nilai kompleksitas ini dimaksudkan untuk menjadi berguna untuk Verifikasi untuk mendorong rencana uji. Mudah-mudahan, desainer RTL dapat menggunakan alat ini sebagai cara untuk mengelola kompleksitas desain dan sebagai panduan untuk efisien mempelajari struktur desain yang ada.
HDL Kompleksitas Tool adalah alat sederhana untuk menyediakan data pengukuran. Konsep mengemudi adalah bahwa Anda tidak dapat mengontrol apa yang Anda tidak bisa mengukur. Kami bermaksud untuk menggunakan penelitian yang ada untuk mengembangkan alat yang berkinerja baik pada set proyek nyata.
Data cacat sebenarnya akan digunakan untuk menguji kompleksitas sebagai teknik untuk mengidentifikasi komponen berisiko. Desain nyata akan diukur untuk menentukan apa saja manfaat praktis dari HCT. Pada akhirnya, alat ini harus praktis berguna untuk siapa saja merancang dan / atau verifikasi proyek hardware yang kompleks.
INSTALASI
& Nbsp; 1. Ambil sumber terbaru dari http://www.sourceforge.net/hct
& Nbsp; 2. Untar file ke direktori
& Nbsp; 3. Jalankan: perl ./install.pl dalam direktori tersebut
& Nbsp; ** Jika Anda ingin menginstal pada sistem * nix kotak lebar, jalankan sebagai root
& Nbsp; 4. Ikuti petunjuk installer
DESIGN
The HCT terus berkembang. Kita mulai dengan analisis McCabe Cyclomatic Kompleksitas memahami kompleksitas cabang. Kemudian kita memperbaiki ini dengan skor kompleksitas yang lebih canggih yang dikalibrasi dengan data cacat yang nyata.
Sebuah latar belakang yang baik ini tersedia. Silakan lihat "Mengukur Kompleksitas HDL Models" oleh Michael Shaefers. Berikut ini kami memiliki beberapa kutipan yang kita gunakan sebagai kriteria desain untuk HCT.
Ada faktor kompleksitas HDL beberapa yang didefinisikan dalam kertas:
- Ukuran
- Bersarang
- Kontrol aliran
- Arus informasi
- Hirarki
- Lokalitas
- Keteraturan
- Modularitas
- Kopling (modul atau contoh)
- Concurrency
- Waktu
Dalam tulisan itu, gagasan kompleksitas psikologis HDL diperkenalkan dan aspek umum serta perbedaan dari perangkat lunak terhadap hardware kompleksitas desain dianalisis. Intinya adalah bahwa skor kompleksitas yang baik akan mematuhi enam aturan:
1. Ukuran harus berdasarkan landasan formal yang
2. Ukuran harus intuitif
3. Model dalam pengembangan harus dapat diukur
4. Sebuah model terstruktur harus diukur sebagai kompleks kurang dari versi terstruktur
5. Menambahkan bagian baru untuk model harus meningkatkan kompleksitas
6. Mengganti satu bagian dari model dengan bagian yang lebih kompleks harus meningkatkan kompleksitas
Mereka adalah enam tujuan mulia ketika Anda mulai berpikir tentang mereka. The transitivitas tersirat oleh mereka akan menjadi sulit untuk mencapai. Namun, kami menembak untuk ini dan harus menggunakannya sebagai cahaya penuntun.
Kami harus pengguna untuk berhubungan dengan sejarah cacat mereka untuk memperbaiki upaya kita. Iterasi pada generik parsing dan perhitungan kerangka murni dan sederhana adalah kunci untuk desain iteratif yang efektif. Kita harus fokus pada arsitektur perangkat lunak keanggunan dari bahasa kita memilih implementasi.
Tujuan akhir yang benar mencetak kompleksitas psikologis blok hardware HDL apapun dan menggunakan ini untuk memprediksi tingkat kerusakan dan risiko jadwal
Apa yang baru dalam rilis ini:.
- Rilis ini sepenuhnya didesain ulang untuk hasil yang tepat mengukur kompleksitas McCabe Cyclomatic, byte kode, byte komentar, berbagai rasio dan sistem peringkat yang dapat digunakan untuk memahami complexit dari semua modul di proyek.
- Ia bekerja pada kedua Verilog dan cyclicity CDL dan perintah line support dan CSV format output.
Persyaratan :
- Perl
Komentar tidak ditemukan