摘要
高效的端到端时序评估对于分区航空感知数据处理链路的设计与配置至关重要。任务激活、分区调度、消息依赖以及资源共享共同影响流延迟，而消息到达时间的微小变化可能在分区执行边界处引入大量等待。传统参考仿真能够捕捉这些交互，但在需要评估大量候选配置时计算成本高昂。为应对这一挑战，本文提出了HSG-Net，一种调度感知的异构图代理模型，用于从系统配置信息预测平均端到端延迟。该方法将任务、分区窗口、数据流和硬件资源表示为相互关联的实体，将显式调度描述符与异构关系依赖相结合。图消息传递机制捕捉调度与资源之间的交互，同时自适应直接流路径保留流局部时序信息，并将其与图导出的表示进行融合，以实现多尺度延迟预测。在7168条保留测试流上，三种子HSG-Net集成相对于参考仿真标签的平均绝对误差为6.372毫秒，81.18%的预测值在10毫秒绝对误差容差范围内。架构对比表明，与所评估的仅直接流对照组相比，该模型在预测精度上有所提升，支持关系上下文与流局部信息的互补使用。此外，HSG-Net还通过验证校准规则支持离线候选筛选，该规则用于分配参考仿真资源。所提出的方法为分区航空感知数据处理架构的时序评估和早期设计空间探索提供了一种高效的仿真辅助方法。
