成逼真异常数据,破解视觉检测瓶颈!
本文介绍了一种名为AnomalyAny的创新框架,该方法利用Stable Diffusion的强大生成能力,仅需单个正常样本和文本描述,即可生成逼真且多样化的异常样本,有效解决了视觉异常检测中异常样本稀缺的难题,为工业质检、医疗影像…...

VisualXML全新升级 | 新增数据库编辑功能
VisualXML是一个功能强大的网络总线设计工具,专注于简化汽车电子系统中复杂的网络数据设计操作。它支持多种主流总线网络格式的数据编辑(如DBC、LDF、ARXML、HEX等),并能够基于Excel表格的方式生成和转换多种数据库文件。由此&…...