片上网络(Network on Chip,NoC)是为解决片上系统(System on Chip,So C)通信瓶颈提出的一种全新的片上通信架构。NoC的性能高度依赖于实际业务量,而自相似性是NoC业务量的重要特性,它能直接影响NoC网络流量建模的准确程度及网络传输中的流量控制,模拟生成具有真实网络特征的业务量对NoC设计的评估和分析很关键。对比当前常用的几种自相似业务量模型,基于分形高斯过程的模型易于实现,且能更准确的描述业务量的自相似性。通过Matlab仿真对比分析两种分形高斯过程的实现方法,随机中点置换法和基于高斯噪声(Fractal Gaussian Noise,FGN)的生成方法,后者运算速度更快、准确度更高。针对已有的基于FGN的生成方法,对分形高斯噪声功率谱逼近效果差的问题,提出一种高次方线性拟合方法。将分形高斯噪声的功率谱分成有限项和无穷累加项2个部分,采用Matlab的拟合工具箱cftool对功率谱的无穷项进行高次拟合,减少运算量,去除数学推导中采用近似替代带来的误差。仿真结果表明,改进方法生成自相似业务量的相对误差比采用公式推导的方式低,生成自相似业务量的速度较快。以改进的自相似业务量生成方法为核心,设计基于FPGA的NoC自相似业务量生成器,生成器可以根据NoC节点自身的特征去设置业务量服从的参数,包括业务量的平均速率、突发性、节点注入率等。同时该模型还可以设置NoC数据包格式,包括微片长度、微片个数、源地址、目的地址等参数,支持多个工作时钟,7个通道同时输出。