定向测试集能够找到你认为可能存在的bug；而使用受约束的随机测试法（CRT）自动产生测试集，可以找到你都无法确定的bug
简单的定向测试集只需施加激励，然后人工检查输出结果（保存为标准日志文件.log文件），用来和今后的仿真结果进行比较，以判断仿真结果的正确性；CRT不仅需要产生激励，还需要通过参考模型、传输函数或其他方法预测输出结果。
（CRT由两部分组成：使用随机的数据流为DUT产生输入的测试代码；伪随机数发生器种子，只要改变种子的值，就可以改变CRT的行为）
什么需要随机化：
1、器件配置（随着时间的变化，DUT的配置越来越随机）
2、环境配置（器件在一个包含若干个期间的环境里工作，应该随机化整个环境，包括对象的数量和它们如何配置）
3、原始输入数据（$random)
4、封装后的输入数据（需要处理激励的不同层次）
5、协议异常、错误和违规（测试平台应该能够产生正确的激励，然后通过翻转某一个配置位，在随机的时间间隔里产生随机的错误类型）
6、延时（测试平台应该在每一个测试里都使用随机的、有效的延时，以便发现设计中的bug；例如在周期级验证更低的级别，对时钟抖动很敏感，通过将时钟沿来回移动很小的步长，可以检查设计对时钟周期是否异常敏感；而时钟发生器位于测试平台之外，这样可以在有效区域active region 产生事件；但测试平台不应违反建立时间和保持时间的约束）
首先建立一个具有一组相关的随机变量的类，然后用随机函数为这些变量赋随机值，可以用约束来限制这些随机值的范围，使他们是有效的值。
class packet;
rand bit[31:0]src,dst,data[8];//使用rand修饰符，表示每次随机化这个类时，都会随机赋值
randc bit[7:0] kind;//randc类型，表示周期随机性，所有可能的值都赋值过随机值才可能重复
//约束
constraint c {src>10;src<15;}//约束是一组确定变量值范围的关系表达式，永远为真
endclass
packet p;
intial
begin
p=new();//产生一个包
assert(p.randomize());//使用断言来检查randomize函数的结果
else
$fatal (0,"packet::randomize failed");
transmit(p);
end
不能再类的构造函数里随机化对象，因为在随机化前可能需要打开或关闭约束、改变权重，添加新的约束；构造函数用来初始化对象的变量，不能再这里调用randomize()函数；类中所有变量应该是随机的公有的，这样测试平台才能最大程度控制DUT。
当代码中有矛盾的约束，随机化过程就会失败，即assert检查randomize函数返回值，若返回0，断言检查到错误后会显示错误信息。
system verilog只能随机化2值数据类型，但位可以是2值或4值类型；可以使用整数和位矢量，但不能使用随机字符串，或在约束中指向句柄。
每个表达式里至少有一个变量是rand或randc类型的随机变量；否则类会在随机化时出错，除非正好满足约束条件，此时约束条件只是检查非随机变量是否有效。
简单表达式（在一个表达式中最多只能使用一个关系操作符（<、<=、==、>=、>)
例如：
class order;
rand bit[7:0] lo,med,hi;
constraint bad {lo<med<hi};
endclass
这样的约束分割成两个关系表达式：{{lo<med}<hi}，而表达式{lo<med}的值为0或1；即hi是大于0或1的，所以正确的约束需要将二者分开
即
constraint good {lo<med;
med<hi;}
由于在约束块中只能包含表达式，不能进行赋值；可以用关系运算符为随机变量1赋值，例如len==42；
权重分布：dist操作符，dist操作符带有一个值的列表以及权重，中间用：=或者：/分开，值或权重可以是常数或者变量；值可以是一个值或值的范围，例如[lo:hi]；权重的和也不一定是100.:=操作符表示值范围内的每一个值的权重是相同的；:/操作符表示权重要均分到值范围内的每一个值。
第一个约束表示（src取0的权重为40；[1:3]的权重均为60）
第二个约束表示（dst取0的权重为40；[1:3]均分权重60）
值和权重可以是常数或变量。可以使用权重变量来改变值的概率分布，甚至可以把权重设为0，从而删除一个值
可以使用inside产生一个值的集合
可以用$指定最大值和最小值
随机集合约束的取反
在集合里使用数组：将集合里的值保存到数组中即可
条件约束：两种关系操作->和if-else;->操作符可以产生和case操作符类似的语句块，可以用于枚举的表达式。
而if-else更适合“真-假”类型的表达式
使用合适的数学运算来提高效率
使用solve…before约束引导概率分布
class solvebefore
rand bit x;
rand bit [1:0] y;
constraint c_xy{
(x==0)->y==0;
solve x before y;
}
endclass
solve…before约束不会改变解的个数，只会改变各个值的分布；比如在1000次的randomize（）调用中；x为0的次数大约是500，x为1的次数大约是500；而将约束改为solve y before x ；y为0的次数为250，y为1的次数为250，y为2的次数为250，y为3的次数为250；会得到完全不同的概率分布。
控制多个约束块
在运行期间，可以使用内建的constraint_mode()函数打开或关闭约束；可以用handle.constrain.constraint_mode()控制一个约束块，用handle.constraint_mode()控制对象的所有约束。
内嵌约束：可以使用randomize（） with来增加额外的约束
注意：在使用randomize（）with中约束块同样需要{}
如果需要在调用randomize()之前或之后立即执行一些操作，可以使用两个void类型的pre_randomize()和post_randomize()函数来完成这些功能。
使用变量的约束，方便约束的修改
可以在类中定义非随机变量，这样调用randomize函数是不会被随机化；
在测试过程中使用外部约束（外部约束可以放在另一个文件里，从而在不同的测试里可以复用外部约束；外部约束对类的所有实例都起作用，而内嵌约束仅仅影响一次randomize（）调用。
1、除非必要，不要在随机约束中使用有符号类型
2、避免使用复杂的运算，例如除法、乘法和取模(如果需要除以或乘以2的幂次方，使用左移或右移操作；使用宽度小于32的变量可以得到更高的运算性能）
使用foreach约束动态数组和队列
class good_sum5;
rand uint len[];//32位无符号数组
constraint c_len {foreach (len[i])
len[i] inside {[1:255]};//单个数组值的范围
len.sum<1024;//总值的范围
len.size() inside {[1:8]};}//事务个数的范围
endclass
产生具有唯一元素值的数组
1、使用嵌套foreach循环
2、使用包含randc变量的辅助类
3、唯一值发生器
产生原子激励和场景
1、和历史相关的原子发生器
最简单的方法是采用基于以前事务的随机值的原子发生器（可以使用post_randomize函数复制产生的事务，用于下一次randomize()调用）
2、随机序列
initial
begin
for(int i=0;i<15;i++）
begin
randsequence(stream)//产生stream序列
stream:cfg_read :=1|//cfg_read的权重是1
io_read :=2|
mem_read :=5;
cfg_read:...
mem_read:...
io_read:...
endsequence
end
end
随机控制（用randcase建立决策树）
随机数发生器
verilog使用一种简单的PRNG(伪随机数发生器）
reg [31:0] state=32'h12345678;
function logic [31:0] my_random;
logic [63:0] s64;
s64=state*state;
state=(s64>>16)+state;
my_random=state;
endfunction
先计算出状态的64位平方值，取中间的32位数值，然后加上原来的32位数值。
而sv测试平台通常会有几个激励发生器同时运行，如果共享一个PRNG，则获得的都是随机数的一个子集。
Gen1的修改不但影响Gen1自己的随机数，也影响了Gen2
在sv中，每个对象和线程都有一个独立的PRNG,改变一个对象不会影响其他对象获得的随机数。
sv的每个对象都有自己的PRNG和独立种子，当启动一个新的对象或线程时，子PRNG的种子由父PRNG产生。所以在仿真开始时的一个种子可以产生一个随机激励流，之间又是相互独立的。
