随着物联网和边缘计算的快速发展,智能终端设备由于在硬件资源与供电上受到较强限制,迫切需要满足低功耗要求的新型计算单元。作为一种具有广泛应用前景的高效低功耗计算范式,近似计算（又称为非精确计算）在图像处理、深度学习、物联网、边缘计算及实时信号处理等领域均已表现出明显优势。在这些具有良好容错性的应用中,近似计算通过产生近似的计算结果（足够好但不完全精确的计算结果）,获得性能和功耗的大幅优化。因此,相比于精确逻辑电路,近似计算的电路更加简化,从而有效降低功耗,提高性能。乘法器作为基础运算单元,其功耗的降低与性能的提升对于处理器具有重要意义。本文主要研究了基于近似计算技术的低功耗近似乘法器设计与应用。提出了一种无偏近似4-2压缩器设计方案,其误差补偿特性有效提高了近似乘法器的计算精度;基于所提出的各种近似模块完成了两种无偏近似乘法器（Unbiased Approximate Multiplier,UBAM）设计,分别为UBAM-M1乘法器与UBAM-M2乘法器。本文的主要研究内容与创新点如下:（1）提出了一种无偏（产生正、负误差的概率相同）近似4-2压缩器设计方案,使得位于乘法器部分积阵列同一列上的近似4-2压缩器产生的计算误差相互抵消的概率提高,有效降低了近似乘法器的整体误差。（2）给出了两种无偏近似乘法器设计方案。其中,高精度UBAM-M1乘法器的设计目的是提高近似乘法器的计算精度。而低功耗UBAM-M2乘法器有效结合了截断技术、近似压缩器等多种近似方法,为低功耗近似乘法器的协同设计研究提供了一种新的有效解决方案。实验结果表明,与已有近似乘法器相比,UBAM-M1乘法器在计算精度方面明显提升,UBAM-M2乘法器降低了22%以上的延时与28%以上的功耗,节省了26%的芯片面积,在功耗延迟积（Power-delay Product,PDP）与能量延迟积（Energy-delay Product,EDP）方面分别优化了大约39%与46%。（3）在图像滤波应用中验证了本文所提出的近似乘法器的有效性。实验结果表明,高精度UBAM-M1乘法器处理后的图像质量明显提高;低功耗UBAM-M2乘法器仅以1.24%结构相似性（Structural Similarity Index,SSIM）劣化为代价,降低了58.12%的PDP。