嵌入式系统设计者在以往设计过程中，通常只考虑到系统的稳定性、实时性等，但现在却面临着一个新的挑战一降低系统的功耗。嵌入式系统的功耗可以在静态和动态两个技术范畴内来降低，其中静态设计技术是降低功耗的主要手段，然而随着系统功能增强和集成度的提高，静态技术已经不能完全满足系统对功耗的要求，最近的研究都集中于动态的低功耗设计技术，即动态电源管理(Dynamic Power Management，DPM)和动态电压调节(Dynamic Voltage Scaling，DVS)两种主流技术。本论文在对DPM和DVS进行分析研究的基础上，提出了多种不同类型的动态低功耗策略，以使所采用的设计策略能够适用于不同的应用环境。 DPM技术降低系统功耗的主要办法是根据工作负载的变化来动态切换目标设备工作模式。本文利用电池使用过程中所具有的非理想特性，提出了CVAAS(Critical Voltage Area Adaptive Skill)自适应超时策略，该策略通过引入电池因素，在进一步降低系统功耗的同时扩展了DPM自适应对象的范畴。针对ALT(Adaptive Learning Tree)模型的缺陷，本文提出了PBALT(Probability-Based Adaptive Learning Tree)预测策略，该策略通过概率来描述设备行为，能够提高预测正确率，从而达到系统功耗与性能之间的优化平衡。另外，通过分析发现传统DPM策略仅仅建立在对目标设备任务请求进行观测的基础上，并没有利用操作系统的额外信息，为此本文在任务层次提出了一种在线设备调度策略EODSA(Energy Optimal Device Scheduling Algorithm)，其通过对任务请求源进行划分以及系统级建模，能够提供功耗管理单元更多有关将来的设备请求信息，从而更有效的降低系统功耗。 对于嵌入式实时系统，DPM因无法满足实时性的要求而难以适用，DVS技术则能够很好的解决此类系统中性能与功耗的要求。本文在理论证明的基础上提出了一种针对瞬态任务组实现系统能耗最优化的动态电压调节模型EOVSM(Energy Optimal Voltage Scaling Model)及其次优化模型ESOVSM(Energy Sub-Optimal Voltage Scaling Model)，实验结果表明这两种模型在保证任务实时性的同时能够显著降低系统功耗。 为了将DPM与DVS进行有效的结合，本文基于EOVSM／ESOVSM模型以及任务重组原理，针对由瞬态任务和周期性任务所组成的系统设计了一种电压调节策略ECVSP(Energy-Conscious Voltage Scaling Policy)。实验结果表明，ECVSP策略在满足任务截止期限的同时，具有比一般DPM更好的省电性能。 论文最后对研究成果进行总结，概述了嵌入式系统低功耗领域的其他研究方向，同时对未来的研究思路进行了展望。