[发明专利]处理器验证系统及方法

权利要求书

1.一种处理器验证系统，其特征在于，所述系统包括随机指令发生器、待覆盖的特征点分析器、覆盖率分析器和未覆盖到的特征点分析器，其中，

所述随机指令发生器，用于根据待覆盖特征点参数输入生成初始的随机指令并输入待验证设计，在接收到所述未覆盖到的特征点分析器反馈的分析结果之后，根据待覆盖特征点参数输入以及所述未覆盖到的特征点分析器反馈的分析结果，利用机器学习算法生成新的随机指令并输入待验证设计；

所述待覆盖的特征点分析器，用于对所述待验证设计所有需要覆盖的特征点进行分析，并将分析结果输出给所述覆盖率分析器；

所述覆盖率分析器，用于对所述待验证设计的特征点的覆盖率进行分析，确定特征点覆盖率；

所述未覆盖到的特征点分析器，用于当所述覆盖率分析器确定的特征点覆盖率小于100％时，分析得到未覆盖到的特征点并反馈给所述随机指令发生器。

2.根据权利要求1所述的系统，其特征在于，所述未覆盖到的特征点分析器，还用于当所述覆盖率分析器确定的特征点覆盖率小于100％时，对特征点未覆盖到的原因进行分析；

所述覆盖率分析器，还用于根据所述未覆盖到的特征点分析器的分析结果输出覆盖率分析报告。

3.根据权利要求1所述的系统，其特征在于，所述系统还包括：

计数器，用于对所述覆盖率分析器确定得到特征点覆盖率小于100％的次数进行计数；

所述未覆盖到的特征点分析器，还用于当所述计数器的计数值大于预定值时，停止向所述随机指令发生器反馈分析结果。

4.根据权利要求3所述的系统，其特征在于，所述覆盖率分析器，还用于当所述计数器的计数值大于预定值时，根据所述未覆盖到的特征点分析器的分析结果输出覆盖率分析报告。

5.根据权利要求1至4中任一项所述的系统，其特征在于，所述机器学习算法包括遗传算法或蚁群算法。

6.一种处理器验证方法，其特征在于，包括：

随机指令发生器根据待覆盖特征点参数输入生成初始随机指令并输入待验证设计；

待覆盖的特征点分析器对待验证设计所有需要覆盖的特征点进行分析，并将分析结果输出给覆盖率分析器；

所述覆盖率分析器对所述待验证设计的特征点的覆盖率进行分析，确定特征点覆盖率；

当所述覆盖率分析器确定的特征点覆盖率小于100％时，未覆盖到的特征点分析器分析得到未覆盖到的特征点并反馈给所述随机指令发生器；

所述随机指令发生器根据待覆盖特征点参数输入以及所述未覆盖到的特征点分析器反馈的分析结果，利用机器学习算法生成新的随机指令并输入待验证设计。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

当所述覆盖率分析器确定的特征点覆盖率小于100％时，所述未覆盖到的特征点分析器对特征点未覆盖到的原因进行分析；

所述覆盖率分析器根据所述未覆盖到的特征点分析器的分析结果输出覆盖率分析报告。

8.根据权利要求6所述的方法，其特征在于，所述方法还包括：

计数器对所述覆盖率分析器确定得到特征点覆盖率小于100％的次数进行计数；

当所述计数器的计数值大于预定值时，所述未覆盖到的特征点分析器停止向所述随机指令发生器反馈分析结果。

9.根据权利要求8所述的方法，其特征在于，所述方法还包括：

当所述计数器的计数值大于预定值时，所述覆盖率分析器根据所述未覆盖到的特征点分析器的分析结果输出覆盖率分析报告。

10.根据权利要求6至9中任一项所述的方法，其特征在于，所述机器学习算法包括遗传算法或蚁群算法。