由于传统总线已经满足不了复杂SoC的并发通信需求，而随着片上网络的进一步发展和制造工艺的进步，使得基于NoC平台的SoC设计成为处理复杂通信的解决方案。在该趋势下，如何对SoC的应用任务进行实时约束下的低拥堵片上网络映射，以实现其高性能低功耗的片上网络通讯，是一个非常有意义的研究方向。本文对已有的传统低功耗映射算法进行了调研，分析了这些算法在实时约束下对拥堵的处理能力，发现其瓶颈在于描述模型的缺陷以及对拥堵检测的不敏感性。基于上述分析，本文提出了新型应用任务描述模型与决策树式低拥堵映射算法。新型应用任务描述模型被加入时间信息，以实现对拥堵的预见性处理。决策树式映射算法以上述任务描述模型为输入，在不违反实时约束和拥堵容忍度的限制条件下，遍历决策树，找到各种可能映射布局，从中选择功耗最低的映射。本文扩展设计了nirgam片上网络仿真器，以用作算法的仿真验证平台，并使用TGFF工具生成了50个实时约束松弛度不同的benchmark。仿真表明，处理松实时约束的benchmark时，本文设计的算法仅比传统算法节省12%的功耗，而二者均满足实时约束要求；处理紧实时约束的benchmark时，传统算法映射失败，不能在截止时间之前完成传输，本文设计的算法则映射成功，实现了29.9%的平均功耗节省，提高了系统23.4%的吞吐率，平均拥堵率为2%，为传统算法的1/8。数据结果表明使用加入时间信息的模型来解决实时约束下拥堵问题的有效性，以及在映射过程中处理好实时约束下的拥堵问题的重要性。