[论文解读] Modeling State in Software Debugging of VHDL-RTL Designs -- A Model-Based Diagnosis Approach
本文提出一种基于模型的诊断方法,用于在VHDL-RTL设计中实现自动故障定位,通过将值级模型扩展为显式捕获状态和时序行为,方法基于时间展开的进程执行。该方法通过建模信号随时间的演变,在时序电路中实现精确的故障定位,实证结果表明其在ISCAS’85基准电路中具有可扩展性,包括C6288电路在内,最多可进行287次单故障诊断,运行时间达280万毫秒。
In this paper we outline an approach of applying model-based diagnosis to the field of automatic software debugging of hardware designs. We present our value-level model for debugging VHDL-RTL designs and show how to localize the erroneous component responsible for an observed misbehavior. Furthermore, we discuss an extension of our model that supports the debugging of sequential circuits, not only at a given point in time, but also allows for considering the temporal behavior of VHDL-RTL designs. The introduced model is capable of handling state inherently present in every sequential circuit. The principal applicability of the new model is outlined briefly and we use industrial-sized real world examples from the ISCAS'85 benchmark suite to discuss the scalability of our approach.
研究动机与目标
- 为解决VHDL-RTL设计中,特别是具有状态演化的时序电路,缺乏自动故障定位支持的问题。
- 将现有的基于模型的诊断技术扩展,以处理硬件设计中的时序行为和状态演化。
- 通过建模进程语义和跨时间点的信号值,提升调试的可扩展性和精确度。
- 在ISCAS’85套件的工业规模基准上评估该方法,以评估其在实际场景中的可行性。
- 为集成仿真与验证结果到诊断中以提升故障检测能力奠定基础。
提出的方法
- 该方法使用领域无关的诊断引擎,结合从VHDL-RTL源代码导出的语言特定模型。
- 值级模型抽象了VHDL的语法和语义,将语句和表达式表示为诊断的组件。
- 通过时间展开进程执行,将模型扩展为创建时序实例,以表示随时间的状态演化。
- 引入进程语义和事件处理,以建模信号跳变和顺序行为。
- 通过检查观测行为与模型假设之间的一致性来计算诊断,识别出最小的故障组件集合。
- 通过分析多个时间步的信号值,支持单点时间与时序诊断。
实验结果
研究问题
- RQ1如何将基于模型的诊断方法适配以处理时序VHDL-RTL设计中的状态和时序行为?
- RQ2值级模型能否在保持诊断精度的前提下,扩展为表示随时间的进程执行?
- RQ3该方法在真实世界工业电路基准上的计算可扩展性如何?
- RQ4与单时间点分析相比,引入时序行为如何改善故障定位?
- RQ5仿真结果对改进诊断模型以提升精度有何影响?
主要发现
- 通过时间展开进程执行并建模信号跳变,扩展后的模型成功捕获了时序电路中的状态演化。
- 在ISCAS’85基准套件中,单故障诊断的中位数范围为1(C432)至306(C6288),其中C6288的运行时间最高达2,792,591毫秒。
- 单故障诊断的平均数量从C432的1.40到C6288的287.02不等,表明随着电路规模增大,复杂度显著上升。
- C6288电路的中位运行时间(122,317毫秒)和最大运行时间(2,792,591毫秒)最高,表明该方法在大型设计中计算开销较大。
- 该方法可扩展至工业规模电路,C7552(3,512个门)的平均单故障诊断数为4.75,平均运行时间为8,219毫秒。
- 该方法可在时间维度上实现精确的故障定位,表明其在时序电路调试中具有主要适用性,超越了单时间点分析。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。