随着集成电路工艺的不断发展,单核处理器的性能已经得到了巨大的提升,然而如果要进一步提升其性能,将无法避免的会遇到处理器与外部存储器速率不匹配、指令级并行机制以及功耗等方面的问题。为了应对这些问题,片上多核处理器作为一种有效的解决方案,受到了广泛的关注。片上多核处理器,包括采用网络结构的片上网络,由于其具有高计算能力、高并行性以及低功耗等多方面的优点,在诸如无线通信、视频/图像处理以及云计算等诸多领域有着广泛的应用前景,其相关研究也是该研究领域的一个热点。虽然片上多核处理器相关研究在过去几年间得到了长足的发展,但是一些研究方向的滞后仍然制约着其实用化的进程,其中一个方向就是片上多核处理器的任务调度算法研究。任务调度是对任务从时间及空间两个维度进行计算资源分配的过程,好的任务调度算法与对提高片上多核系统的性能至关重要。本学位论文在广泛研究现有片上多核调度算法的基础上进行总结创新,分别对基于实时任务集的调度算法以及基有向无环图(DAG)的任务集调度算法进行研究,具体贡献如下:1.在对片上多核处理器实时任务调度进行的研究中,对遗传算法、粒子群优化算法及模拟退火算法三种应用广泛的启发式任务调度算法进行性能对比仿真。对其中性能较好的粒子群优化算法做出改进,提出了基于负载均衡的最小位置值(LB-SPV)算法以及混合粒子群优化算法(Hybrid PSO)。通过仿真实验证明该算法在改善处理器任务均衡的同时整体提升了调度的性能。2.在对DAG任务集在片上网络中的调度问题进行研究中,我们根据片上网络中任务调度的特点,提出了一种片上网络低功耗调度算法(EES-MPNoC)。该算法以片上网络中难以精确控制的调度时长为第一约束,在实现最小调度时长调度的同时,使用最小路由跳数调度以及基于计算性时间松弛量的动态电压调控技术,同时对片上网络路由功耗以及处理器功耗进行优化。对比实验证明,我们所提出的EES-MPNoC算法与Level-By-Level多核调度算法相比,牺牲一定处理器功耗优化的情况下可以减少3%的调度时长及11%的路由功耗。3.在使用数据包络分析方法进行片上多核处理器实时任务调度方案效率评估的研究中,我们从调度问题中提取出三种通用性能指标建立了数据包络分析决策单元模型,并在其基础上提出了一种基于BCC超效率的调度方案效率分析方法,并将其应用于遗传算法,提出了一种优化调度方案效率的DEA-GA调度算法。通过与几种全局指标遗传调度算法进行对比仿真,证明我们所提出的DEA-GA算法所得到的调度方案效率总是高于其它几种调度算法。4.在使用数据包络分析方法进行片上网络DAG任务调度方案效率评估的研究中,我们首先建立片上网络DAG任务调度方案的决策单元模型,并采用FDH模型对调度方案进行性能评估。之后提出了一种基于同级评估的FDH交叉效率,并使用该交叉效率对调度方案进行效率评估。最后将FDH交叉效率应用与与遗传算法,提出了一种针对片上网络DAG任务调度的CrosFDH-GA调度算法,并通过与四种全局评价遗传调度算法进行的对比仿真证明了我们所提出算法的有效性。