粗粒度可重构处理器由于其同时具有专用集成电路的高能效和通用处理器的高灵活性,因此它是一种非常有前景的并行计算架构。计算密集型应用如循环,通常放在粗粒度可重构处理器上进行加速,而模调度是用于循环映射的常用方法,它通过减小相邻循环迭代间的启动间隔来提升循环的执行性能。虽然从硬件结构角度而言,粗粒度可重构处理器具有高能效,但实际可获得的性能很大程度上取决于编译工具,而循环映射对于编译结果十分关键。在实际的程序中,很多程序都是非完美嵌套循环。对于非完美嵌套循环而言,现有的方法存在一些问题,如适用范围有限、额外开销较大和忽视了给定非完美嵌套循环的循环变换等,导致最终执行性能低下。因此,提升非完美嵌套循环在粗粒度可重构架构上的执行性能具有重要的意义。为了解决现有方法存在的问题,我们提出了一种基于多面体模型的方法,提升非完美嵌套循环在粗粒度可重构处理器上的执行性能。基于多面体模型,我们将非完美嵌套循环在粗粒度可重构处理器上的优化问题构建成数学模型,求解到原始循环所有合法变换。同时,我们还设计了和具体硬件架构相关的性能模型,并将总体执行时间作为性能指标,在模调度前对这些所有合法变换进行理论上的性能评估。根据理论性能评估结果,依次选取理论上性能较优的变换在粗粒度可重构处理器上进行模调度,直至映射成功。这样做的好处是避免了对所有合法变换中每一个变换进行实际模调度带来的巨大开销。实验结果显示,在互连形式为mesh形态的4×4的粗粒度可重构处理器上,和目前先进的方法相比,我们的方法平均而言可以带来50.1%的性能提升。此外,编译时间也在可接受范围内,这也充分说明了我们方法的有效性。本论文的成果改善了粗粒度可重构处理器面向更加通用应用的执行性能,为粗粒度可重构处理器走向通用的应用场景奠定了基础。