移动互联网的兴起推动了多核嵌入式系统的快速发展,应用程序对多核嵌入式系统的性能和续航要求越来越高。传统的静态随机访问存储器,因其集成密度低、功耗泄漏大等问题,限制了多核嵌入式系统的发展。自旋转矩存储器是一种新型的非易失性存储器,它具有集成密度高、能耗小等优点,但是其读写不平衡的特性降低了替代静态随机访问存储器的可能性。因此,研究基于自旋转矩存储器的优化技术具有重要的意义。本文使用基于自旋转矩存储器的混合便签式存储器作为片上存储器,针对多核嵌入式系统性能和能耗优化的热点问题,对任务和数据的静态分配方法进行了研究。本文的主要工作包括以下三个部分:(1)本文针对基于混合便签式存储器的多核嵌入式系统提出了一种降低数据访问能耗的方法,即最小数据访问能耗的整数非线性规划(INLP)模型和基于贪心策略的最小访问能耗的数据分配(MAEDA)算法。应用上述模型和算法,可以确定合适的数据和任务分配方案,从而有效的减少数据访问产生的能耗。(2)本文提出了一种缩短调度时长的混合整数二次约束规划(MIQCP)模型。针对基于混合便签式存储器的多核嵌入式系统,可以确定最优任务调度和数据分配方案,提高多核嵌入式系统中对存储器访问的并行度,进一步提高多核嵌入式系统的性能。(3)本文提出了优化存储器访问时长的启发式算法,该算法将存储器访问时长的优化分为数据分配和任务调度两个子问题。在多项式级别的时间内,确定较优的任务和数据分配方案,缩短存储器访问时长,提高多核嵌入式系统的性能。模拟实验结果表明,本文提出的数学规划模型和算法能够有效的优化基于混合便签式存储器的多核嵌入式系统中的任务和数据分配,提高系统性能,降低数据访问能耗。