-
公开(公告)号：CN118228648B
公开(公告)日：2024-11-15
申请号：CN202410351293.1
申请日：2024-03-26
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于桶排序的FSM状态转移覆盖率计算方法及系统，首先根据FSM模型，创建用于存储FSM状态转移信息的数组，以确保状态转移信息的唯一性；再通过解析VCD文件，追踪状态变量的变化，判断是否发生状态转移，当发生状态转移时，利用该状态转移信息将对应的数组元素值从0置为1，将所有提取到的状态转移信息存储到同一个数组中；遍历数组的所有元素并累加数组元素的值，得到产生的状态转移总数或多文件合并状态转移总数，将其除以状态转移总数，计算得到FSM状态转移覆盖率或多文件合并覆盖率。本发明方法实现超大规模FSM状态转移覆盖率高效统计，能有效提高验证效率。
-
公开(公告)号：CN119848646A
公开(公告)日：2025-04-18
申请号：CN202411950767.0
申请日：2024-12-27
Applicant: 南京邮电大学
IPC: G06F18/2411 , G06F18/2413 , G06F18/2131 , G06F30/3308 , G06N3/045 , G06N3/048 , G06N20/10 , G06F123/02
Abstract: 本发明公开基于Mamba神经网络架构的回归测试错误仿真波形自动化分类方法，属于集成电路领域，包括将回归测试得到的仿真波形文件进行解析，将关键信号波形转换成整型波形离散序列；将波形序列数值范围归一化到0‑1区间，截取固定长度输入Mamba神经网络模型，网络输出块大小、块起始位置两个参数；利用网络输出的两个特征参数将波形划分，计算每块波形的厚度、波动程度以及均值特征，计算整体特征；利用波形块大小的整数倍数作为窗口，对波形进行快速傅立叶变换，计算频域特征；将提取到的特征合并为多维特征向量输入支持向量机，输出得到最终分类结果，本发明能有效提升回归测试失败原因诊断准确率，替代人工分诊过程，提高验证效率。
-
公开(公告)号：CN118228648A
公开(公告)日：2024-06-21
申请号：CN202410351293.1
申请日：2024-03-26
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于桶排序的FSM状态转移覆盖率计算方法及系统，首先根据FSM模型，创建用于存储FSM状态转移信息的数组，以确保状态转移信息的唯一性；再通过解析VCD文件，追踪状态变量的变化，判断是否发生状态转移，当发生状态转移时，利用该状态转移信息将对应的数组元素值从0置为1，将所有提取到的状态转移信息存储到同一个数组中；遍历数组的所有元素并累加数组元素的值，得到产生的状态转移总数或多文件合并状态转移总数，将其除以状态转移总数，计算得到FSM状态转移覆盖率或多文件合并覆盖率。本发明方法实现超大规模FSM状态转移覆盖率高效统计，能有效提高验证效率。
-
-
Search Results
3
records
(took 0.068 seconds)
