在市场需求的推动下，多媒体技术开始广泛应用到手持设备如手机、PMC、MP3播放器中。从最初仅要求广播接收功能到要求MP3、MIDI等音频播放的支持，越来越多的多媒体应用被要求集成到手持设备中，这对手持设备的处理能力提出了很高的要求。为了解决这种日益增长的移动计算需求，具有多媒体处理能力的系统芯片(SoC)开始广泛运用到手持设备中，这极大地降低了设备的成本和功耗，并满足了系统的需求(如实时性)。在该类系统芯片的设计中，采用有效的软硬件划分方法，将多媒体算法合理地分配到有限的硬件资源上，并使得软硬件相互配合，以较小的代价满足系统需求。其中，针对以数据流为主的多媒体应用开发有效的软硬件划分方法是关键。 本文针对多媒体等数据流为主的应用，以单处理器和ASIC为可执行单元，以单层总线的通信拓扑为硬件架构，进行了软硬件划分方法的研究。不同于传统的采用固定划分粒度和只考虑二进制映射的软硬件划分方法，本文提出的软硬件划分方法以遗传算法作为基本算法框架，融合了灵活划分粒度和扩展映射机制，成功开发了以特殊双链编码的遗传算法为核心的软硬件划分方法。根据这种特殊的双链编码机制，设计了对应的遗传操作包括选择操作、交叉操作和变异操作，并针对在划分过程中可能出现的无效解，设计了无效解的修补操作过程，极大地提高了算法的运行效率。为了验证本文方法的有效性，建立了一套完整的随机图测试流程：利用Princeton开发的随机图生成工具TGFF生成大量随机图，通过本文开发的PERL解析器对这些初始随机图进行解析，产生出符合本文软硬件划分要求的随机图。以这些随机图作为测试输入，进行了大量的随机图实验。首先通过横向对比实验验证了灵活粒度机制和扩展映射机制对软硬件划分质量的影响，其次通过纵向对比实验同Rajesh提出的软硬件划分方法进行了对比。实验证明，本文提出的融合灵活划分粒度机制和扩展映射机制的软硬件划分方法是有效的。 以本文提出的软硬件划分方法为核心，建立了包括浮点到定点转换、图模型的抽取、参数提取和反标、软硬件划分、基于调度的快速性能评估以及虚拟原型系统在内的一套软硬件划分的完整解决方案。通过多媒体处理器805Plus中多媒体硬件加速器MMA的设计，实际验证了本文方法的有效性，同时弥补了仅仅依靠随机图实验进行有效性验证存在的局限性。最后，对本文的工作进行了总结，并对论文工作中的不足进行了说明。 本文工作的创新有如下几个方面：提出了集成灵活划分粒度和扩展映射机制的软硬件划分模型；在遗传算法的运行框架下，针对提出的软硬件划分模型，设计了特殊的双链编码方案和对应的遗传操作方案，以此为基础，提出了在软硬件划分过程中融合灵活划分粒度和扩展映射机制的软硬件划分方法；以基于关键路径调度的快速系统性能评估器为内循环，以基于SYSTEMC开发的虚拟原型系统评估为外循环，融合本文提出的软硬件划分方法，建立了一套完整的软硬件划分解决方案。