基于贝叶斯网络的验证激励向量生成研究

• 作者: 王润 王琴 蒋剑飞
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 功能验证 贝叶斯网络 机器学习 CDG 覆盖率
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 工业软件
• 页码范围: 1-4
• 页数: 4页
• 分类号: TP301
• 字数: 2909字
• 语种: 中文
• DOI: 10.11907/rjdk.192567

摘要

为了解决传统数字芯片验证环节中基于仿真的验证(或动态验证)功能覆盖率收敛速度慢的缺点,提出一种新的以功能覆盖为导向的测试用例生成方法,该方法基于贝叶斯网络和机器学习技术,可实现从覆盖模型到测试用例生成器反馈回路的自动关闭,在DUT的验证过程中,使用该方法为所测试的设计生成新的激励.实验结果表明,基于贝叶斯网络的CDG技术测试用例使用较少,覆盖率收敛更快,与传统基于仿真的验证技术相比,测试用例数量减少了43％.基于贝叶斯网络的CDG技术提高了覆盖率的收敛速度,缩短了验证周期,相比于传统动态验证技术而言其芯片功能验证更完善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋剑飞	上海交通大学微电子学院	29	89	3.0	9.0
2	王琴	上海交通大学微电子学院	74	297	11.0	16.0
3	王润	上海交通大学微电子学院	1	0	0.0	0.0