1. 星载计算平台的任务剖面与约束分析

星载计算平台不是地面服务器的简单“上天版”。它面对的是遥感、通信、导航三类典型载荷同时提出的计算需求，而这些需求又必须在功耗、体积、散热、可靠性和抗辐射等硬约束下被满足。理解异构计算平台架构的第一步，不是先看FPGA内部有什么资源，而是先把“任务剖面”和“约束边界”讲清楚：平台到底要算什么、算多快、在什么环境下算、算错了会怎样。只有把这些问题量化，才能推导出CPU、FPGA、DSP、专用加速器各自应承担的角色。

一、三类载荷的任务剖面差异

遥感载荷的核心是“数据量大、实时性要求高、算法链长”。以一台工作在500 km太阳同步轨道的多光谱相机为例，假设幅宽80 km、地面分辨率5 m、光谱通道16个、量化位数12 bit，则单帧原始数据量约为：

单帧像素数 ≈ (80000/5) × (80000/5) = 16000 × 16000 = 2.56×10^8
单帧数据量 ≈ 2.56×10^8 × 16 × 12 bit ≈ 4.9×10^10 bit ≈ 6.1 GB

若帧周期为2 s，则原始数据率约3 GB/s。这个量级不可能全部下传，必须在星上完成辐射校正、几何粗校正、云检测、目标切片和压缩。辐射校正中的两点校正可写成 DN_out = (DN_in - DN_dark) × K，其中K为增益系数，逐像素乘加，属于典型的高并行、低控制开销运算，适合FPGA流水线实现；而云检测中的阈值判断与形态学处理则带有分支和邻域依赖，更适合在FPGA内用行缓存加状态机完成。

通信载荷的任务剖面不同。以星地链路为例，若采用QPSK调制、符号率200 Msps、滚降系数0.35，则基带带宽约270 MHz，接收端需要完成匹配滤波、定时同步、载波恢复、信道译码。其中LDPC译码迭代次数多、计算密度高，但允许一定流水延迟，适合用FPGA中的并行译码阵列实现；而协议栈调度、链路建立、异常重传则属于控制密集型任务，更适合CPU。通信载荷的实时性通常以“符号级”或“帧级”衡量，端到端处理延迟一般要求小于几毫秒。

导航载荷则强调“确定性”和“长时稳定”。以北斗三号B1I信号为例，接收机需要完成捕获、跟踪、比特同步、帧同步和定位解算。捕获阶段是典型的并行相关运算，若用1 ms相干积分、20 kHz多普勒搜索步长、1 kHz码相位搜索步长，则搜索空间可达数千个单元，FPGA可用匹配滤波器或FFT并行处理；跟踪阶段则要求环路带宽稳定、更新率固定，通常以1 ms为周期，CPU负责卡尔曼滤波和完好性监测。导航载荷对时间同步精度要求极高，常要求优于10 ns，这意味着平台必须提供低抖动时钟和确定性调度。

二、核心约束的量化与相互牵制

星载平台的约束不是孤立的，它们彼此牵制。功耗约束直接决定可用算力：若整星分配给计算平台的功耗预算为30 W，而FPGA动态功耗约为 P = α·C·V²·f，在0.9 V、100 MHz、等效翻转电容50 nF条件下，单芯片动态功耗约4 W，加上I/O和收发器，实际可用规模有限。散热约束又反过来限制功耗：真空环境中只能靠传导和辐射散热，若热流密度超过5 W/cm²，就需要额外均热板，增加重量和体积。

可靠性约束要求平台具备故障检测、隔离和恢复能力。抗辐射约束则更直接：单粒子翻转（SEU）会改变配置存储器或寄存器状态，单粒子锁定（SEL）可能引发过流。对FPGA而言，配置存储器翻转可通过回读加CRC校验发现，并用部分重构或全局重构恢复；对CPU而言，则需采用EDAC保护缓存和寄存器、看门狗和双核锁步。若轨道为低地球轨道（LEO），典型SEU率约为10^-5～10^-4 次/器件/天；若为地球同步轨道（GEO），则可能高一个数量级。这些数据决定了是否必须采用三模冗余或定期刷新。

三、从约束到异构计算需求模型

把上述任务和约束放在一起，可以建立一个“任务—资源—约束”映射模型。遥感载荷的像素级运算映射到FPGA的DSP切片和Block RAM；通信载荷的译码映射到FPGA的并行逻辑和专用硬核；导航载荷的环路控制映射到CPU的定时器和中断；而三类载荷共有的健康管理、遥测遥控、任务调度则运行在抗辐射CPU上。异构的关键不是“堆芯片”，而是让每类任务落到最合适的计算单元，同时用共享存储和高速总线把数据流串起来。

一个可参考的初始需求模型可以这样描述：平台需提供不低于2 GB/s的原始数据接入带宽、不低于1 TOPS的定点运算能力、不低于30 W的整机功耗上限、支持SEU检测与恢复、支持时间同步精度优于10 ns。这些指标不是拍脑袋，而是从载荷数据率、算法复杂度和轨道环境反推出来的。后续章节将围绕如何用FPGA+CPU+高速接口实现这一模型展开。

四、约束如何反推架构选择

把约束写成设计规则，可以更直接地指导后续架构决策。第一，凡是数据率超过1 GB/s且算法规则、可流水化的任务，优先放入FPGA，避免CPU总线成为瓶颈。第二，凡是带复杂分支、协议状态机、浮点运算或需要频繁访问大容量存储的任务，优先放入CPU，利用其缓存和操作系统调度能力。第三，凡是要求确定性延迟且周期固定的任务，例如导航跟踪环路，应使用FPGA中的硬件定时器或CPU的实时中断，避免非确定性调度。第四，所有关键寄存器、配置存储器和缓存都必须有EDAC或CRC保护，关键控制路径应支持三模冗余或双核锁步。

以遥感与导航共平台为例，若FPGA同时承担辐射校正和导航相关运算，则必须做资源分区和时序隔离：辐射校正使用像素时钟域，导航相关使用1 ms周期使能域，两者通过异步FIFO跨时钟域，避免相互阻塞。若功耗预算紧张，可对FPGA采用动态部分重构，在遥感成像间隙加载导航处理逻辑，但这会带来重构时间和配置存储器SEU风险，需要权衡。

综上，星载计算平台的任务剖面可以概括为“三类载荷、三种计算形态、四类硬约束”。遥感偏向高吞吐并行，通信偏向混合密集，导航偏向确定性控制；功耗、散热、可靠性、抗辐射则共同划定了可用资源的上限。异构计算需求模型的价值，就在于把这三类任务和四类约束映射到CPU、FPGA、存储和总线的具体分工上，使后续的架构设计有据可依，而不是先选芯片再找理由。