第2章 验证计划与覆盖率驱动的验证流程

2.1 问题背景

在复杂 SoC 设计验证中，团队常陷入一个困境：回归用例持续增加，仿真资源不断消耗，但“验证是否完备”始终缺乏可量化答案。盲目的约束随机与向量堆叠无法带来收敛，只会放大噪声。真正有效的验证需要把目标拆解为可测量的覆盖空间，并通过闭环迭代持续逼近。这正是覆盖率驱动验证（Coverage-Driven Verification, CDV）要解决的核心问题。

2.2 核心概念

• 验证计划：将设计规格转化为可验证目标与场景清单的工程文档，是覆盖率模型与激励策略的唯一输入来源。
• 覆盖率驱动验证（CDV）：以功能覆盖率和代码覆盖率为双指针，指导激励生成、回归执行与收敛判断的闭环流程。
• 功能覆盖率：通过 covergroup、coverpoint 与 cross 建立的语义覆盖模型，回答“设计行为是否被看到”。
• 收敛：覆盖率增长进入平台期，且目标覆盖项全部命中，并在连续多轮回归中保持稳定。

2.3 原理机制：CDV 闭环

CDV 的本质是“计划—建模—执行—分析—收敛”的迭代环。每轮回归都必须复盘覆盖率增量，并将其作为下一轮激励调整的依据。核心路径如下：

• 验证计划将规格翻译为可量化场景；
• 覆盖率模型把场景映射为统计事件；
• 约束随机激励与回归产生仿真数据；
• 覆盖率分析挖掘未命中项与根因；
• 收敛决策指导补盲或调整模型，形成下一轮输入。

2.4 流程步骤

1. 制定验证计划：从设计规格、协议规范和风险清单中提取功能点，形成可跟踪验证矩阵。
2. 建立覆盖率模型：将验证矩阵中的场景翻译为 covergroup、coverpoint 与 cross。示例：

covergroup bus_cov @(posedge clk);
  opcode_cp : coverpoint opcode;
  len_cp    : coverpoint len;
  x_op_len  : cross opcode_cp, len_cp;
endgroup

3. 设计激励并回归：基于约束随机生成事务，批量执行回归，保留 seed 与配置以支持复现。
4. 采集与合并覆盖率：将多个 seed、多组回归的覆盖率数据库合并，生成整体未命中清单。
5. 分析缺口并决策：对比覆盖率目标，定位未覆盖项，决定追加定向用例、调整约束或修正模型。

2.5 案例说明

某总线桥模块验证中，计划定义了 14 个场景，覆盖率模型包含 22 个状态点与 5 个 cross。首轮回归代码覆盖率为 93%，功能覆盖率仅 38%——缺失集中在读写交错和窄突发边界。分析后新增 4 条定向约束序列，第 7 轮回归后功能覆盖率达到 100%，代码覆盖率升至 96%；随后连续三轮无新增覆盖事件，判定验证收敛。

2.6 流程总结表

阶段	输入	关键动作	输出 / 判据
计划	设计规格	功能分解、风险识别	验证矩阵、覆盖目标
建模	验证矩阵	covergroup / cross 设计	覆盖率模型
执行	模型、约束、seed	回归批量运行	trace、log、覆盖率原始数据
分析	覆盖率报告	缺口定位、根因分析	未覆盖项清单、原因列表
收敛	未覆盖项清单	补盲、调约束、修正模型	连续 N 轮无新增覆盖

2.7 误区提醒

2.8 实践清单