[发明专利]一种对覆盖率进行数据挖掘加速验证收敛的方法

权利要求书

1.一种对覆盖率进行数据挖掘加速验证收敛的方法，其特征在于，通过对验证覆盖率的数据进行时域分析以及与激励相关性的分析，对激励产生机制进行优化调整，使激励能更有效命中验证点，加速验证的收敛，其具体实现过程为：

步骤一、首先产生测试激励，所述测试激励由指令集中的各种指令自由组合生成，该指令集中的指令包括跳转指令、寄存器传输指令、运算指令三类；

步骤二、对覆盖率的时域行为进行分析，该覆盖率是指在仿真过程中不断被触发时的重复触发率，该步骤通过仿真软件记录每个验证点在仿真周期内的触发次数实现，所述验证点包括基本功能点、特殊情况功能点、错误处理功能点；

步骤三、对验证点与指令集子集的相关性进行分析，计算出指令集子集的比重与指定验证点被命中的线性相关性，得到指定验证点被触发对应的仿真时间的分布以及对应的备选指令的比重，并以此为依据进行优化，使得在更少的时间内，得到更大的验证覆盖率。

2.根据权利要求1所述的一种对覆盖率进行数据挖掘加速验证收敛的方法，其特征在于，测试激励的产生过程为：每个指令都被归类在指令集的三种指令中，每次仿真时，都会产生一个随机数T来限定这次仿真所执行的指令的个数；每次产生三个随机数p1、p2、p3，指定这三类指令分别占总指令数的比重，同时指定每个指令占相应指令种类的比重，然后将所有抽取的指令随机排列，生成一个随机测试程序，让mcu去执行，形成测试激励。

3.根据权利要求2所述的一种对覆盖率进行数据挖掘加速验证收敛的方法，其特征在于，所述mcu为8位mcu。

4.根据权利要求1所述的一种对覆盖率进行数据挖掘加速验证收敛的方法，其特征在于，对覆盖率的时域行为进行分析的具体实现过程为：通过仿真将仿真时间，即周期数内验证点被触发的次数记录下来，针对每个单独的验证点，分析它的时域分布特性。

5.根据权利要求1所述的一种对覆盖率进行数据挖掘加速验证收敛的方法，其特征在于，对验证点与指令集子集的相关性进行分析的具体过程为：

在一个固定的仿真周期数内，设定不同的指令比重p1、p2、p3，查看指定验证点的命中概率q，计算指令集子集的比重与指定验证点被命中的线性相关性，计算公式如下所示：

，其中n＝3，计算所得的相关性为0说明两者没有相关性，为正数说明增大其中一个，则另一增加。

6.根据权利要求1所述的一种对覆盖率进行数据挖掘加速验证收敛的方法，其特征在于，对激励产生机制的优化针对全部验证点或部分验证点，该优化包括激励产生的优化和验证点的激励优化，其具体优化内容包括每次仿真的时间周期最大值以及指令比重参数。

7.根据权利要求6所述的一种对覆盖率进行数据挖掘加速验证收敛的方法，其特征在于，对整个验证的激励产生进行优化的具体过程为：

调整仿真周期最大值为所有验证点的80％均被首次触发的时间；

调整各个指令比重值，使得所有比重p与所有命中概率q的相关系数的均方根最小。

8.根据权利要求6所述的一种对覆盖率进行数据挖掘加速验证收敛的方法，其特征在于，对验证点的激励进行优化的具体过程为：

调整仿真周期最大值为此类验证点被首次触发的时间的10倍；

调整各个指令比重值，使得所有比重p1、p2、p3与此验证点命中概率q的相关系数全为0。