2026年，FPGA大赛如何选题能兼顾创新性和可行性？学长分享国奖项目选题的三大黄金法则

第1条（约250字）
你提到三个月备赛，我觉得最关键的是把「做完」放在「做新」前面。很多队伍倒在最后两周，不是因为选题不好，而是算法调不通或者接口没调完。我的建议是：选一个你团队里有人已经跑通过的基础算法，比如简单的边缘检测或FFT，然后在Zynq上用硬件加速把它做到实时，再在数据预处理或者后处理上加一个小创新点——比如用自定义的阈值策略代替固定阈值。这样既有硬件工作量，又不至于算法卡住。冷门方向的话，心电信号中的R波检测是个不错的切入点，开源数据集多，算法成熟，Zynq的PL端做滤波和峰值检测很自然。你们现在手头有具体的开发板型号吗？不同板子的外设差异会影响选题边界。

第2条（约450字）
讲真，大赛评委会看你的「完整度」多于「冷门度」。去年我看到好几个做工业缺陷检测的项目，选题本身不卷，但最后只做了仿真，实物演示时板子连摄像头都没调通，分数直接掉档。如果你真想走冷门方向，比如雷达信号处理里的CFAR检测，或者生物医疗里的肌电信号分类，一定要先确认两点：第一，你们能不能在两周内把数据采集链路跑通——是直接用公开数据集，还是需要自己搭传感器；第二，算法复杂度是否匹配Zynq的片上资源，尤其是BRAM和DSP Slice够不够。我个人的建议是，与其赌一个完全陌生的方向，不如在常见方向上做「差异化实现」。比如大家都在做YOLO加速，你就针对特定场景（比如口罩检测）做轻量化剪枝，再在PL端用流水线把帧率推到60fps以上，这种「老方向+新指标」的打法往往比硬凹冷门更稳妥。另外，三个月的时间分配建议是：前一个月定算法和仿真，中间一个月做PL端硬件实现，最后一个月专门留给系统联调与bug修复。别问我怎么知道的，我们当年就是死在最后一周的时序违例上。

第3条（约700字）
关于你提到的「创新性和可行性怎么平衡」，我想从评委视角反过来聊一下。FPGA大赛本质上是考察「软硬协同设计」的系统能力，不是纯算法竞赛。所以你的创新点最好落在「只有用FPGA才能高效解决的问题」上，而不是在PC上也能跑的算法改改就放上去。举个例子，同样是做图像去雾，你在ARM上跑个OpenCV函数，跟你在PL端用流水线实现暗通道先验计算，含金量天差地别。前者评委觉得你只是调库，后者才体现了对硬件架构的理解。

冷门方向里，我比较推荐工业现场中的「振动信号异常检测」。原因有三：一是公开的机械故障数据集很多（比如CWRU轴承数据），数据量不大，适合FPGA片内处理；二是算法上可以用简单的时域特征（均方根、峰值因子）加阈值判断，不需要上深度学习，三个月完全可控；三是Zynq的PL端做高速AD采集和实时FFT很自然，PS端负责显示和日志，分工清晰。你甚至可以做一个手持式检测器原型，实物演示时拿个小电机转一转，现场效果比纯屏幕输出好得多。

但要注意一个常见坑：很多人拿到数据集就直接做离线仿真，忽略了实时数据流的处理节奏。如果你用的是外部ADC采集，务必提前确认Zynq的HP口或者AXI接口带宽是否够用，否则仿真跑得飞起，上板就丢帧。

最后说句实在的，如果你的目标是拿国奖，建议在技术报告里强调「解决了什么工程痛点」而不是「用了什么新算法」。比如你写「针对工厂产线中人工目检效率低的问题，设计了一套基于Zynq的实时缺陷判别系统」，比写「提出了一种改进的卷积神经网络结构」更容易打动评委，因为后者在FPGA上通常跑不动。你们队伍里有没有熟悉模拟前端或者传感器接口的同学？这会影响你们能不能走通数据采集这条链。