[发明专利]参考模型数据流记录和分析的方法及应用

说明书

本发明公开了一种参考模型数据流记录和分析的方法及应用，该方法包括以下步骤：对标准参考模型进行语法词法分析和语法分析，以获得目标参考模型，其中，所述目标参考模型包括所述标准参考模型的源代码和打印代码，所述打印代码用于记录所述标准参考模型的源代码运行信息和状态；以及根据所述目标参考模型输出的数据，实现对所述参考模型数据流的记录和分析。该方法能够通过将标准参考模型转换成能记录内部数据和状态的目标参考模型，使目标参考模型仿真输出的数据记录用于生成可读性高的数据流报告，方便数据的追踪和检测。

技术领域

本发明是关于芯片验证领域，特别是关于一种参考模型数据流记录和分析的方法及应用。

背景技术

随着设计变得越来越复杂，根据设计规范编写的参考模型也会变得很复杂，而且对于复杂的设计，不能对所有功能逐条编写测试用例并预知其行为，采用受约束的随机测试方法是对复杂设计进行全面验证的有效方法。

对于随机测试，由于不可预知其在设计状态空间里的执行序列，一方面，当待测设计输出与参考模型输出比对不一致的时候，可能是存在待测设计的错误或者输入激励配置不合法，因为只能看到参考模型最终输出结果，而不知道对应测试用例的执行轨迹和数据流，此时往往需要花费较多时间去追溯定位问题的源头。

现有的解决方案是：1.手工在参考模型加入部分打印语句观测对应信号的值，其缺点是每次只能观察指定的信号，需要反复多次重复编译仿真，期间需要消耗大量时间，效率低下且可读性差。2.用软件调试工具设置断点观测参考模型内部信号的变化，其通用性比较好，但缺点是需要从模型最终运行结果反推中间状态，反复多次逐步执行，效率比较低下。

另一方面，当所有测试用例都测试通过后，需要衡量验证的完备性。最直接的方式就是使用代码覆盖率，这衡量了执行了设计中的多少代码，但这是对于设计规范的“实现”的测试完备性，而不是设计规范本身测试的完备性，如果待测设计遗漏设计规范上的某些功能点且随机测试恰好没有覆盖到，那么即使最终代码覆盖率100％也不能发现这个漏洞。所以需要收集功能覆盖率衡量设计规范本身的测试完备性。

现有实现方案是构建覆盖点或覆盖组对随机激励在特定时刻进行数据采样，不可能穷尽所有信号组合构建各种覆盖组进行采样，这会造成大量仿真开销，而采样不充分又可能遗漏某些复杂信号组合对应的功能点，难以实现比较完备的功能覆盖。参考模型作为体现设计规范功能描述的黄金模型，其中的每一行代码，每一个条件组合都是重要功能点，如果收集参考模型详细运行信息用来衡量功能覆盖情况，将可以进一步保证验证的完备性。

公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

发明内容

本发明的目的在于提供一种参考模型数据流记录和分析的方法及应用，解决参考模型不透明导致的调试困难和功能覆盖率收集困难的问题。

为实现上述目的，本发明的实施例提供了一种参考模型数据流记录和分析的方法。

在本发明的一个或多个实施方式中，所述方法包括：对标准参考模型进行语法词法分析和语法分析，以获得目标参考模型，其中，所述目标参考模型包括所述标准参考模型的源代码和打印代码，所述打印代码用于记录所述标准参考模型的源代码运行信息和状态；以及根据所述目标参考模型输出的数据，实现对所述参考模型数据流的记录和分析。

在本发明的一个或多个实施方式中，所述方法还包括：根据所述标准参考模型定义功能状态点和功能状态空间，并根据所述功能状态点和所述目标参考模型生成功能覆盖率报告。