随着数字化技术与多媒体技术的普及，便携式及移动性较强的产品得到了空前的发展，其中，产品的电池使用时间极大地影响了消费者的购物倾向。面对电池发展受限的现状，功耗问题已经成为嵌入式系统设计中普遍关注的难点和热点。随着处理器结构由单核向多核的发展，低功耗设计算法变得更加复杂，鉴于软硬件划分及划分后的调度算法对系统功耗的影响，本文立足于解决异构多核处理器系统下的低功耗问题，进行算法研究。在分析与总结现有低功耗算法的基础上，本文采用两阶段的启发式算法来解决异构多核处理器系统下的低功耗设计问题。首先，对系统进行结构建模，并构造出一个表示任务间相互关联的有向无环图。接着，软硬件划分过程将任务合理分配到对应的处理单元，任务划分的效果在一定程度上影响了后期能耗降低的潜力，而划分后的调度算法决定了系统整体的能耗水平。在软硬件划分阶段，本文利用量子计算强大的并行性将量子计算与遗传算法相结合得到量子遗传算法，其独特的量子位编码方式使得一个量子染色体能够同时表征传统染色体的多种匹配情况，以量子旋转门代替传统的选择、交叉、变异更新操作，为算法保证多样性的同时使得种群能够以大概率向着优良模式进化。除此之外，量子计算所具有的并行性能够在较短时间内迅速处理海量数据，因此大大降低了算法的时间复杂度。任务的分配方法确定后，任务顺利完成的关键在于是否采用了高效的任务调度算法。本文结合当前流行的动态电压缩放技术，提出了一种基于动态电压缩放技术的表调度算法，算法优先安排关键任务节点，非关键任务节点的优先级由各自的执行时间方差决定，通过动态电压缩放技术将任务结束时间逐步逼近截止期，最大限度的降低系统整体功耗。为验证算法性能，本文设计了仿真实验。利用TGFF工具生成的数据作为算法输入参数，并对算法进行C语言编程实验。为客观显示每个阶段算法的有效性，分别设立了对比实验，主要从功耗降低率及算法的时间复杂度两方面对算法进行评估，实验结果表明量子遗传划分算法进化过程稳定，收敛速度快且全局寻优能力强，与动态电压缩放技术相结合的表调度算法显著降低了系统功耗，缩短了算法时间复杂度，达到了在异构多核处理器系统上降低功耗的目的。