[发明专利]一种自动化测试方法及系统

说明书

技术领域

本发明涉及硬件仿真技术领域，具体涉及一种自动化测试方法及系统。

背景技术

随着芯片设计工艺和规模的扩大，芯片的接口数量和逻辑复杂程度倍增，不仅提高了对芯片设计人员的开发能力的要求，也提高了对芯片验证人员的验证能力的要求。由于芯片逻辑和规模的扩大，芯片开发过程中的系统级仿真验证的验证环境复杂，芯片的模拟验证时间周期也得到相应的延长，使得测试验证过程占用了整体开发周期的很大比重。

现有技术中，使用BFM(Bus Function Model，总线功能建模)工具搭建测试平台(Test Bench)，由于BFM工具的运行速率较慢，测试人员的工作时间通常被浪费在等待仿真结果上，并且每次测试验证都需要人工干预，相邻两次的测试验证也不是即时衔接的，造成了机器资源的浪费。此外，在大规模的测试验证过程中，所需要的激励种类的纬度往往也很大，极大地增加了人工设计测试激励的难度。

发明内容

本发明提供了一种自动化测试方法及系统，以解决现有技术中测试验证效率低的缺陷。

本发明提供了一种自动化测试方法，包括以下步骤：

S1、伪随机发生器产生测试激励，训练样例收集整理模块对训练样例进行整理，得到概率表；

S2、分类器使用所述概率表判断所述伪随机发生器产生的测试激励是否为有效激励，如果是，则执行步骤S4；否则，执行步骤S3；

S3、所述伪随机发生器重新产生激励，并返回步骤S2；

S4、偏置器测试有效激励的响应元素，产生与所述有效激励对应的新激励；

S5、测试平台根据所述有效激励和所述新激励进行仿真验证，得到测试结果。

可选地，所述步骤S5之后，还包括：

S6、所述测试平台根据所述测试结果，判断是否满足协议覆盖率的要求，如果是，则结束流程；否则，所述测试平台将所述测试结果添加到所述训练样例中，并返回步骤S1。

可选地，所述伪随机发生器产生测试激励，具体为：

所述伪随机发生器通过调整地址和指令类型的分布规律，采用局部随机的方式，产生伪随机激励作为测试激励。

可选地，所述偏置器测试有效激励的响应元素，产生与所述有效激励对应的新激励，具体为：

所述偏置器通过微调激励元素的构成，在所述有效激励中添加扰动，产生与有效激励对应的新激励。

可选地，所述训练样例收集整理模块对训练样例进行整理，得到概率表，具体为：

所述训练样例收集整理模块对训练样例进行统计和计算，将得到的数据文件作为概率表，所述训练样例包括测试结果和测试激励，所述测试结果包括覆盖统计。

本发明还提供了一种自动化测试系统，包括：

伪随机发生器，用于产生测试激励；

训练样例收集整理模块，用于对训练样例进行整理，得到概率表；

分类器，用于使用所述概率表判断所述伪随机发生器产生的测试激励是否为有效激励，并在判断出所述测试激励不是有效激励时，触发所述伪随机发生器重新产生激励；

偏置器，用于在所述分类器判断出所述测试激励为有效激励时，测试有效激励的响应元素，产生与所述有效激励对应的新激励；

测试平台，用于根据所述有效激励和所述新激励进行仿真验证，得到测试结果。

可选地，所述测试平台，还用于根据所述测试结果，判断是否满足协议覆盖率的要求，如果不满足，则将所述测试结果添加到所述训练样例中，并触发训练样例收集整理模块对所述训练样例进行整理。

可选地，所述伪随机发生器，具体用于通过调整地址和指令类型的分布规律，采用局部随机的方式，产生伪随机激励作为测试激励。

可选地，所述偏置器，具体用于通过微调激励元素的构成，在所述有效激励中添加扰动，产生与有效激励对应的新激励。

可选地，所述训练样例收集整理模块，具体用于对训练样例进行统计和计算，将得到的数据文件作为概率表，所述训练样例包括测试结果和测试激励，所述测试结果包括覆盖统计。

本发明以协议覆盖率和激励元素的分布为驱动，对机器学习模型进行分段的多次学习，有方向性地产生测试激励，调整投入的测试激励，分类出高效的测试激励进行仿真验证，并通过偏置器对有效激励进行偏置操作，扩大了有效激励的规模，通过循环往复的自动化运行，极大地缩短了测试验证的时间，解放了人力，提高了有效激励的产生比例、准确性，以及测试验证的效率，具有高效率、低人力的特点。

附图说明