Robust Feasible-Domain Modeling for Resource-Constrained Spaceborne Heterogeneous High-Performance Computing

Robust Feasible-Domain Modeling for Resource-Constrained Spaceborne Heterogeneous High-Performance Computing 星载异构计算模型仿真源码与数据集本数据集为模型复现与结果验证数据包，用于资源受限星载异构高性能计算系统的任务映射、可行域筛选及鲁棒性分析。数据集基于参数化仿真模型构建，针对由 CPU、GPGPU、NPU 和 FPGA 组成的异构计算资源，设置了任务计算量、内存访问量、缓存需求、截止时间、任务依赖关系、资源性能、链路通信参数，以及功耗、热约束和任务可靠性等联合约束条件。数据集包含机器可读的任务需求、任务依赖边、资源性能、任务—资源效率、启动时延、通信链路和实验控制参数等输入数据；同时包含对 4096 种任务映射组合进行枚举筛选得到的全量映射结果、15 种完全可行映射、5 种 Pareto 最优映射、约束消融实验结果、策略比较结果及鲁棒性重放结果。数据处理过程包括：依据联合时序、容量、功耗、热和可靠性约束对映射方案进行可行性判定；计算完工时间、单周期能耗、任务可靠性、峰值功耗和峰值温度等指标；在固定随机种子条件下开展蒙特卡洛重放与参数敏感性分析。结果数据经汇总后形成可直接用于统计、作图和验证的 CSV 与 JSON 文件。数据集同时提供 Python 源代码、依赖清单、自动复现实验脚本、结果核验脚本和 SHA-256 校验文件。建议使用 Python 3.12 或以上版本，结合 matplotlib、pandas 和 Pillow 等工具运行 reproduce_all.py 生成结果与图件，并使用 verify_results.py 对映射数量、可行解数量和关键结果进行一致性核验。需要说明的是，本数据集中的任务、资源和链路参数均为理论模型验证使用的示例参数，不代表实际星载硬件测试数据、供应商规格、在轨遥测数据或飞行鉴定结果。该数据集可用于资源受限异构计算系统的任务映射建模、可行域分析、多约束优化、鲁棒性评估及算法复现实验研究。