在片上网络(Networks-On-Chip,NoC)研究中,NoC的流量特性对网络性能有着极大的影响,研究片上网络的流量模型意义重大。在已有的NoC流量模型研究中,主要有传统短相关流量模型和针对同构多核片上系统(System-On-a-Chip,SoC)建立的流量模型,针对异构多核SoC的流量建模极少。和同构多核系统相比,异构多核系统的处理器核心不仅有中央处理器(Central Processing Unit,CPU),还有图形处理器(Graphics Processing Unit,GPU)等,需要根据应用场景对不同的处理器模块分开进行流量建模。本文针对异构多核SoC系统研究,建立了一种适用于异构多核SoC的流量模型。使用ARMDS-5 streamline性能分析工具从片上网络各集成模块(Intellectual Property,IP)的接口处采集原始流量,根据流量特性提取相应的特征参数,组成一个包含三个参数的流量模型,这三个参数分别为体现流量“量”特性的均值,以及体现“质”特性的方差和自相似系数。应用场景不同,IP模块注入片上网络的流量形式不同,得到的这三个参数的数值也各不相同。在图形图像处理等需要GPU的应用场景下,GPU注入网络中的流量明显更多,表现出高带宽的特点,在流量模型中GPU的均值和方差会比相同场景中CPU的相关参数大,在其他GPU作用较小的场景中,GPU的均值和方差会较CPU小。流量模型中的特征参数采用分形高斯噪声的方式可以拟合生成自相似流量序列,拟合生成的流量序列与原始流量自相似性相同,在使用过程中可以近似代替原始流量。实验表明,拟合生成的自相似序列提取的Hurst参数和原始流量的Hurst参数相比,误差率小于5%;使用拟合后的流量序列与原始流量序列分别作为片上网络仿真器流量输入,得到片上网络的性能结果的误差率也小于5%。