21、基于ILP实现基于仿真的设计验证自动化

基于ILP实现基于仿真的设计验证自动化

在设计验证领域，如何高效地生成测试用例以覆盖设计的各个方面是一个关键问题。本文将介绍一种基于归纳逻辑编程（ILP）的覆盖率导向测试生成（CDG）技术，旨在实现基于仿真的设计验证自动化。

1. 背景知识

在深入了解基于ILP的CDG技术之前，我们需要先了解一些相关的背景知识，包括覆盖率模型和现有的CDG方法。

1.1 覆盖率模型

为了衡量仿真测试套件的覆盖率，覆盖率模型通常分为结构覆盖率和功能覆盖率。
- 结构覆盖率 ：主要关注在仿真过程中，设计源代码的哪些部分在不同细节级别（从语句到表达式覆盖）被执行。它有助于验证工程师查看哪些代码部分尚未经过验证，但在确定设计是否功能正确方面存在固有缺陷。
- 功能覆盖率 ：最难以发现的错误往往存在于设计的功能边界情况中，这些情况涉及多周期场景和高度并发。为了确保在验证过程中覆盖这些情况，经验丰富的工程师会根据设计规范、设计本身以及实现来定义功能覆盖率模型。这使得功能覆盖率模型具有用户定义和特定应用的特点。设计有意义的功能覆盖率模型需要大量的设计知识、经验和工程技能。

一种指定功能覆盖率模型的方法是包含语义描述（故事），详细说明验证任务的目的、故事中提到的属性列表、每个属性的所有可能值集合（域）以及属性域的笛卡尔积或交叉积中允许组合的限制列表。与这种功能覆盖率模型相关的覆盖空间的总体大小是所有域基数的乘积。属性域的交叉积中的元素称为覆盖任务，每个覆盖任务可以表示为来自属性域的值的n元组。限制条件确定哪些覆盖任务是合法的，因此需要在验证过程中进行覆盖。未覆盖的合法任务称为覆盖漏洞，