数字系统发展迅速，在各行业得到了广泛应用，并且，在市场需求的推动下，将继续保持较快增长速度。数字系统的规模和复杂度不断提高，给数字系统的设计、测试和生产带来了一系列新问题。一方面，规模和复杂度的提高造成系统设计、生产难度提高，要求更长的设计、测试时间，而变化迅速的市场却要求更短的面市时间(TIM)。另一方面，系统规模和复杂度的提高使系统的功耗、体积有增大的趋势，但市场却要求提供体积小、性能好、功耗低的产品。要解决这些矛盾，首先必须在设计中不断改进方法，在生产中采用更先进的工艺。其次，在整个过程中都必须充分重视代价、性能与成本之间的关系，在各个方面间做出合理折衷。目前数字系统描述所采用的计算模型为一维模型，描述仅反映系统的行为与结果，而对计算过程的代价没有考虑，割裂了代价与性能的联系，不利于设计过程中代价优化和折衷的进行。把一维计算模型扩展为多维模型，在描述中融入代价信息，并在高层次综合中充分利用该代价信息，可使性能、代价、成本的关系得到自然体现，带来设计方法学的进步。本文围绕一种新的计算模型——多维计算模型(MDCM)，在MDCM的性质与表示方法、基于MDCM的剖析与高层次代价估算和代价感知的高层次综合这三个方面进行了如下创新工作：(1)把一维计算模型扩展为多维计算模型。分析了现在使用的一维计算模型在应用于计算具体实现时的不足，提出了一种扩展的多维计算模型(MDCM)。采用一维计算模型的描述仅关心对象的行为与结果，而忽略其实现载体和实现代价，但这些信息又是系统具体实现时最重要的方面之一，甚至决定方案的可行性。MDCM把操作对象和操作符都扩展为可支持任意数量和类型的属性，具体操作的代价通过操作符的属性及其计算规则定义给出，并在操作对象中维护。代价信息可用于问题具体实现时代价的分析和优化。对具体应用实例的分析表明，MDCM能清晰描述计算问题具体实现中的行为与代价关系，可作为代价评估与优化的辅助手段。(2)提出了一种基于多维计算模型的代价剖析方法。数字系统在本质上是计算问题的具体实现，因此也可把MDCM应用于数字系统设计。数字系统高层次描述在进行抽象时忽略了很多细节信息，造成对其处理时代价信息的缺失，只能采用尽力而为的方法。本文提出了一种基于MDCM的代价剖析方法，通过对系统MDCM描述仿真，收集相关参数，实现数字系统较高层次的代价分析，分析数据还能应用于高层次综合，实现代价感知的高层次综合。本文以数据通路功耗为具体代价对象，以SystemC为具体描述语言，描述了利用MDCM进行代价剖析的方法，此方法可很容易地扩展到其他描述语言和其他代价对象，具有普遍应用意义。(3)提出了一种利用多维信息的代价感知高层次综合算法。利用通过剖析和其他分析方法获得的代价信息，可以进行代价感知的高层次综合，对多个代价目标进行优化，并在各方面间进行折衷。本文提出了一种基于图的分解与归并的调度、分配、绑定结合算法——MOOS，实现多目标优化的高层次综合。首先针对典型的资源约束调度问题，把描述问题的DFG分为多个独立的部分，分别进行调度，然后在时间上界的约束下逐步合并为完整解。为解决调度链合并问题，还提出采用“不可用节点识别”和“快速最小合并长度预测”对合并进行加速。通过在调度过程中整合分配和绑定操作，算法可以对多个目标代价进行优化。为中间调度结果附加组件绑定信息，并在调度过程中根据用户代价约束排除不合理“配置”、利用代价函数对多个代价目标进行优化。调度链的分配和绑定问题被转化为带权重的二部图匹配问题，然后采用匈牙利算法求解。实验结果表明，MOOS能根据不同代价约束和优化条件查找问题的较优解，且速度明显快于整数线性规划(ILP)算法。本文所做的研究工作主要解决了大规模数字系统高层次设计中的代价优化问题，提出了在高层次描述中挖掘、维护代价信息，并在高层次综合中利用代价信息的方法。MDCM作为这些工作的基础模型，其应用并不局限于数字系统设计领域，还可扩展用于其他计算问题具体实现时的代价分析与优化。