基于失效聚集度改进自适应随机测试算法

对于现有的自适应随机测试(ART)算法针对点状失效模式普遍存在有效性和效率均比随机测试(RT)差的问题,提出一种基于失效聚集度的自适应随机测试(CLART)算法,对传统的ART——固定候选集(FSCS)、区域排除随机测试(RRT)等算法进行改进。首先,根据被测程序的输入域估计主失效聚集度,确定局部搜索区域;然后,在区域内使用传统ART算法生成若干测试用例(TC)进行测试;若未发现错误,重新选择局部区域生成TC;重复这一过程直至发现错误。仿真实验显示在点状失效模式和块状失效模式下CLART算法的有效性比FSCS算法提高约20%,效率比FSCS算法提高约60%。实验结果表明CLART算法利用多个局部区域依次搜索可以快速锁定引发失效输入分布密集高的失效区域,从而提高测试的有效性和效率。     

一种改进的软件自适应随机测试策略

针对自适应随机测试(ART)存在的高维和距离度量问题,提出一种改进的软件自适应随机测试策略。分析ART的局限性,扩展ART的前提假设,基于测试用例特征相似性度量选择最佳的测试用例。实验结果表明,与传统随机测试策略相比,改进策略能更多地触发软件失效,测试效果更优。     

构件软件的自适应测试

在受控马尔可夫链方法的框架内讨论了具有测试用例限制的构件软件的自适应测试.介绍了自适应软件测试,并针对构件软件内部不可知的特点对其软件系统建模,选择测试决策,仿真研究了自适应软件测试,以及采用递归的最小二乘法进行参数估计部分的算法改进.     

3n镜像适应性随机测试算法

针对适应性随机测试中的边缘效应问题,借鉴镜像适应性随机测试(MART)的基本思想,在引入镜像距离的基础上,提出3n MART算法,通过改变候选用例与成功用例之间的距离判断策略,使其产生的用例在输入域中更均匀地分布。仿真实验结果证明,该算法可以较好地解决边缘效应问题,相比基于距离的适应性随机测试算法与MART算法,失效发现效率更高。     

失效区域紧致性对适应性随机测试的性能影响

适应性随机测试是一种增强的随机测试方法.已有的研究发现:失效区域的紧致程度是影响适应性随机测试性能的几个基本因素之一,并仅在失效区域为长方形的情形下验证了上述猜想.采用仿真实验的方法进一步研究失效区域的紧致程度与适应性随机测试的性能之间的精确关系.研究了几种基本规则形状的和不规则形状的失效区域.实验结果表明:适应性随机测试方法的性能随着失效区域的紧致程度的增强而提高.该研究进一步地揭示了适应性随机测试优于随机测试的基本条件.     

组合电路随机测试的一种新方法

本文在随机测试的基础上提出了逆随机测试（ART）的新概念，在该测试序列的集合中各测试码之间的海明距离为尽可能的大，这样可以使不同的测试码检测到更多不同的故障，从则提高了测试效率和故障覆盖率。本文给出了构造逆随机测试序列（ARTS）的详细过程，并且严格证明了该序列的高效和正确性，同时还给出了用Benchmark和其它电路作为例子的实验结果。     

使用SystemC验证库进行随机验证

SystemC是一种适用于SoC顶层设计的新型硬件设计语言,SystemC验证库是SystemC标准库的一个增补库,用以增强SystemC在SoC顶层验证的能力,本文对SystemC及其验证库进行了简要介绍,重点说明了如何使用SystemC验证库进行随机测试.     

SPARC体系结构处理器测试方法研究与实现

处理器离线测试广泛采用随机测试技术,但是随机测试技术生成大量测试代码,并且测试覆盖率不高;主要针对随机测试的不足,借鉴基于软件内建自测试方法建立处理器模块级于系统级功能模型,后分析功能模型可能发生错误,针对错误模型开发测试代码来提高错误覆盖率;经测试,模块级测试覆盖到所有功能点,达到功能模块100%测试,系统级的测试覆盖到SPARC V8的所有指令异常、正常测试用例;测试结果表明,所采取的测试方案对提高错误覆盖率是行之有效的.     

伺服-调节组合最优自适应控制

建立起最小方差和动态最优的组合自适应控制,对随机伺服系统同时实现随机调节和伺服跟踪的最优控制,整个控制算法呈递推形式,计算量较小。算法的收敛性讨论说明其具有良好的鲁棒性。     

CART:组合自适应随机测试方法

自适应随机测试方法将测试用例均匀分布于整个输入空间,以提高测试效率.然而,当被测软件的输入参数存在错误相关性,使失效区域形状成为“片状”时,传统的自适应随机测试方法效率将急剧下降.针对“片状”失效区域的特点,本文提出了一种新的自适应随机测试方法:组合自适应随机测试方法.该方法将输入参数划分为多个不同的组;每一组被视作一个独立的输入空间并通过自适应随机测试方法生成“准”测试用例序列;最终的测试用例将由各组“准”测试用例组合而成.实验表明,组合自适应随机测试方法能大幅度提高测试用例发现错误的效率.     

Control for the synchronization of Chen system via a single nonlinear input

This paper addresses control for the synchronization of Chen chaotic systems via sector nonlinear inputs. Feedback control, adaptive control, fast sliding mode and robust control approaches based on single state feedback controller are investigated. In these cases, sufficient conditions for the synchronization are obtained analytically. Numerical simulations verify the control performances.     

基于UVM实现随机测试的先进方法

随机设计越来越复杂,受约束的随机化测试方法已成为验证的发展趋势。本文以数据流交叉模块的验证为例,介绍如何基于UVM验证方法学构建受约束的随机化测试平台,其主要内容包括：UVM验证平台的建立、受约束的随机的实现、功能覆盖率的实现、自动检查结构等方面。     

基于CARIMA模型的全局收敛的多变量随机自适应控制算法

本文针对多变量受控自回归积分滑动平均模型(CARIMA)提出了新的直接随机自适应控制算法,该算法不仅能鲁棒抑制任何定常负荷干扰而且应用于非最小相位系统仍具有全局收敛性,该算法不要求事先知道系统的关联矩阵只要求知道关联矩阵的整值参数。     

并发软件适应性随机测试方法

测试用例选择是软件测试中的关键问题之一.目前,测试用例选择在并发软件测试方面鲜有涉及.以多线程并发程序为研究对象,提出面向并发软件的适应性随机测试方法,通过优化测试用例选择,来提高并发软件测试的效率和错误发现能力.根据实验结果,我们提出的并发软件适应性随机测试方法比随机测试方法的测试效率更高,错误发现能力也更强.     

在测试用例不放回时比较随机测试和分割测试

在测试用例放回的情况下,关于随机测试和分割测试的比较,许多研究者做了大量的工作,取得了显著成果.在测试用例不放回的情况下,类似的比较工作在国内外文献中尚未见到.然而在实际工作中,尤其是在软件测试早期和模块测试阶段,测试用例是不放回的.因此,在测试用例不放回的情况下,对随机测试和分割测试进行了比较,得出4个结论.与Chen和Yu在测试用例放回情况下的研究成果相比,一个不同的发现是,在平分子域、错误数、测试次数时,分割测试不如随机测试效果好.另外还发现,如何利用各种信息分割出错误集中的区域,然后着重测试,这是分割测试的核心.     

随机序列的几个生成算法与分布模型

随机序列是科学工程中的一个基本而重要的研究领域,广泛应用于数据结构、算法分析与设计、仿真建模等。对于伪随机序列,研究了几个生成算法及一系列分布模型,并采用C#编码完整地刻画了这些算法和模型的行为与特性。为了对它们进行性能分析,编写了详细的可视化测试程序。     

一类输入受限的随机自校正控制器

本文提出了一种输入同时受到幅值和速度约束的随机广义自校正控制器。该控制器采用加权项的非线性特征抵消输入非线性的新方法，将在线选择加权项与预选加权因子结合起来，对于具有有限增益稳定的非最小相位系统，给出了自适应算法的稳定性和全局收敛性分析。     

芯片样品验证平台自适应和同步测试功能的设计与实现

目前,芯片设计公司在对量产级的芯片进行样品验证时,传统的样品验证方法大多是基于芯片自身特点来设计相应的测试设备,然后通过测试夹具对芯片样品逐一测试,不同的芯片会设计不同的测试设备。提出了一种自适应且可同步测试的样品验证平台方案,既可以实现同时测试多颗芯片,也可以对不同接口的芯片进行测试;既可以进行可靠性实验测试,也可以进行其他功能的测试,大大节省了测试设备的维护成本,提高测试效率。