片上网络(Network on Chip, NoC)是应对超大规模集成电路设计中由尺寸和通信需求等因素带来的诸多问题的一种全新方案。本论文从NoC基础理论入手,重点对面向低功耗和低延时的多异构核协作系统NoC映射问题进行了研究,建立了分阶段映射的数学模型,并设计了用于搜索最优映射方案的高效算法。本文将NoC设计中的映射划分为两个阶段,分别是应用任务图中的任务节点到IP核的映射以及从IP核到NoC平台中位置的映射。根据2D Mesh拓扑NoC平台的特性,并结合映射两阶段的不同特点,本文提出了NoC系统能耗和延时计算的粗略模型和精确模型。在第一阶段的映射方案搜索中,本文采用粗略计算模型对能耗和延时性能进行分析;而在对映射第二阶段方案的搜寻时,本文会使用精确计算模型对映射结果进行评估。NoC设计中的映射属于NP问题,而面向能耗和延时的映射求解又属于多目标规划问题。为了快速搜索问题的最优解,本文提出了混沌离散粒子群优化算法。它属于群智能优化算法的范畴,具有计算简单、收敛速度快、不易陷入局部最优,以及适宜解决离散空间优化问题等优点。结合由本文所提出的能耗和延时的计算模型所建立起的评价函数,混沌离散粒子群算法被用到映射两个阶段方案的搜索中,在降低搜索运算量的前提下,最终映射结果的能耗和延时都得到很大程度的降低。为了将混沌离散粒子群优化这一抽象的算法同具体的NoC最优映射方案搜索相结合,本文在映射的两个搜索阶段中设计了如NoC-IP对应表等不同的数据结构以及表交换等执行规则,分别建立了适合该阶段的算法操作机制。实验仿真证明,本文所提出的基于混沌离散粒子群优化的NoC最优映射搜索算法在解决面向功耗和延时的NoC映射方案搜索问题中是高速有效的。