01
上海波音航空培训项目落地临港洋山特殊综保区
近日，波音宣布其上海培训中心的新址正式开业，这是波音公司在亚太地区开展合作的一个重要里程碑，同时也是对航空培训能力的一项重大投资。
项目落地临港洋山特殊综保区，占地超6000平方米，配备2台全动模拟机，覆盖波音737 MAX及787梦想飞机的训练，同时辅以2台固模训练器、8个简报室及专用787舱门训练室，依托全天候专业维护团队保障，全面构建起集高阶飞行训练、机务维修培训与CBT理论教学于一体的综合培训能力，为航空公司提供高标准的全流程航空人才解决方案。
波音民用培训解决方案副总裁克里斯·布鲁姆（Chris Broom）表示：“这个园区体现了波音在亚太地区对航空安全和人才培养的长期承诺。随着机队增长加快，我们必须投资于培训基础设施和高质量培训课程。我们将需要在保持最高安全标准的前提下扩展能力，来保持航空培训的卓越水准。”
信息来源：上海临港
02
全球最大无人货运eVTOL整机机身下线
近日，牧羽天航空科技有限公司旗下飞行重卡AT8000整机机身在无锡市新吴区空港园区下线。作为全球已知最大的电动垂直起降飞行器(eVTOL)，飞行重卡AT8000的下线标志着我国在重载低空物流装备领域实现全球领跑，为低空经济商业化落地应用注入核心动力。
据介绍，这款“飞行重卡”最大起飞重量达8吨，远超同类在研机型；最大有效载重3500公斤（增程），巡航速度252公里/小时，满载航程1000公里（增程），可覆盖市县、山村、海岛等全场景低空物流网络。
在创新构型方面，采用18升力旋翼（4个倾转）+2推进旋翼的半倾转混动架构，垂直起降更稳定、巡航效率更高，兼顾高可靠性与长续航能力。
值得一提的是，这架eVTOL全栈自研，从概念设计、气动布局、结构强度到航空动力电机、全机航电系统，实现自主可控，具备全复合材料整机研发制造能力，核心技术拥有完全自主知识产权。
区别于传统低空物流装备，AT8000聚焦“重载、远距、高效”核心需求，可广泛应用于高时效物流配送、生鲜冷链运输、应急物资投送、海上补给、偏远地区物资保障等低空货运场景，真正实现“门到门”点对点直达运输。
据牧羽天航空透露，自研发启动以来，AT8000已完成缩比机的验证飞行，充分验证飞机的系统可靠性。
此次整机机身下线后，牧羽天航空将快速推进后续总装、系统集成、地面测试及首飞工作，同步加速适航认证进程，力争早日投入商业运营，抢占全球重载低空物流市场先机。
信息来源：中物联低空物流
03
航空传感器从“感知”向“智能感知”的跨越与突围（上）
以下文章来源于造飞机的那些事，作者王建华
作为航空器的“神经末梢”，传感器技术直接决定了飞行器的环境适应性、作战效能与安全性。当前，传统航空传感器技术正处于从单一物理量获取的“感知”阶段，向多维信息融合、前端处理的“智能感知”阶段转型的关键时期。本文深入剖析了传统传感器在数据吞吐量、实时性、功耗与架构上的代际性瓶颈，结合F-35战机DAS系统、航空发动机PHM系统及无人机智能避障等典型案例，探讨了由摩尔定律延伸、边缘计算兴起及新型材料驱动下的技术突围路径，并对未来航空智能感知系统的构建提出了展望。
引言：从“盲人摸象”到“全知全能”的进化诉求
在航空技术发展的百年历程中，传感器始终扮演着飞行器“五官”的角色。从早期依靠机械仪表感知高度与空速，到现代航空电子架构中依赖雷达、红外、激光雷达等多源传感器构建态势感知能力，传感器的精度与种类直接决定了飞行器的性能边界。然而，随着现代战争对“先敌发现、先敌摧毁”以及民用航空对“全天候、高密度、自主飞行”要求的指数级提升，传统传感器仅仅充当“数据采集器”的角色已显捉襟见肘。
航空工业正处于一个关键的技术转型期。
传统的“感知”模式——即传感器仅负责将物理信号转换为电信号并原样上传至中央处理单元——正面临着数据洪流与实时性要求的严峻挑战。向“智能感知”转型，即在传感器前端实现数据的清洗、特征提取、多源融合甚至初步决策，已成为行业共识。这一过程并非简单的硬件升级，而是一场涉及材料学、微电子、算法架构与系统工程的深刻变革。
一、传统“感知”模式的代际性瓶颈
尽管传统航空传感器技术已相当成熟，但在面对第五代、第六代战机及新一代民用客机的需求时，其底层架构与工作机理显露出了明显的代际性瓶颈。这种瓶颈并非单一维度的，而是系统性的、架构层面的错位。
1.1 数据吞吐量与传输带宽的“堰塞湖”
传统传感器的核心职能是“忠实记录”。以合成孔径雷达（SAR）或高分辨率光电吊舱为例，随着分辨率的提升，其原始数据量呈爆炸式增长。一部现代机载雷达在远程搜索模式下的原始数据率可达每秒数吉比特。
在传统架构中，这些海量原始数据需通过ARINC429、1553B或早期的光纤通道无差别地传输至核心处理机。这导致了严重的“带宽瓶颈”：传输链路被无用或低价值数据堵塞，如同将未过滤的河水直接引入净水厂，导致后端处理能力饱和。在激烈空战或复杂电磁环境下，这种延迟往往是致命的。
1.2 “感”与“算”分离带来的时效性滞后
传统航空电子系统遵循“传感器-处理机-显示器”的线性流水线架构。这种架构假设传感器是无源的、被动的，而计算资源是昂贵的、集中的。然而，在超视距空战和高速机动场景中，毫秒级的延迟都可能决定生死。
传感器内部缺乏预处理能力，导致数据从采集、传输、排队、处理到最终生成态势图，存在不可忽视的系统延迟。这种滞后在面对高超声速目标或瞬息万变的电子战环境时，使得指控闭环难以闭合。传统的“感算分离”架构，已无法满足OODA（观察-调整-决策-行动）循环极速化的需求。
1.3 功耗、体积与重量的SWaP限制
现代航空器对载荷极其敏感。传统高性能传感器往往依赖复杂的模拟前端电路和独立的制冷系统，导致其体积庞大、功耗惊人。例如，传统机载红外搜索跟踪系统（IRST）为了达到高灵敏度，往往需要庞大的斯特林制冷机，占据了宝贵的机头空间。
更重要的是，传统传感器缺乏“智能休眠”或“动态资源分配”能力。无论目标是否在视场内，传感器通常以全功率运行，造成了能源的巨大浪费。在无人机等对续航能力极其敏感的平台中，这种低能效比是不可接受的。
1.4 孤岛效应与单一维度的认知局限
传统航空传感器多为“烟囱式”发展，雷达只管测距测速，电子战系统只管侦收信号，光电只管成像。各分系统之间缺乏底层数据交互，仅在后端进行有限的信息融合。这种割裂导致了“盲人摸象”的现象：雷达发现目标但无法识别型号，光电看清外形但无法测距，电子战截获信号但无法定位。
在强干扰环境下，单一传感器极易被欺骗或压制。缺乏跨模态的底层关联与印证，使得系统整体的抗干扰能力和识别置信度大打折扣。
二、“智能感知”的技术内涵与核心特征
要逾越上述瓶颈，必须实现从“感知”向“智能感知”的质变。所谓“智能感知”，并非简单地在传感器内嵌入芯片，而是传感器功能的重新定义与架构的重构。其核心特征体现在以下三个维度。
2.1 前端智能化：边缘计算的引入
智能感知的核心在于将计算能力下沉至传感器前端。通过内置高性能的FPGA、DSP或专用AI加速芯片，传感器不再是原始数据的输出者，而是信息的输出者。
例如，智能雷达可以在脉冲重复周期内完成脉冲压缩、多普勒滤波和恒虚警检测，直接输出目标点迹数据，而非原始IQ信号；智能光电传感器可在感光元件后直接进行特征提取，仅输出“发现敌方战机”的标识与坐标。这种处理方式将数据传输量压缩了几个数量级，极大地释放了总线带宽，实现了“所传即所用”。
2.2 多维融合感知：打破物理壁垒
智能感知强调多源数据的底层融合。这不再是简单的“图像叠加”，而是基于物理机理的深度融合。例如，将红外图像的热特征与雷达的回波强度特征进行像素级关联，可以有效剔除杂波干扰。
更进一步，智能感知系统具备“协同探测”能力。雷达在搜索模式下发现可疑目标后，可自动引导光电传感器以窄视场高分辨率模式进行确认，同时调动电子战系统分析目标辐射源特征。这种跨模态的协同，使得感知系统具备了类似人类“视、听、触”综合判断的能力，大幅提高了态势感知的准确度。
2.3 认知与自适应能力：从被动到主动
传统传感器是“被动响应”的，而智能传感器是“主动认知”的。借助人工智能算法，传感器能够感知电磁环境的变化并自主调整工作参数。
例如，认知雷达能够实时分析干扰信号的特征，自动跳变频率、改变波形或调整波束指向，以避开干扰频段；智能蒙皮传感器可以根据飞行姿态和外界压力分布，动态改变传感器灵敏度阵列，优化气动外形控制。这种自适应能力，标志着传感器从“工具”向“智能体”的进化。
三、典型案例深度剖析
为了更直观地理解“智能感知”带来的变革，我们选取了军用航空态势感知、动力系统健康管理以及无人机自主飞行三个领域的典型案例进行深入剖析。
3.1 案例一：F-35战机的AN/AAQ-37分布式孔径系统（DAS）
背景痛点：
传统战机的光电传感器（如红外搜索跟踪系统IRST）通常安装在机头，视场有限（通常为左右各60度），存在盲区，且功能单一，仅能进行空空搜索。飞行员往往需要频繁机动来搜索目标，且无法感知后方威胁。
智能感知突破：
洛克希德·马丁公司为F-35开发的AN/AAQ-37DAS系统，是“智能感知”彻底颠覆传统模式的典范。
全向感知与自动拼接：系统在机身周围布置了6个红外传感器，实现了360度无死角覆盖。更关键的是，传感器内部集成了高性能图像处理算法，能够实时将6个传感器的图像拼接成一幅连续的球形全景图像。这不再是简单的视频传输，而是经过几何校正和配准的“态势图”。
前端目标自动识别：DAS不再依赖后端处理器进行目标搜索。传感器前端算法能够自动在图像中提取出导弹发射的尾焰特征、战斗机热信号等。它能在远距离自动侦测到来袭导弹，并立即向飞行员告警，甚至自动触发对抗措施，整个过程无需后端核心计算机介入，极大缩短了反应时间。
穿透机体成像：传统的传感器受限于安装位置，无法“看穿”机身。DAS通过智能图像处理，允许飞行员“看穿”地板和机翼下方，如同飞机本身是透明的。这种智能感知能力让飞行员不再受限于物理视界，实现了认知维度的飞跃。
成效：F-35飞行员不再需要通过频繁盘旋来搜索目标，DAS不仅充当了“眼睛”，更充当了“大脑”，直接输出威胁等级与方位信息，极大减轻了飞行员负担。
信息来源：造飞机的那些事
随着全球航空工业向高效率、高质量、低成本方向发展，航空产业正经历从“传统制造”向“数字智造”的深刻跃迁。中国航空工业，站在从“航空大国”迈向“航空强国”的关键节点，比以往任何时候都更需要前沿技术的引领、工程实践的突破与产业链协同的深化。
在此背景下，“2026航空技术与制造工程（西安）大会” 汇聚国内外顶尖专家、企业领袖与科研团队，从航空发动机制造与装配测试技术、飞机制造与装配测试技术、低空飞行器设计与装配技术、复材设计制造与修补技术等方向探讨先进手段，推动航空制造向智能化、无人化、高精度化迈进。
大会为航空产业提供一个以技术交流为基础、以商务对接为核心的交流平台。通过本次大会，我们希望汇聚行业智慧，共同探索更智能、更可靠、更经济的航空制造与装配测试解决方案，助力中国乃至全球航空制造业迈向新高度
