【摘 要】
：
近年来,集成电路规模不断扩大,复杂度不断提高,这使得验证在集成电路设计流程中的地位逐年提高。通用验证方法学（Universal Verification Methodology,UVM）的出现为验证工程师提供了可重构的验证环境及高效的验证方法。UVM广泛运用在验证项目中,与此同时,因为其易于扩展的特性具有发展的潜力。本文主要内容是搭建UVM验证平台并对系统监测（System Monitor,SYS
论文部分内容阅读
近年来,集成电路规模不断扩大,复杂度不断提高,这使得验证在集成电路设计流程中的地位逐年提高。通用验证方法学（Universal Verification Methodology,UVM）的出现为验证工程师提供了可重构的验证环境及高效的验证方法。UVM广泛运用在验证项目中,与此同时,因为其易于扩展的特性具有发展的潜力。本文主要内容是搭建UVM验证平台并对系统监测（System Monitor,SYSMON）模块开展验证工作。SYSMON集成在现场可编程门阵列内部,包括数字逻辑模块、循环型模数转换器（CyclicAnalog-to-Digital Converter,CyclicADC）及静态随机存取存储器（Static Random-Access Memory,SRAM）阵列。SYSMON核心功能是监视芯片内部工作状况。它通过CyclicADC将现场可编程门阵列片内温度及各模块的电源电压量化为数字码,并依据用户设置的阈值大小驱动警报端口。而SRAM用于配置SYSMON的不同工作模式。本文主要工作如下:（1）本文先对SYSMON的数字逻辑功能进行详细分析,从中提取纯数字功能点。与此同时对网表形式的CyclicADC和SRAM进行建模以支持数模混合功能点的验证。由于SYSMON数字逻辑模块中包含的CyclicADC校准模块难以验证,本文为CyclicADC模型建立了误差注入模型,用于分析校准前后的性能参数,达到衡量校准效果的目的。（2）传统的UVM验证平台只适用于数字模块,无法支持数模混合仿真。为解决此问题,本文将UVM验证平台扩展为UVM数模混合验证平台。新平台既支持纯数字仿真,又支持数模混合仿真,且只需使用一套仿真激励,节约了项目时间成本。后续通过脚本实现了测试用例自动生成及仿真平台自动运行。基于UVM的数模混合验证平台继承了UVM易于移植的特性,未来可移植到更多数模混合验证项目中。（3）本文最终使用UVM数模混合验证平台分别进行数字功能验证和数模混合验证。通过仿真平台自动比对结合波形分析的方式,确认数字逻辑功能全部正确。对于误差注入情况下CyclicADC的校准效果,通过仿真后的数据处理,得出校准后相比于校准前积分非线性显著降低、有效数字提高、频谱改善的结论。经过测试用例的迭代,功能覆盖率达到100%,同时代码覆盖率达到92.48%,达到了项目初期设置的目标。本文后续挑选重要的测试用例进行数模混合仿真,确认了数字模块和模拟模块联合仿真时功能正常无误,且未出现时序违例。
其他文献
目标跟踪是计算机视觉领域中一个重要的研究课题,近年来,随着我国城镇化建设的推进以及人民经济水平的不断提高,私家车的保有量与日俱增,为我国的交通系统带来了巨大的压力。因此,智能交通系统的研究成为了当今一大热点。车辆跟踪算法作为智能交通系统的重要组成部分,为系统获取行驶车辆信息提供了可靠的保障。由于城市道路复杂,车辆密集,树木天桥等遮挡物繁多,在城市场景中实现准确的车辆跟踪成为一个巨大的挑战。本文主要
超材料由于其超常电磁特性为操控电磁波提供了新的应用途径,随着吸波器件的不断研究,利用超材料来构建太赫兹吸波体逐渐成为研究热点,目前利用超材料已经设计出了单频带、多频带、超宽带等各种类型的电磁吸波体,随着微纳加工技术的发展,一些太赫兹吸波体也随之被设计出来,但这类吸波体只是无源器件且频率不可调,无法满足通信系统日益增长的应用需求,而且当下设计出来的太赫兹吸波体大部分都是单频带吸收效率高或者是多频带吸
随着遥感卫星技术的快速发展,海量的遥感时序图像不断涌现。由于在土地覆盖图更新和自然灾害风险评估等方面发挥着日益重要的作用,多时遥感图像分类问题引发了学者们的广泛关注。多时遥感图像分类旨在利用现有的有标签的源域图像信息,对无标签的目标域图像进行分类。传统的分类算法中,大多数需要人工标记数据,效率低下,且其所依据的领域自适应方法中还需要满足源域图像和目标域图像分布具有相关性的假设。为了解决上述问题,近
随着遥感技术的发展,获取的高分辨率遥感图像包含愈加丰富的地物信息。如何对遥感图像进行解译获取有价值的信息是急需解决的问题。语义分割能判定图像中每个像素的类别属性,是地物观测分类常用的解译方法,并在农业生产、城市规划、灾害监测等领域发挥着关键作用。目前,基于卷积神经网络的遥感图像语义分割方法快速发展,与依赖手工设计特征的传统分割方法相比,图像中不同对象的分割效果得到显著改善,但由于网络在提取特征时丢
电动车作为新能源车的代表,随着新能源技术的日趋成熟而逐步发展。电力是电动车的动力来源,作为一种清洁能源,与石油相比它不仅价格更低廉而且对环境无污染。电动汽车产业发展过程中,为了提高车辆的性能,车内的电子设备或仪器的丰富度会逐渐升高,这种变化会使车内的电磁干扰问题恶化,超标的电磁干扰甚至会影响乘车人健康。因此研究电动汽车内部各电气模块产生的电磁干扰问题就成为汽车电子领域关键技术之一。针对电动汽车内部
随着计算机技术与信息检索技术的快速发展,互联网已成为人们获取医疗健康知识的主要途径之一,这些知识通常以非结构化或半结构化的形式存在,并且规模庞大、信息良莠不齐。利用传统搜索引擎难以有效获取所需的医学知识,从而制约了医学信息化的发展。因此,如何从海量数据中准确并自动化地提取出用户所需的医学知识成为了医疗信息化领域的研究热点。问答系统是信息检索系统的一种高级形式,它能减少用户在信息检索中的时间消耗,且
随着互联网技术的飞速发展,新闻文章、研究出版物、博客、论坛和社交媒体等媒介产生了大量的文本数据,这些非结构化的文本数据通常隐藏着许多重要信息,抽取相关有用的信息,并实现数据的结构化表示,对知识图谱、搜索引擎和问答系统等自然语言处理（Natural Language Processing,NLP）应用具有重要的价值,实体关系抽取（Entity Relation Extraction,ERE）作为信息
在测量磁场的各种传感技术中,磁通门传感器具有高线性度、高灵敏度和低噪声等优点,在导航系统、电子罗盘和高直流电流测量上有着广泛的应用。顺应磁通门传感器的发展趋势,基于磁通门传感器的理论知识、斩波稳定技术,研究了一款高集成、高线性度、低噪声的信号调节器芯片。芯片直接连接到磁通门传感器,为传感器操作提供磁场探头激励、信号调节和补偿线圈驱动器放大等功能。本文的研究内容与创新点如下:1.在磁通门传感器理论研
深度神经网络作为深度学习中的重要技术,在计算机视觉、自然语言处理、推荐系统等领域都取得了巨大的成功。近些年来,随着数据规模不断扩大、计算机硬件性能逐步提升,深度神经网络的规模也随之变大。对海量数据的学习过程离不开强大的算力和高效的优化算法支撑。因此,如何对模型进行快速且高效的优化成为了亟待解决的问题。一阶优化算法凭借简单的链式计算规则和较低的计算成本,成为目前主流的优化算法。然而,这类算法往往需要
随着摩尔定律指引的集成电路行业的不断发展,近年来集成电路的特征尺寸不断缩小,但当器件的特征尺寸迈入10nm以内的工艺节点后,Fin FET出现了严重的短沟道效应,芯片性能和面积的矛盾也日益突出,为了解决芯片在10nm下的特性退化,基于垂直堆叠纳米片结构的纳米片器件（Nanosheet FET）引起了业内的广泛关注。Nanosheet器件由于其独有的环栅（Gate All Around,GAA）结构