论文部分内容阅读
本文对PD雷达信号处理器模块的功能验证进行研究，确定了待验证PD雷达信号处理器模块的验证目标，根据验证目标设计了功能覆盖率模型和验证方案。针对多普勒雷达信号处理的算法特征，采用遗传算法构建了验证向量生成机制，提取雷达信号处理机的功能点并设计了断言插入点，最终搭建了基于UVM的验证平台，完成了雷达信号处理机DDC、FIFO、PC等模块的功能验证。 本研究搭建了检测算法模块执行正确性的验证平台，使用尽可能少的的验证向量对模块进行验证，完成雷达信号处理器的验证。为加快收敛速度并提高验证效率，设计了一种基于遗传算法的覆盖率驱动验证向量产生方法，该向量产生方法结合了PD雷达信号处理器模块的输入数据特点，对遗传算子进行数学和概率论相关分析，最终选取比例选择算子，均匀交叉算子和二元变异算子组成遗传算法并应用到验证平台中生成向量。PD雷达信号处理器模块内部有限状态机以及逻辑控制信号跳转状态复杂，模块控制信号的时序需满足设计规范，为能实时监控信号变化，提高验证可观测性，快速定位错误并缩短验证周期，给PD雷达信号处理器的验证过程增加了断言检测点。基于以上验证方案，设计并实现分层次的UVM验证平台，完成PD雷达信号处理器模块的验证工作。覆盖率是对功能验证完备性的衡量，在功能验证中具有非常重要的作用。根据功能覆盖率收集对象的不同，主要分为激励功能覆盖率和断言功能覆盖率两种统计方式，并根据最终覆盖率统计结果对验证工作进行总结评估。使用VCS仿真工具进行仿真验证后的结果显示：使用遗传算法的验证向量生成技术比使用传统的纯随机验证向量生成技术收敛速度更快，达到相同覆盖率所需时间缩短16.7％；共插入35个断言监测点，检测到1个需要解决的异常；PD雷达信号处理器的功能覆盖率模型覆盖率达到98%以上。