“软件工程”学位授权点建设年度报告

一、       学位授权点基本情况

1、       学科方向

本学位点在软件工程技术、面向智能检测与识别领域的软件工程和面向物联网的软件工程3个方向展开研究并形成特色,研究方向具体情况如下所述:

(1)       软件工程技术

本方向在大型复杂软件开发方法及相应的支撑平台、软件分析与测试的新技术等方面进行研究并形成特色,具体研究内容如下:

1)航空软件低代码开发平台构建

针对航空领域复杂系统开发效率问题,开发了一套基于领域驱动设计的低代码开发框架。该平台支持可视化建模与自动化代码生成,特别适配飞行控制软件模块的快速组装与验证,可自动生成符合适航标准的代码框架,显著缩短开发周期。该成果通过校企合作应用于某型无人机航电系统开发项目,验证了其工程实用性。

2)智能化测试用例优先级排序算法研究

结合深度学习技术,提出一种基于代码静态特征与动态执行轨迹数据的测试用例优先级排序算法。通过构建航空软件缺陷预测模型,实现了高风险代码模块的精准定位,测试覆盖率提升显著。该技术已集成至学院自主研发的测试工具链中,并在某机载软件测试项目中验证了其有效性。

3)区块链驱动的软件供应链可信溯源系统

针对航空软件第三方组件的安全隐患,开发了去中心化的代码来源验证系统。利用智能合约记录开发全流程数据,确保不可篡改性与可追溯性。该系统在某机载软件供应链管理场景中试点应用,为国产化替代背景下的软件安全提供了新思路。

(2)       面向智能检测与识别领域的软件工程

本方向在智能检测与识别的领域分析等方面进行研究并形成特色,具体研究内容如下:

1)多模态遥感图像融合与航空器损伤检测系统

开发了基于Transformer架构的多源遥感图像融合算法,整合可见光、红外与SAR数据,实现了飞行器表面损伤的自动检测与分类。该系统应用于无人机巡检场景,支持航空器健康状态的智能评估,显著提升了检测效率与精度。

2)轻量化机载嵌入式目标识别框架

针对机载设备算力限制,提出神经网络剪枝与量化联合优化方法,开发了一套适用于嵌入式平台的轻量级目标识别框架。该技术在航空器部件缺陷检测中实现低功耗实时推理,已通过某型直升机旋翼系统故障检测项目的工程验证。

3)复杂场景下地勤人员行为识别预警系统

基于时空图卷积网络,融合多视角视频流与传感器数据,构建了航空地勤人员高风险动作识别模型。该系统可实时监测并预警违规操作行为,已部署于某机场地面作业管理平台,提升了安全管理智能化水平。

(3)       面向物联网领域的软件工程

本方向在物联网领域分析等方面进行研究并形成特色,具体研究内容如下:

1)航空物联网边缘计算框架优化

针对飞行器传感器数据处理延迟问题,设计了轻量级边缘计算框架,开发任务卸载与资源调度联合优化算法。该框架支持传感器数据的实时分析与本地决策,成功应用于某型无人机集群通信系统,显著降低云端传输负载。

2)航空物联网数据安全方案

提出一种多节点传感器数据安全聚合方法,实现加密状态下的数据融合与可信共享。该方案应用于飞行器健康监测系统,解决了分布式数据处理中的隐私泄露风险,并通过某民航企业的安全合规性测试。

3)航空发动机数字孪生预测性维护系统

构建了基于物联网的航空发动机数字孪生体,融合实时传感器数据与物理模型仿真,开发剩余寿命预测算法。该系统在某航空公司的发动机全生命周期管理中实现故障预警准确率提升,优化了维护策略。

2、       学科特色

(1)航空与国防特色深度融合

学科紧密围绕国家航空与国防需求,将软件工程技术应用于航空航天领域的关键技术攻关。例如,在机载软件测试与验证技术方向,学院持续深化对新一代飞机综合航电系统软件的研究,开发符合适航标准的测试工具链,并承担军委装备发展部“复杂软件共因失效防御技术研究”等项目。此外,与中航工业研究所合作推进“空地攻击单兵引导系统”研发,将软件技术直接应用于国防装备智能化升级,体现了“服务国防”的学科定位。

(2)产学研协同创新模式

学院通过校企联合实验室(如“思创研究生联合培养基地”)和横向课题承接,推动科研成果转化。例如,为江西省电瓷制造业设计的工业互联网平台,显著提升生产线良品率;开发的“鄱阳湖生态监测数字综合平台”实现了环境数据的实时监测与智能分析,服务地方生态保护912。同时,与洪都航空工业集团等企业合作开展实训项目,将企业真实工程案例融入教学,形成“科研-教学-产业”闭环。

(3)特色化人才培养体系

学院通过“凌云班”等特色教学班,实施小班化、项目驱动的教学模式,强化学生解决复杂工程问题的能力。课程设置突出航空软件特色,并引入企业导师参与实践指导。此外,推行“本硕贯通”培养机制,优秀本科生可优先推免研究生,形成人才梯度培养链条。

3、       学科优势

本软件工程学科的优势在于:

(1)学科评估与认证水平领先

软件工程专业在江西省内稳居首位,全国第五轮学科评估中获评C+,进一步巩固了其在江西省软件工程领域的龙头地位。作为江西省软件工程学科联盟牵头单位,学院还成功入选首批江西省特色化示范性软件学院,彰显了学科建设的示范性与引领性。

(2)智能检测与物联网技术的创新应用

在智能检测领域,学科重点突破多模态生物特征识别技术(如掌纹、虹膜识别)和三维重建技术,相关成果应用于“月球巡视器形貌探测地面实验系统”,并构建了机动目标识别与检测的领域模型912。物联网方向则聚焦无线传感网络优化与智能感知体系,开发事件驱动的实时消息调度算法,应用于航空物联网场景,提升数据传输效率与可靠性。

(3)科研平台与团队建设

依托江西省图像处理与模式识别重点实验室、南昌市航空软件共性技术重点实验室等平台,学科在软件测试、图像处理等领域形成技术优势。科研团队承担多项国家级课题(如国家自然科学基金、国防预研项目),并获省级优秀硕士学位论文等荣誉。

二、       2023年度学位点建设情况

1、年度招生

录取硕士研究生73人,其中第一志愿上线考生66人,接收推免研究生7人,录取人数为历年最高。在“中国在线教育”平台举行了“2024研究生招生直播宣讲会”,抖音、微博、小红书等各类直播平台同步推广招生宣讲,在线人数达到6000多余人。

2、年度培养

获批江西省研究生创新基金项目3项、校级研究生创新基金项目5项,结题江西省研究生创新基金项目2项、校级研究生创新基金项目2项。获得省级优秀硕士学位论文2篇,省级研究生课程案例建设项目1项。

2023年,学院教师发表学术论文76篇,其中发表SCI/EI检索论文50篇,SCI二区以上论文11篇,高水平论文数12篇。

2020级赵建军同学荣获中国第十七届大学生年度人物。计算机视觉与图像处理团队研究生党支部获得学校“百个研究生样板党支部”推荐对象。

3、年度毕业

2023届研究生毕业57人,去向落实率96.5%,其中到机关其他事业单位工作11人,到航空航天国防单位工作14人,高质量完成就业工作。

4、研究生教育质量管理

软件工程一级学科在教育部第五轮学科评估中获得C+等级。根据评估结果撰写了学科评估结果分析报告,进行了学科劣势分析,制定了工作思路,提出了下一轮学科评估目标和工作举措。

组织力量撰写(填写)了工程类硕士专业学位授权点电子信息类别(软件工程领域)学位授权点基本状态信息表的相关内容和数据,形成了自核验报告,完成了自核验工作。

研究生培养的过程管理不断优化。制定了2023版研究生培养方案和2023版研究生课程教学大纲。在研究生入学复试、培养计划制定、学位论文选题与答辩等各个环节加强管理和优化。硕士学位论文抽查合格率100%。

5、学术交流

承办了2023国际产学研用合作会议(江西会场)机载系统研发与测试技术分论坛。邀请了民航江西适航审定中心电子电气、机械系统室主任熊小平,西安理工大学魏嵬副教授,南昌大学邱桃荣教授,上海工程技术大学周南润教授,江南大学丁锋教授等到学院为师生做学术报告,定期开展学科团队学术交流活动。学院师生参加中国计算机大会(CNCC 2023)、CCF软件工程专委会年会(NASAC 2023)、CVPR 2023等国内国际重大学术会议,与国内外学者进行学术交流。

三、       科研成果

坚持以提高青年教师科研能力为目标、以提高课题申报书质量为抓手、采用以学科团队负责人为核心的课题组集体讨论修改、校外专家预审点评等方式,帮助青年教师提高课题申报书的质量。2023年,学院组织申报国家自然科学基金项目12项,其中面上1项、青年2项、地区9项。立项国家自然科学基金项目1项。国防/军工项目立项数5项。纵向项目合同经费122万,到账经费96万;横向项目合同经费172.3万,到账经费226.8万;航空国防合同经费149.3万,到账经费200.5万;服务地方平台数1个;服务江西“1269”行动计划项目经费30.6万。

2023年,学院发表学术论文76篇,其中发表SCI/EI检索论文50篇,SCI二区以上论文11篇,高水平论文数12篇。

四、       科研平台

成功申报了南昌市航空宇航软件共性技术重点实验室。进一步建设江西省图像处理与模式识别重点实验室、江西省计算机与信息技术产学研合作示范培育基地、软件测评中心、物联网与大数据研究所、计算机视觉研究所等科研平台。

五、       改进计划

(1)推动科技成果服务国防与地方产业

围绕国家战略与区域经济发展需求,未来计划构建“双向赋能”的成果转化生态。国防服务方面,与军工院所建立常态化技术需求对接机制,重点突破高安全嵌入式软件架构、航空数据链加密传输等关键技术,开发符合军用标准的软件可靠性验证工具包。地方产业服务层面,搭建“航空软件工业互联网平台”,提供中小微企业数字化转型解决方案,涵盖智能生产线优化、设备预测性维护等场景,开发轻量化航空制造工艺仿真组件库。配套建设“航空技术应用案例库”,将服务国防与地方的典型项目转化为教学案例,形成“科研反哺教学、产业牵引创新”的良性循环。

(2)强化学科交叉与新兴技术融合

未来计划面向软件测试智能化转型趋势,深度整合人工智能与软件工程学科资源。在课程体系层面,开设交叉课程,构建“传统测试方法-AI增强测试-自主演化测试”递进式知识框架。研究方向初步规划聚焦三个领域:一是基于深度学习的测试用例自动生成技术,利用神经网络模型分析航空软件需求文档,自动构造边界值测试场景;二是面向持续集成的智能回归测试技术,开发具备自适应性的大规模测试用例优先级排序算法;三是航电系统多模态测试技术,融合视觉识别、语音交互等AI能力构建虚实结合的测试环境。

(3)推进数字化转型与智慧教育平台建设

未来计划以构建新一代软件工程教育生态为目标,打造“沉浸式学习-智能辅助-精准管理”三位一体的智慧教育体系。虚拟仿真实验平台建设方面,开发航空软件全栈开发虚拟实训场景,涵盖航电系统建模、适航验证工具链操作、航空大数据治理等模块,支持学生通过数字孪生技术开展高风险、高成本的航空软件实验。AI助教系统部署方面,构建智能学习分析引擎,实时跟踪学生代码提交、测试通过率、知识掌握度等数据,自动生成个性化学习路径建议,并为教师提供课堂效果热力图、知识点薄弱环节分析报告。