异构结构处理器凭借良好的计算性能在高性能计算领域受到了越来越多的重视。它在单芯片上拥有通用处理器和专用处理器,有利于提高并行计算能力,但是它也面临着很大的挑战。编程人员需要熟悉异构处理器的体系结构和编程知识,以便充分的利用异构计算资源,但对于普通编程人员却难以熟练掌握。因此并行编译技术成为获得并行程序的主要方法。目前针对异构结构处理器的并行化编译技术已经取得了很多的研究成果,但仍有许多问题需要解决。本文探讨了异构结构的OpenMP的代价模型和并行化过程中涉及到的循环交换问题。研究内容包括以下两个方面:(1)针对现有代价模型未能考虑异构结构处理器和编程模型的问题,设计了面向异构处理器的OpenMP并行化编译代价模型,该代价模型由处理器模型、缓存模型和并行模型构成。其中并行代价模型根据OpenMP并行编程模型的特点进行建模。面向异构结构的并行代价模型可以帮助编译器识别加速循环。实验表明,该代价模型可以加速程序的运行效率,并在目标平台上获得较高的性能。(2)针对嵌套循环实施循环交换后可能出现循环并行性下降的问题,设计了一个基于有利性的循环交换算法,该算法首先根据循环的数据局部性进行循环交换,然后判断循环并行的收益,并根据收益情况进行循环切分,最后将切分后的循环再实施循环交换,并搜索并行性最大的循环次。实验表明,利用循环交换算法可以帮助编译器选择合适的循环交换次序,提高了程序的并行性。最后在GCC编译器中构建了代价模型,并实现了基于有利性循环交换算法,并在国产处理器上进行了实验测试,测试结果表明了方法的有效性。