2. 实时数据压缩的指标体系

在任务载荷实时数据压缩中，评价一套方案好不好，不能只看“压得小不小”。无人机光电吊舱、SAR成像、高光谱载荷等场景，往往同时受带宽、算力、功耗和任务时限约束。因此需要一套多维指标体系：压缩比、保真度、延迟、吞吐量、功耗、资源占用。它们不是六个独立数字，而是彼此牵制的整体，改变其中一个，通常会牵动其余几个。

一、六个指标分别衡量什么

压缩比（CR）是最直观的指标，定义为原始数据量与压缩后数据量之比：CR = 原始比特数 / 压缩后比特数。例如一帧原始图像为 1920×1080×12 bit ≈ 24.9 Mbit，压缩后为 1.24 Mbit，则 CR≈20:1。压缩比决定了下行链路能否承载，但它本身不说明画质。

保真度衡量压缩后数据与原始数据的接近程度。有损压缩常用 PSNR、SSIM、MSE 或任务级指标（如目标检测召回率、图像可判读等级）表示；无损压缩则要求逐比特一致。保真度是任务效能的底线，侦察识别类任务通常要求关键区域高保真。

延迟指从数据进入压缩模块到压缩码流可输出的时间，包括分块、变换、量化、熵编码、缓冲和打包等环节。实时任务中，端到端延迟常要求控制在帧周期以内，例如 30 fps 对应 33.3 ms，压缩环节可能只允许占 10～15 ms。

吞吐量表示单位时间能处理的原始数据量，单位常用 MB/s 或 Gbit/s。它决定系统能否跟上载荷输出速率。吞吐量不足会造成丢帧或缓冲溢出，即使压缩比很高也无法满足实时性。

功耗是压缩算法与硬件运行时消耗的功率，单位 W，常与能效比（如 Mbit/J 或 MB/s/W）一起看。机载、星载平台供电和散热受限，功耗直接决定方案能否长期稳定运行。

资源占用包括逻辑资源（LUT、DSP、BRAM）、内存带宽、片上缓存、CPU/GPU 占用率等。它决定算法能否在给定 FPGA 或 SoC 上落地，也影响成本与体积。

二、指标之间的相互制约关系

这六个指标构成一个“不可能三角”式的约束网络。最典型的关系是：提高压缩比通常以牺牲保真度为代价。量化步长增大，码率下降，但 PSNR 和 SSIM 随之下降；当压缩比超过某个拐点，画质会急剧恶化。

提高压缩比或保真度，往往增加计算复杂度和延迟。更精细的运动估计、更复杂的熵编码、更大的搜索窗口，都会消耗更多算力和时间。若要在同一帧周期内完成，就必须提高时钟频率或增加并行度，这又推高功耗和资源占用。

吞吐量与延迟也存在矛盾。流水线越深，吞吐量越高，但单帧延迟可能增大；分块越小，延迟越低，但块间相关性利用不足，压缩比下降。因此工程上常采用“小分块+浅流水+并行通道”的折中。

功耗与资源占用通常正相关。更多 DSP、更高频率、更大缓存意味着更高功耗。反过来，若为省电而降频，吞吐量和延迟指标又会恶化。

可以用一个简化的关系来理解：在给定硬件平台上，压缩比、保真度、延迟、吞吐量、功耗、资源占用共同受限于“算力—带宽—功耗”三条边界。任何一项指标被单独拉高，都会挤压其他指标的余量。

三、如何用这套指标做方案取舍

实际工程中，通常先确定“硬约束”，再优化“软目标”。硬约束一般来自任务和平台：下行带宽决定最低压缩比，任务时限决定最大延迟，载荷输出速率决定最低吞吐量，供电散热决定功耗上限，目标器件决定资源上限。保真度则常作为验收门槛，例如要求关键区域 PSNR≥35 dB 或目标检测召回率不低于原始数据的 95%。

以一个教学示例说明：某光电吊舱输出 1080p@30fps、12 bit 灰度图像，原始码率约 746 Mbit/s，下行链路可用 40 Mbit/s，则最低压缩比约 18.7:1。若选用 JPEG2000 类算法，在 CR=20:1 时 PSNR 约 38 dB，单帧处理延迟约 12 ms，FPGA 资源占用约 60% DSP、45% BRAM，功耗约 8 W。若把 CR 提高到 40:1，PSNR 可能降到 31 dB，延迟略降，但画质可能不满足识别要求。此时更合理的做法是保持 CR≈20:1，对感兴趣区域采用近无损压缩，对背景区域提高压缩比，从而在总码率不变的前提下保住关键目标保真度。

四、指标测量与验证要点

压缩比和吞吐量可通过统计输入输出字节数与处理时间直接计算；延迟需用时间戳或逻辑分析仪测量从首像素输入到末字节输出的时间；保真度需用标准测试序列计算 PSNR/SSIM，并结合任务算法验证；功耗用功率计或片上传感器测量；资源占用从综合实现报告读取。验证时应固定测试序列、分辨率、帧率和量化参数，保证结果可复现。只有把六个指标放在同一组条件下测量，才能真正判断一套压缩方案是否适合当前任务载荷。