粗粒度可重构体系结构由于其配置速度快、计算加速比高、适应性好、低功耗特性等优点已成为高性能可重构SoC协处理器的重要解决方案。可重构协处理器的性能分析,普遍使用传统的寄存器传输级代码仿真分析方法,存在灵活性不高、分析效率较低等不足之处。本文提出一种基于事务数据流图的可重构协处理器性能分析方法,该方法结合应用程序数据流图与体系结构特征,得到可重构协处理器运行应用程序的性能分析结果。实验表明所提出的方法可以较为准确高效的分析可重构协处理器体系结构应用计算性能,有助于可重构SoC早期体系结构设计和设计空间探索。本文完成的主要工作和取得的研究成果包括以下四个方面:一、提出了一种反映应用程序特征和可重构协处理器体系结构特征的事务数据流图。事务数据流图通过将可重构协处理器的硬件模块的功能性能特征,映射到应用程序数据流图之上,建立起应用程序数据流、硬件模块功能和性能之间的关系,为构建性能分析模型奠定基础。二、提出了一种基于事务数据流图的可重构协处理器性能分析模型。根据可重构协处理器体系结构的串行计算、循环计算、流水计算和并行计算特征,对事务数据流图进行划分、归并,即可得到与应用程序数据流和可重构结构一致的可重构协处理器性能分析模型。可有效保证了性能分析模型有较高的准确度。三、在构建性能分析模型的基础上设计实现了一种层次化的性能分析搜索统计算法。该算法根据事务数据流的循环基本块和分支特征、性能分析模型层次化特征,采用广度优先的搜索方法进行搜索和统计。实验结果表明,所设计算法可高效搜索统计出应用程序的可重构计算性能。四、完成了性能分析模型的软件原型实现,完成了可重构协处理器的RTL级建模与模拟,对FFT、矩阵乘、一阶平滑滤波等典型应用进行了性能分析。通过基于RTL级模型的模拟统计结果与本文提出的性能分析方法得到的性能分析结果的比较,验证了性能分析模型的有效性和准确性,以及性能搜索算法的高效性。