覆盖率驱动的随机测试生成技术综述

随机测试生成技术是当今大规模集成电路仿真验证流程中的一项重要支撑技术.覆盖率驱动的随机测试生成方法是目前该领域研究的热点之一,其目标是通过覆盖率指导测试向量生成,减少重复测试向量,加速验证的收敛过程,提高验证的自动化程度和效率.文中全面综述了覆盖率驱动的随机测试生成技术的发展历程、研究现状和技术分类,并结合具体实例对各种方法及其面临的主要问题进行了讨论、评价和总结.

数字系统单加权集下随机测试生成方法

为在不引入额外的硬件开销下以较短的测试序列获得较高的故障覆盖率 ,提出一种基于细胞自动机 (CA )的数字集成电路加权随机测试方法 .该方法利用可测性测度建立反映故障侦查代价的可测性代价函数 ,对此函数的寻优得到被测电路主输入处的权值 ,再由一维混合型 CA实现了该权值下的随机序列 .对标准电路的实验验证了该方法是一有效的、且便于 BIST应用的测试生成算法 .

数字电路多加权集随机测试生成方法

提出一种基于确定性完备测试集的数字集成电路多加权集随机测试生成方法 .通过引入搜索与迭代算法 ,将完备测试集分成若干测试子集 ,每一子集对应一个权集 ,即产生该子集中测试矢量的被测电路各主输入端取‘1’值的概率组合 .该方法与文献 [2 - 3]的结果相比 ,在测试序列长度或硬件开销上获得了改善 。

DSP随机测试程序自动生成技术

提出了一种基于指令集结构,并可与硬件设计和测试环境相契合的自动随机测试生成方法ARTG(automatic random test program generation).它包含用于构造指令的指令树、动态生成策略、分支跳转指令生成算法、流水线冲突预测算法和一套自动结果检查机制.整个测试程序生成过程具有很高的自动化,验证遇到bug时能够减少调试时间迅速找出bug方位.ARTG已应用于自主研发的IME—Diamond数字信号处理器.实验结果表明,该方法产生的测试代码灵活高效,加速了验证过程,并且复杂度低.

基于遗传算法的全芯片级覆盖率驱动随机验证技术

随机测试生成技术是当今大规模集成电路仿真验证流程中的重要支撑技术.覆盖率驱动的随机测试生成方法是目前该领域研究的热点.遗传算法具有部分优化问题的黑盒特性,不需要了解问题的太多先验知识,适合处理黑盒优化问题.因此,将遗传算法应用在覆盖率反馈驱动随机测试生成时,不需要复杂的领域先验知识,节约了大量的专家时间,提高了验证的自动化程度.分析了各种基于遗传算法的覆盖率驱动的随机测试生成方法,并在此基础上设计和实现了基于遗传算法的全芯片级覆盖率驱动随机验证平台.该平台被实际应用在龙芯处理器的验证中,实验结果表明,平台有效提高了验证效率.

基于验证库的微处理器指令集验证方法

指令集作为微处理器软件和硬件的分界线在计算机体系结构中占有重要地位。测试程序自动生成(RTPG)是微处理器指令集验证的主要方法之一。该文比较目前主流的RTPG技术和验证策略,提出基于验证库的随机测试程序生成工具。使用通用脚本语言开发验证库和测试程序模板,针对不同验证阶段生成高质量的测试程序。测试结果表明,该方法实现简单,能达到较好的验证效果。

基于缺陷检测难度的测试用例检错能力模型

在经典的变异评分计算过程中,因为不考虑被播种软件缺陷的检测难度而使得变异评分的可信性受到质疑.因此提出一种基于缺陷检测难度评价测试用例集合的方法.以logistic回归为基础,利用经验回归方程建立缺陷的识别概率与缺陷检测难度之间的数量关系.借助关系曲线下的面积,变异评分被重新定义.新定义的变异评分不但不受缺陷样本的检测难度影响,而且规避了因等价变异体的出现而使得经典变异评分的计算不准确的问题.