随着系统集成度的提高及片上网络(Network-on-Chip,NoC)技术的发展,三维片上网络(3D NoC)以其更低的时延、更强的性能、更高的扩展性等特点成为了国内外学术界和工业界研究的热点。目前,在3D NoC垂直连接方案中硅通孔(ThroughSilicon-Via,TSV)技术是最具潜力的,但是因为其成本高、良品率低等问题,所以有效减少TSV的使用数量是研究3D NoC结构的一个重要方向。映射问题是指在满足指定约束条件下,如何将各个应用任务放置到3D NoC的处理单元上执行,并达到某种目标更优,这对系统的性能和功耗具有极大的影响。本文重点研究了基于TSV技术的非规则拓扑结构的3D NoC低功耗映射优化的方法。本文研究了两种非规则拓扑结构的3D NoC的结构特点,并针对研究广泛的处理单元同构异构问题进行了讨论,由于当前绝大多数仿真平台不支持非规则拓扑结构的3D NoC映射仿真,在研究了NoCMap等仿真平台的基础上,针对其结构特点定制和实现了仿真平台3DNoCMap,使其具备对非规则拓扑结构的3D NoC静态和动态映射的能力。同时在3DNoCMap中针对非规则3D NoC的结构特点,改进了路由算法,建立了功耗模型,并对仿真平台进行了验证。本文建立了静态映射模型,分析了几种典型启发式算法的原理及其不足,得到了改进思路,在此基础上研究了超启发式算法,并将其应用到3D NoC的映射问题中;设计了基于在线学习的超启发式映射算法,该算法较其他算法提供了更丰富的映射方案的搜索方法和在线调整能力。实验结果表明,该算法较其他算法能够有效地降低系统的通信功耗,同时可以减少路由跳数和平均链路负载量。本文建立了动态映射模型,并对当前主流的动态映射算法进行了剖析和对比,分析了三条有效的动态映射策略:包序策略、通信功耗感知策略和任务映射排序策略,对其原理进行了阐述,并针对研究的非规则拓扑的3D NoC做了改进;在整合这些策略优点的基础上,设计了基于通信功耗感知的包序映射算法。仿真结果表明,在增加可容忍的算法运行时间的情况下,较其他算法在通信功耗、路由跳数和平均链路负载量等指标中表现更好。