一种测试向量的产生方法
专利名称：一种测试向量的产生方法
技术领域：
本发明涉及测试领域，特别是在进行ASIC验证或软件测试中的一种测试向量的产生方法。
背景技术：
在进行特定用途基础电路(ASIC)验证或软件测试的过程中，需要考虑各种参数的影响。各种参数的不同取值之间有许多组合，每一种组合称为一个测试向量。假设有3个参数A、B、C，每个参数分别有3种取值A1、A2、A3；B1、B2、B3；C1、C2、C3，那么它们的组合多达33＝27种，即有27个测试向量。如果在进行ASIC验证或软件测试的过程中对这27个测试向量都进行测试的话，会耗费很大的资源和时间，测试使用的成本很高。
在实际测试过程中，经常会遇到某些参数的取值范围很大，例如一个以太网包的包长从1到2050都有可能出现，也就是说包长这个参数有2050种取值。如果考虑到存在多个参数，那么它们的组合会更多。如果每种情况都要测试，其测试成本将会异常庞大，如何在这些组合种产生具有代表性的测试向量是非常重要的技术问题。
现有技术方案采用在随机的基础上施加约束的方式产生一定数目的数据，即将每个参数的取值分成若干个等效段，在各个等效段内使用随机的方法产生数据，同时还可以对各个等效段进行比例控制。例如，某个测试的参数为上述以太网包的包长，现有技术根据测试需要将其分为如下的5个等效段1～63、64～200、201～1000、1001～1522、1523～2050在各个等效段内使用随机的方法产生数据，并要求在各个等效段产生数据的比例为5∶20∶40∶20∶5，那么就根据上述分段和比例要求在各个分段内随机产生相应比例的数据，例如在各个分段内随机产生的数据数目分别为10、40、80、40、10。然后，将这些随机产生的数据作为参数的取值构成测试向量，根据测试向量进行ASIC验证或软件测试。在所做测试不能达到目标时，增加随机产生的数据数目以达到目标，仍以上述以太网包长为例，如果在各个分段内分别随机产生10、40、80、40、10个数据进行测试不能达到目标，那么增加随机产生数据的数目以达到目标，例如在各个分段内分别再产生5、20、40、20、10个数据。
在有多个参数组合的时候，该方法对每个参数进行如上的等效段划分和产生随机数据，然后将每个参数的随机数据进行组合产生测试向量，根据测试向量进行ASIC验证或软件测试。
从上述技术方案可以看出，现有技术通过随机手段产生测试向量，不能有效地针对测试目标产生测试向量，虽然可以对随机进行约束，但在实际中还是常常出现测试向量的随机覆盖不到所期望的结果。
并且现有方法在定义测试目标时没有一定的规则和理论依据，对多种参数的组合，由于组合情况非常庞大，不可能对每个组合进行测试，但是现有技术对那些组合应该出现哪些不应该出现，不能给出合理的目标，也没有给出产生方法的理论根据。并且现有技术只能对单个参数进行约束，每个参数的约束不相关，而实际上绝大多数情况都是多个参数的相互组合构成了一个系统，现有技术只能通过足够多的随机来达到覆盖率目标，随着测试向量的增多，测试时间和成本也就越高。
发明内容
有鉴于此，本发明提出了一种测试向量的产生方法，用以合理地产生测试向量，减少测试向量的数目，减少测试的时间和成本。
根据上述目的，本发明提供了一种测试向量的产生方法，该方法包括以下步骤
A.预先建立由代表不同参数取值组合的正交表组成的正交表数据库，所述正交表包括表示参数取值种数的水平值和各水平值所对应的参数数目与每次试验中各参数取值组合的对应关系；B.根据试验条件中各参数的取值种数和具有相同取值种数的参数数目，确定待测试验中各输入水平值以及与各输入水平值对应的输入参数数目；C.选择正交表数据库中水平值种类与输入水平值种类相等的正交表组成的正交表集合；确定最高输入水平值及与该最高输入水平值对应的输入参数数目为当前输入水平值和当前输入参数数目；D.根据当前输入水平值及当前输入参数数目在所述正交表集合内查找合适的正交表，判断是否在正交表集合中查找到水平值与当前输入水平值相等、参数数目大于等于当前输入参数数目的正交表子集，如果是则判断当前输入水平值是否为最低水平值，如果是则将上述正交表子集中试验次数最少的正交表作为所述合适的正交表，执行步骤E；否则将所述正交表子集作为新的正交表集合，确定比当前输入水平值次低的输入水平值为新的当前输入水平值、与新的当前水平值对应的输入参数数目为新的当前输入参数数目，返回步骤D；否则结束流程；E.根据所述合适的正交表所代表的参数取值组合产生测试向量，进行测试。
所述步骤B进一步包括在输入水平值种类为多个的时候，选取任意的输入水平值进行合并，并将所选取的输入水平值中最大的输入水平值作为合并后的输入水平值，将所选取的各输入水平值对应的参数数目相加作为合并后的参数数目。
所述步骤B进一步包括当存在大于正交表数据库中最大水平值的输入水平值的时候，将所述输入水平值分成小于等于所述最大水平值数目个等效段，并且将所述等效段的个数作为新的输入水平值代替所述输入水平值；步骤E中所述根据所述合适的正交表所代表的参数取值组合产生测试向量的步骤进一步包括在每个所述等效段内随机选择参数取值作为该等效段的具体取值用以产生测试向量。
在步骤D中所述结束流程的步骤之前进一步包括判断当前输入水平值是否小于等于所述正交表数据库中最大的水平值的步骤，如果是则将当前输入水平值加1后作为新的当前输入水平值执行步骤D，否则结束流程。
步骤E中所述根据所述合适的正交表所代表的参数取值组合产生测试向量的步骤进一步包括如果所述合适的正交表中的水平值大于输入水平值，正交表中多余种类的参数取值用已有种类的参数取值代替。
进一步，正交表中多余种类的参数取值轮流用已有种类的参数取值代替。
步骤E中所述根据所述合适的正交表所代表的参数取值组合产生测试向量的步骤进一步包括如果所述合适的正交表中的参数数目大于相应的输入参数数目，在所述正交表中选取与所述输入参数数目相同的参数用以产生测试向量。
较佳地，该方法进一步包括在所述正交表数据库中添加正交表的步骤。
从上述方案中可以看出，本发明采用正交矩阵(orthogonal array，OA)算法，为选取测试向量提供了科学的理论依据，在保证测试效果的情况下，大大减少了测试向量的数目，减少了测试时间和成本。并且本发明根据测试条件采用涨算法和凑算法，在预先建立的正交表数据库中查找合适的正交表，使得正交矩阵算法理论能够简便地在工程中使用，减少了建立正交表的难度，进一步减少了测试成本。
图1为三参数三水平值的正交示意图；图2为根据本发明的流程示意图；
图3为单一型正交表的查找流程示意图；图4a和图4b为混合2型正交表的查找流程示意图；图5a、图5b和图5c为混合3型正交表的查找流程示意图。
具体实施例方式
为使本发明的目的、技术方案和优点更加清楚，以下举实施例对本发明进一步详细说明。
通过实践和理论分析，多种参数的多种取值进行组合，对所有组合情况进行测试是没有必要的，通过数学推导，对所有组合的全集存在这样一个子集，采用该子集的组合可以达到采用全集的组合能够达到的同样效果，获取这个子集的算法就是正交矩阵(orthogonal array，OA)算法。正交矩阵算法在因素变化范围内均衡抽样使每次试验具有较强的代表性。
正交矩阵算法利用“正交表”进行科学地安排与分析多因素试验。正交表是一种特殊的表格，是正交矩阵算法的基本工具，它用记号LN(qs)表示，其中L为正交表的代号，N为正交表的行数，表示需要做的试验次数，q为各参数的水平值，即参数有多少种取值，s为正交表的列数，表示参数数目，qs表示有q种取值的参数个数为s。
下面以三个参数且每个参数有三种取值为例说明正交矩阵算法。设三个参数为A、B、C，每个参数的三种取值分别为A1、A2、A3；B1、B2、B3；C1、C2、C3，图1所示为它们的正交示意图，图中每一个圆点表示参数A、B、C的一种组合，共27个，其中9个实心圆点分别表示由正交矩阵算法得到的输入参数A、B、C的一种取值，这样的一组取值又称为一次试验，就是一个测试向量。从图中可以看出这9个实心点在任何一个平面上的分布是均匀的，这样的取值可以保证使用正交试验可以发现单个参数各种取值遍历能够发现的问题，任意两种参数的任意两个取值组合会导致的问题可以被发现、多模式的故障也能发现。这样原来需要27次的测试组合，通过正交矩阵算法得出可以使用9种组合来代替，大大减少了测试向量的数目，降低了测试时间和成本。
上面的例子用正交表表示为L9(33)，表示水平值为3的参数数目为3，共需要9次试验。表1即为该正交表
表1正交表L9(33)表1中除了标题行列外共有9行3列，每一行表示一个测试向量取值，即一次试验中的各参数取值组合，9行表示需要做9次试验，每一列表示一个参数，3列表示有3个参数。
以上所述的正交表中所有参数的取值数目都一样，即只有一种水平值，这种正交表称为“单一型”正交表。此外还有多种水平值的情况，例如具有两种水平值的“混合2型”正交表和具有三种水平值的“混合3型”正交表。“混合2型”正交表的表示方法为LN(q1s1×q2s2)，例如L12(41×29)，表示水平值为1的参数数目为4、水平值为2的参数数目为9，需要做12次试验。“混合3型”正交表的表示方法为LN(q1s1×q2s2×q3s3)，例如L72(41×324×220)，表示水平值为4的参数数目为1、水平值为3的参数数目为24、水平值为2的参数数目为20，需要做72次试验。其它多水平值的正交表依此类推。
表2是一个“混合2型”正交表L12(41×29)，其中参数1有4种取值，以0、1、2、3区分表示，参数2至参数10分别有两种取值，分别以0、1区分表示。该正交表表示需要做12次试验，每次试验中各参数的取值情况已列在表2中。
表2正交表L12(41×29)本发明就是将数学中的正交矩阵算法作为产生测试向量的理论基础，提出的一种方法。参考图2a和图2b，本发明的流程如下步骤210，根据测试的实际需要，预先建立正交表数据库。
在本实施例中建立“单一型”、“混合2型”、“混合3型”三种类型的正交表。并且为了在下面描述查找过程时方便，本实施例以7为每种正交表中水平值的上限，即建立的正交表中水平值最大为7。
单个正交表有三个基本参数参数数目、水平值和试验次数。这里以水平值和参数数目为索引，建立不同的水平值、参数数目和相应正交表的对应关系。为了下面查找的方便，本实施例进一步将正交表数据库分成三个集合只含有“单一型”正交表的单一型索引表、只含有“混合2型”正交表的混合2型索引表、只含有“混合3型”正交表的混合3型索引表。
本发明所建立的正交表数据库是可以变化的，即根据实际使用过程中的需要，可以增加正交表。
步骤220，根据试验条件中的参数数目和水平值确定在查找时用的各输入水平值和与各水平值对应的输入参数数目，在步骤210所建立的正交表数据库中查找合适的正交表。
不同的参数数目和不同的水平值对应有不同的正交表，由于不同的正交表没有统一的算法，需要事先根据数学方法推导出相应的正交表，然后在使用过程中根据需要查找对应的正交表。但是不可能事先算出所有可能出现的正交表，并且事先存入的正交表数目是有限的，那么在根据水平值和参数数目查找正交表的时候，可能查找不到水平值和参数数目完全一致的正交表，本发明进一步提出了“匹配算法”，在正交表数据库中查找合适的正交表。所谓合适的正交表是指水平值相等、参数数目大于等于输入参数数目且试验次数最少的正交表。
在正交表数据库中查找的具体过程如图2b所示，包括以下步骤步骤221，根据输入水平值的种类在正交表数据库中选择水平值种类相同的正交表集合作为初始查找的范围，例如只有一个输入水平值就在“单一型”索引表中查找，有两个输入水平值就在“混合2型”索引表中查找。
将输入水平值中的最高输入水平值及其对应的输入参数数目作为初始查找条件。如果只有一个输入水平值，那么该水平值既是最高输入水平值也是最低输入水平值；如果有两个或两个以上的输入水平值，其中最大的输入水平值就是最高输入水平值。
步骤222，根据当前输入水平值和当前输入参数数目，在所确定的正交表集合中查找合适的正交表。
步骤223，判断是否在正交表集合中查找到水平值等于当前输入水平值、参数数目大于等于当前输入参数数目的正交表子集，如果是则执行步骤224及其后续步骤，否则执行步骤227及其后续步骤。
步骤224至步骤225，判断当前输入水平值是否是最低输入水平值，如果是则将步骤223所述正交表子集中试验次数最少的正交表作为结果返回，否则执行步骤226。
步骤226，在比当前输入水平值小的输入水平值中，选取其中最大的输入水平值作为新的当前输入水平值，即以所有输入水平值中比当前输入水平值次低的输入水平值作为新的当前输入水平值，并且以与新的当前输入水平值对应的输入参数数目作为新的当前输入参数数目。将步骤223所述的正交表子集作为新的正交表集合，即新的查找范围，然后执行步骤222。
步骤227至步骤228，判断当前输入水平值是否小于7，如果是则将当前水平值加1后，执行步骤222继续查找。否则结束流程。也可以不判断当前输入水平值是否小于7而直接结束流程。
下面分别以查找“单一型”、“混合2型”、“混合3型”正交表为例，说明步骤221至步骤228的查找过程。
如图3所示，在单一型索引表中的查找主要包括以下步骤步骤301至步骤302，根据输入水平值和输入参数数目在单一型索引表中查找，如果查找到了水平值相等且参数数目大于等于输入参数数目的正交表，则将试验次数最少的正交表作为结果返回，否则执行步骤303。
步骤303至步骤304，判断所要查找的水平值是否小于等于7，如果是，则将该输入水平值加1后，执行步骤301继续查找；否则结束流程。这里将水平值加1的方法称为“涨”算法“混合2型”正交表LN(q1s1×q2s2)含有两个水平值和参数数目，不失一般性可假设q1大于q2，即q1为高输入水平值、q2为低输入水平值，如图4a和图4b所示，在混合2型索引表中的查找主要包括以下步骤步骤401至步骤402，根据高输入水平值和输入参数数目在混合2型索引表中查找，如果查找到了高水平值相等且相应参数数目大于等于输入参数数目的正交表，则保存所有满足条件的结果，执行如图4b所示的步骤411至步骤416，否则执行步骤403。
步骤403至步骤404，判断高输入水平值是否小于等于7，如果是则对高输入水平值执行“涨”算法，即将高水平值加1后，执行步骤401继续查找；否则结束流程。
如图4b所示的步骤411至步骤412，根据低输入水平值和输入参数数目在上面的搜索结果中查找，如果查找到了低水平值相等且参数数目大于等于输入参数数目的正交表，则将试验次数最少的正交表作为结果返回，否则执行步骤413。
步骤413至步骤414，判断低输入水平值是否小于等于7，如果是则对低输入水平值执行“涨”算法，即将低水平值加1后，执行步骤411继续查找；否则结束流程。
“混合3型”正交表LN(q1s1×q2s2×q3s3)含有三个水平值和参数数目，不失一般性可假设q1大于q2且q2大于q3，即q1为高输入水平值、q2为中输入水平值、q3为低输入水平值，在混合3型索引表中的查找合适的正交表主要包括以下步骤步骤501至步骤502，根据高输入水平值和参数数目在混合3型索引表中查找，如果查找到了高水平值相等且相应参数数目大于等于输入参数数目的正交表，则保存所查找到的结果，执行如图5b所示的流程，否则执行步骤503。
步骤503至步骤504，判断高输入水平值是否小于等于7，如果是则对高输入水平值执行“涨”算法，即将高输入水平值加1，然后执行步骤501继续查找；否则结束流程。
如图5b所示的步骤511至步骤512，根据中输入水平值和输入参数数目在上面的搜索结果中查找，如果查找到了中水平值相等且参数数目大于等于输入参数数目的正交表，则保存所有满足条件的结果，执行如图5c所示的步骤，否则执行步骤513。
步骤513至步骤514，判断中输入水平值是否小于等于7，如果是则对中输入水平值执行“涨”算法，即将中输入水平值加1，然后执行步骤511继续查找；否则结束流程。
如图5c所示的步骤521至步骤522，根据低输入水平值和输入参数数目在上面的搜索结果中查找，如果查找到了低水平值相等且参数数目大于等于输入参数数目的正交表，则将试验次数最少的正交表作为结果返回，否则执行步骤523。
步骤523至步骤524，判断低输入水平值是否小于等于7，如果是则对低输入水平值执行“涨”算法，即将低输入水平值加1，然后执行步骤521继续查找；否则结束流程。
上面介绍了如何用查找和“涨”算法直接在正交表数据库中查找与试验条件相合适的正交表。在根据上面方法查找的同时，还可以进一步使用下面介绍的“凑”算法。
对于“混合2型”正交表还可以结合“凑”算法查找，过程如下首先采用步骤401至步骤416的方法在混合2型索引表中查找，如果查找到合适的正交表则返回结果，否则将低输入水平值凑到高输入水平值，形成一个新的输入水平值，并将原先两个参数数目相加作为新的输入参数数目，即将LN(q1s1×q2s2)变为LN1(q1s1+s2)，然后按照步骤201至步骤206的方法在单一型索引表中查找。
对于混合3型的输入条件，采用“凑”算法的查找过程如下首先采用步骤501至步骤526的方法在混合3型索引表中查找，如果查找到合适的正交表则返回结果，否则将三个输入水平值两两相凑，即将LN(q1s1×q2s2×q3s3)改变为如下三种情况高输入水平值和中输入水平值相凑形成LN1(q1s1+s2×q3s3)、中输入水平值和低输入水平值相凑形成LN2(q1s1×q2s2+s3)、高输入水平值和低输入水平值相凑形成LN3(q1s1+s3×q2s2)。然后根据这三个新的输入水平值和参数数目分别按照步骤401至步骤416的方法在混合2型索引表中查找，如果查找到合适的正交表，则以试验数目最少的正交表作为结果返回，如果没有在混合2型索引表中查找到合适的正交表，则将三个输入水平值凑在一起，即将LN(q1s1×q2s2×q3s3)改变为LN(q1s1+s2+s3)。再根据新的输入水平值为q1和输入参数数目为s1+s2+s3的条件按照步骤301至步骤306的方法在单一型索引表中查找。
更近一步，根据凑算法，可以将搜索条件扩展到混合4型、混合5型、混合6型等水平值更多的情况。例如，对于混合4型的条件，分别将其中任意两个输入水平值相凑形成混合3型，共C42=6]]>种情况，然后按照混合3型的进行处理；对于混合5型的条件，将其中任意三个输入水平值相凑形成混合3型，共C53=10]]>种情况，然后按照混合3型的进行处理；对于混合6型的条件，将其中任意四个输入水平值相凑形成混合3型，共C64=15]]>种情况，然后按照混合3型的进行处理。
对于某个输入水平值即参数取值范围非常大的情况，例如以太网包的包长取值可为1～2050，多达2050种情况，本发明将其分为若干个等效段，等效段的数目要小于等于正交表数据库中最大的水平值7，例如分为5个等效段a1(1～63)、a2(64～200)、a3(201～1000)、a4(1001～1522)、a5(1523～2050)，将每个等效段作为该参数的一种取值，即以太网包长有5种取值a1、a2、a3、a4、a5，然后根据以太网包长的输入水平值为5在正交表数据库中进行搜索。当根据搜索到的正交表选中某个等效段时，再在该等效段内按照随机的方式选取一个具体的值作为测试向量的一部分，例如正交表中某次试验选中a4，在1001～1522中随机产生一个数作为a4的具体值。
步骤230，在查找到合适的正交表后，还需要根据查找过程中采用的“涨”“凑”算法的情况，确定所查找到的正交表中哪些组合是需要的，哪些组合是因为“涨”“凑”算法产生的、实际不需要的，最后根据需要的组合产生测试向量，进行测试。
例如对于1参数4水平值和7参数2水平值的输入条件41×27，按照步骤410至步骤416的方法查找，在步骤402查找到满足高水平值4和参数数目1的一些正交表，然后执行步骤411在这些结果中根据低水平值2和参数数目7查找，最后得到满足条件的正交表L12(41×29)，该正交表具体情况如表2所示。由于查找到的正交表L12(41×29)与输入条件41×27不同，多出来的参数9、参数10这两个参数是不需要的，在产生测试向量的时候，只需要在正交表中选取与输入参数数目相等的列数产生测试向量，例如选择正交表中参数1～参数8组成的组合产生测试向量，这些测试向量如表3所示。表3中每一行表示一个测试向量的具体取值，并且每个测试向量只含有参数1～参数8。
表3输入条件41×27的测试向量
表4根据输入条件LN’(31×32)查得正交表L9(33)所产生的测试向量对于由于“涨”算法或“凑”算法产生的多余的取值情况，还可以采用在已有值中取值来代替多余的取值的方法解决。例如输入条件为LN(21×32)的情况，其中参数A具有两种取值A1、A2，假设在查找过程中使用“涨”算法使得输入条件变为LN’(31×32)即LN’(33)，那么查找得到的结果为正交表L9(33)，如表1所示，正交表L9(33)中参数A有三种取值A1、A2、A3，其中A3是实际情况没有、由于查找中“涨”算法产生的。对于表1中的A3，使用已经的取值A1、A2轮流代替，形成如表4所示的结果。
注意表4中的最后三行，本来正交表L9(33)取的是A3，实际结合输入条件取值分别为A1、A2、A1。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
权利要求
1.一种测试向量的产生方法，其特征在于，该方法包括以下步骤A.预先建立由代表不同参数取值组合的正交表组成的正交表数据库，所述正交表包括表示参数取值种数的水平值和各水平值所对应的参数数目与每次试验中各参数取值组合的对应关系；B.根据试验条件中各参数的取值种数和具有相同取值种数的参数数目，确定待测试验中各输入水平值以及与各输入水平值对应的输入参数数目；C.选择正交表数据库中水平值种类与输入水平值种类相等的正交表组成的正交表集合；确定最高输入水平值及与该最高输入水平值对应的输入参数数目为当前输入水平值和当前输入参数数目；D.根据当前输入水平值及当前输入参数数目在所述正交表集合内查找合适的正交表，判断是否在正交表集合中查找到水平值与当前输入水平值相等、参数数目大于等于当前输入参数数目的正交表子集，如果是则判断当前输入水平值是否为最低水平值，如果是则将上述正交表子集中试验次数最少的正交表作为所述合适的正交表，执行步骤E；否则将所述正交表子集作为新的正交表集合，确定比当前输入水平值次低的输入水平值为新的当前输入水平值、与新的当前水平值对应的输入参数数目为新的当前输入参数数目，返回步骤D；否则结束流程；E.根据所述合适的正交表所代表的参数取值组合产生测试向量，进行测试。
2.根据权利要求1所述的方法，其特征在于，所述步骤B进一步包括在输入水平值种类为多个的时候，选取任意的输入水平值进行合并，并将所选取的输入水平值中最大的输入水平值作为合并后的输入水平值，将所选取的各输入水平值对应的参数数目相加作为合并后的参数数目。
3.根据权利要求1所述的方法，其特征在于，所述步骤B进一步包括当存在大于正交表数据库中最大水平值的输入水平值的时候，将所述输入水平值分成小于等于所述最大水平值数目个等效段，并且将所述等效段的个数作为新的输入水平值代替所述输入水平值；步骤E中所述根据所述合适的正交表所代表的参数取值组合产生测试向量的步骤进一步包括在每个所述等效段内随机选择参数取值作为该等效段的具体取值用以产生测试向量。
4.根据权利要求1所述的方法，其特征在于，在步骤D中所述结束流程的步骤之前进一步包括判断当前输入水平值是否小于等于所述正交表数据库中最大的水平值的步骤，如果是则将当前输入水平值加1后作为新的当前输入水平值执行步骤D，否则结束流程。
5.根据权利要求1所述的方法，其特征在于，步骤E中所述根据所述合适的正交表所代表的参数取值组合产生测试向量的步骤进一步包括如果所述合适的正交表中的水平值大于输入水平值，正交表中多余种类的参数取值用已有种类的参数取值代替。
6.根据权利要求5所述的方法，其特征在于，正交表中多余种类的参数取值轮流用已有种类的参数取值代替。
7.根据权利要求1所述的方法，其特征在于，步骤E中所述根据所述合适的正交表所代表的参数取值组合产生测试向量的步骤进一步包括如果所述合适的正交表中的参数数目大于相应的输入参数数目，在所述正交表中选取与所述输入参数数目相同的参数用以产生测试向量。
8.根据权利要求1所述的方法，其特征在于，该方法进一步包括在所述正交表数据库中添加正交表的步骤。
全文摘要
本发明公开了一种测试向量的产生方法，该方法包括以下步骤预先建立正交表数据库；根据试验条件确定各输入水平值及其对应的输入参数数目；选择水平值相等的正交表集合，以最高输入水平值为初始当前输入水平值；根据当前输入水平值在正交表集合内查找合适的正交表，判断是否在正交表集合中查找到符合的正交表子集，如果是则判断当前输入水平值是否为最低水平值，如果是则将正交表子集中试验次数最少的正交表作为结果返回，否则根据次低的输入水平值在上面结果中继续查找；否则结束流程；根据所述结果正交表产生测试向量，进行测试。本发明在保证效果的情况下，减少了测试向量数目，减少了测试时间和成本。
文档编号G06F11/36GK1845079SQ20051006324
公开日2006年10月11日 申请日期2005年4月7日 优先权日2005年4月7日
发明者易敏, 程智辉, 王进成, 肖东源 申请人:华为技术有限公司
技术领域：
本发明涉及测试领域，特别是在进行ASIC验证或软件测试中的一种测试向量的产生方法。
背景技术：
在进行特定用途基础电路(ASIC)验证或软件测试的过程中，需要考虑各种参数的影响。各种参数的不同取值之间有许多组合，每一种组合称为一个测试向量。假设有3个参数A、B、C，每个参数分别有3种取值A1、A2、A3；B1、B2、B3；C1、C2、C3，那么它们的组合多达33＝27种，即有27个测试向量。如果在进行ASIC验证或软件测试的过程中对这27个测试向量都进行测试的话，会耗费很大的资源和时间，测试使用的成本很高。
在实际测试过程中，经常会遇到某些参数的取值范围很大，例如一个以太网包的包长从1到2050都有可能出现，也就是说包长这个参数有2050种取值。如果考虑到存在多个参数，那么它们的组合会更多。如果每种情况都要测试，其测试成本将会异常庞大，如何在这些组合种产生具有代表性的测试向量是非常重要的技术问题。
现有技术方案采用在随机的基础上施加约束的方式产生一定数目的数据，即将每个参数的取值分成若干个等效段，在各个等效段内使用随机的方法产生数据，同时还可以对各个等效段进行比例控制。例如，某个测试的参数为上述以太网包的包长，现有技术根据测试需要将其分为如下的5个等效段1～63、64～200、201～1000、1001～1522、1523～2050在各个等效段内使用随机的方法产生数据，并要求在各个等效段产生数据的比例为5∶20∶40∶20∶5，那么就根据上述分段和比例要求在各个分段内随机产生相应比例的数据，例如在各个分段内随机产生的数据数目分别为10、40、80、40、10。然后，将这些随机产生的数据作为参数的取值构成测试向量，根据测试向量进行ASIC验证或软件测试。在所做测试不能达到目标时，增加随机产生的数据数目以达到目标，仍以上述以太网包长为例，如果在各个分段内分别随机产生10、40、80、40、10个数据进行测试不能达到目标，那么增加随机产生数据的数目以达到目标，例如在各个分段内分别再产生5、20、40、20、10个数据。
在有多个参数组合的时候，该方法对每个参数进行如上的等效段划分和产生随机数据，然后将每个参数的随机数据进行组合产生测试向量，根据测试向量进行ASIC验证或软件测试。
从上述技术方案可以看出，现有技术通过随机手段产生测试向量，不能有效地针对测试目标产生测试向量，虽然可以对随机进行约束，但在实际中还是常常出现测试向量的随机覆盖不到所期望的结果。
并且现有方法在定义测试目标时没有一定的规则和理论依据，对多种参数的组合，由于组合情况非常庞大，不可能对每个组合进行测试，但是现有技术对那些组合应该出现哪些不应该出现，不能给出合理的目标，也没有给出产生方法的理论根据。并且现有技术只能对单个参数进行约束，每个参数的约束不相关，而实际上绝大多数情况都是多个参数的相互组合构成了一个系统，现有技术只能通过足够多的随机来达到覆盖率目标，随着测试向量的增多，测试时间和成本也就越高。
发明内容
有鉴于此，本发明提出了一种测试向量的产生方法，用以合理地产生测试向量，减少测试向量的数目，减少测试的时间和成本。
根据上述目的，本发明提供了一种测试向量的产生方法，该方法包括以下步骤
A.预先建立由代表不同参数取值组合的正交表组成的正交表数据库，所述正交表包括表示参数取值种数的水平值和各水平值所对应的参数数目与每次试验中各参数取值组合的对应关系；B.根据试验条件中各参数的取值种数和具有相同取值种数的参数数目，确定待测试验中各输入水平值以及与各输入水平值对应的输入参数数目；C.选择正交表数据库中水平值种类与输入水平值种类相等的正交表组成的正交表集合；确定最高输入水平值及与该最高输入水平值对应的输入参数数目为当前输入水平值和当前输入参数数目；D.根据当前输入水平值及当前输入参数数目在所述正交表集合内查找合适的正交表，判断是否在正交表集合中查找到水平值与当前输入水平值相等、参数数目大于等于当前输入参数数目的正交表子集，如果是则判断当前输入水平值是否为最低水平值，如果是则将上述正交表子集中试验次数最少的正交表作为所述合适的正交表，执行步骤E；否则将所述正交表子集作为新的正交表集合，确定比当前输入水平值次低的输入水平值为新的当前输入水平值、与新的当前水平值对应的输入参数数目为新的当前输入参数数目，返回步骤D；否则结束流程；E.根据所述合适的正交表所代表的参数取值组合产生测试向量，进行测试。
所述步骤B进一步包括在输入水平值种类为多个的时候，选取任意的输入水平值进行合并，并将所选取的输入水平值中最大的输入水平值作为合并后的输入水平值，将所选取的各输入水平值对应的参数数目相加作为合并后的参数数目。
所述步骤B进一步包括当存在大于正交表数据库中最大水平值的输入水平值的时候，将所述输入水平值分成小于等于所述最大水平值数目个等效段，并且将所述等效段的个数作为新的输入水平值代替所述输入水平值；步骤E中所述根据所述合适的正交表所代表的参数取值组合产生测试向量的步骤进一步包括在每个所述等效段内随机选择参数取值作为该等效段的具体取值用以产生测试向量。
在步骤D中所述结束流程的步骤之前进一步包括判断当前输入水平值是否小于等于所述正交表数据库中最大的水平值的步骤，如果是则将当前输入水平值加1后作为新的当前输入水平值执行步骤D，否则结束流程。
步骤E中所述根据所述合适的正交表所代表的参数取值组合产生测试向量的步骤进一步包括如果所述合适的正交表中的水平值大于输入水平值，正交表中多余种类的参数取值用已有种类的参数取值代替。
进一步，正交表中多余种类的参数取值轮流用已有种类的参数取值代替。
步骤E中所述根据所述合适的正交表所代表的参数取值组合产生测试向量的步骤进一步包括如果所述合适的正交表中的参数数目大于相应的输入参数数目，在所述正交表中选取与所述输入参数数目相同的参数用以产生测试向量。
较佳地，该方法进一步包括在所述正交表数据库中添加正交表的步骤。
从上述方案中可以看出，本发明采用正交矩阵(orthogonal array，OA)算法，为选取测试向量提供了科学的理论依据，在保证测试效果的情况下，大大减少了测试向量的数目，减少了测试时间和成本。并且本发明根据测试条件采用涨算法和凑算法，在预先建立的正交表数据库中查找合适的正交表，使得正交矩阵算法理论能够简便地在工程中使用，减少了建立正交表的难度，进一步减少了测试成本。
图1为三参数三水平值的正交示意图；图2为根据本发明的流程示意图；
图3为单一型正交表的查找流程示意图；图4a和图4b为混合2型正交表的查找流程示意图；图5a、图5b和图5c为混合3型正交表的查找流程示意图。
具体实施例方式
为使本发明的目的、技术方案和优点更加清楚，以下举实施例对本发明进一步详细说明。
通过实践和理论分析，多种参数的多种取值进行组合，对所有组合情况进行测试是没有必要的，通过数学推导，对所有组合的全集存在这样一个子集，采用该子集的组合可以达到采用全集的组合能够达到的同样效果，获取这个子集的算法就是正交矩阵(orthogonal array，OA)算法。正交矩阵算法在因素变化范围内均衡抽样使每次试验具有较强的代表性。
正交矩阵算法利用“正交表”进行科学地安排与分析多因素试验。正交表是一种特殊的表格，是正交矩阵算法的基本工具，它用记号LN(qs)表示，其中L为正交表的代号，N为正交表的行数，表示需要做的试验次数，q为各参数的水平值，即参数有多少种取值，s为正交表的列数，表示参数数目，qs表示有q种取值的参数个数为s。
下面以三个参数且每个参数有三种取值为例说明正交矩阵算法。设三个参数为A、B、C，每个参数的三种取值分别为A1、A2、A3；B1、B2、B3；C1、C2、C3，图1所示为它们的正交示意图，图中每一个圆点表示参数A、B、C的一种组合，共27个，其中9个实心圆点分别表示由正交矩阵算法得到的输入参数A、B、C的一种取值，这样的一组取值又称为一次试验，就是一个测试向量。从图中可以看出这9个实心点在任何一个平面上的分布是均匀的，这样的取值可以保证使用正交试验可以发现单个参数各种取值遍历能够发现的问题，任意两种参数的任意两个取值组合会导致的问题可以被发现、多模式的故障也能发现。这样原来需要27次的测试组合，通过正交矩阵算法得出可以使用9种组合来代替，大大减少了测试向量的数目，降低了测试时间和成本。
上面的例子用正交表表示为L9(33)，表示水平值为3的参数数目为3，共需要9次试验。表1即为该正交表
表1正交表L9(33)表1中除了标题行列外共有9行3列，每一行表示一个测试向量取值，即一次试验中的各参数取值组合，9行表示需要做9次试验，每一列表示一个参数，3列表示有3个参数。
以上所述的正交表中所有参数的取值数目都一样，即只有一种水平值，这种正交表称为“单一型”正交表。此外还有多种水平值的情况，例如具有两种水平值的“混合2型”正交表和具有三种水平值的“混合3型”正交表。“混合2型”正交表的表示方法为LN(q1s1×q2s2)，例如L12(41×29)，表示水平值为1的参数数目为4、水平值为2的参数数目为9，需要做12次试验。“混合3型”正交表的表示方法为LN(q1s1×q2s2×q3s3)，例如L72(41×324×220)，表示水平值为4的参数数目为1、水平值为3的参数数目为24、水平值为2的参数数目为20，需要做72次试验。其它多水平值的正交表依此类推。
表2是一个“混合2型”正交表L12(41×29)，其中参数1有4种取值，以0、1、2、3区分表示，参数2至参数10分别有两种取值，分别以0、1区分表示。该正交表表示需要做12次试验，每次试验中各参数的取值情况已列在表2中。
表2正交表L12(41×29)本发明就是将数学中的正交矩阵算法作为产生测试向量的理论基础，提出的一种方法。参考图2a和图2b，本发明的流程如下步骤210，根据测试的实际需要，预先建立正交表数据库。
在本实施例中建立“单一型”、“混合2型”、“混合3型”三种类型的正交表。并且为了在下面描述查找过程时方便，本实施例以7为每种正交表中水平值的上限，即建立的正交表中水平值最大为7。
单个正交表有三个基本参数参数数目、水平值和试验次数。这里以水平值和参数数目为索引，建立不同的水平值、参数数目和相应正交表的对应关系。为了下面查找的方便，本实施例进一步将正交表数据库分成三个集合只含有“单一型”正交表的单一型索引表、只含有“混合2型”正交表的混合2型索引表、只含有“混合3型”正交表的混合3型索引表。
本发明所建立的正交表数据库是可以变化的，即根据实际使用过程中的需要，可以增加正交表。
步骤220，根据试验条件中的参数数目和水平值确定在查找时用的各输入水平值和与各水平值对应的输入参数数目，在步骤210所建立的正交表数据库中查找合适的正交表。
不同的参数数目和不同的水平值对应有不同的正交表，由于不同的正交表没有统一的算法，需要事先根据数学方法推导出相应的正交表，然后在使用过程中根据需要查找对应的正交表。但是不可能事先算出所有可能出现的正交表，并且事先存入的正交表数目是有限的，那么在根据水平值和参数数目查找正交表的时候，可能查找不到水平值和参数数目完全一致的正交表，本发明进一步提出了“匹配算法”，在正交表数据库中查找合适的正交表。所谓合适的正交表是指水平值相等、参数数目大于等于输入参数数目且试验次数最少的正交表。
在正交表数据库中查找的具体过程如图2b所示，包括以下步骤步骤221，根据输入水平值的种类在正交表数据库中选择水平值种类相同的正交表集合作为初始查找的范围，例如只有一个输入水平值就在“单一型”索引表中查找，有两个输入水平值就在“混合2型”索引表中查找。
将输入水平值中的最高输入水平值及其对应的输入参数数目作为初始查找条件。如果只有一个输入水平值，那么该水平值既是最高输入水平值也是最低输入水平值；如果有两个或两个以上的输入水平值，其中最大的输入水平值就是最高输入水平值。
步骤222，根据当前输入水平值和当前输入参数数目，在所确定的正交表集合中查找合适的正交表。
步骤223，判断是否在正交表集合中查找到水平值等于当前输入水平值、参数数目大于等于当前输入参数数目的正交表子集，如果是则执行步骤224及其后续步骤，否则执行步骤227及其后续步骤。
步骤224至步骤225，判断当前输入水平值是否是最低输入水平值，如果是则将步骤223所述正交表子集中试验次数最少的正交表作为结果返回，否则执行步骤226。
步骤226，在比当前输入水平值小的输入水平值中，选取其中最大的输入水平值作为新的当前输入水平值，即以所有输入水平值中比当前输入水平值次低的输入水平值作为新的当前输入水平值，并且以与新的当前输入水平值对应的输入参数数目作为新的当前输入参数数目。将步骤223所述的正交表子集作为新的正交表集合，即新的查找范围，然后执行步骤222。
步骤227至步骤228，判断当前输入水平值是否小于7，如果是则将当前水平值加1后，执行步骤222继续查找。否则结束流程。也可以不判断当前输入水平值是否小于7而直接结束流程。
下面分别以查找“单一型”、“混合2型”、“混合3型”正交表为例，说明步骤221至步骤228的查找过程。
如图3所示，在单一型索引表中的查找主要包括以下步骤步骤301至步骤302，根据输入水平值和输入参数数目在单一型索引表中查找，如果查找到了水平值相等且参数数目大于等于输入参数数目的正交表，则将试验次数最少的正交表作为结果返回，否则执行步骤303。
步骤303至步骤304，判断所要查找的水平值是否小于等于7，如果是，则将该输入水平值加1后，执行步骤301继续查找；否则结束流程。这里将水平值加1的方法称为“涨”算法“混合2型”正交表LN(q1s1×q2s2)含有两个水平值和参数数目，不失一般性可假设q1大于q2，即q1为高输入水平值、q2为低输入水平值，如图4a和图4b所示，在混合2型索引表中的查找主要包括以下步骤步骤401至步骤402，根据高输入水平值和输入参数数目在混合2型索引表中查找，如果查找到了高水平值相等且相应参数数目大于等于输入参数数目的正交表，则保存所有满足条件的结果，执行如图4b所示的步骤411至步骤416，否则执行步骤403。
步骤403至步骤404，判断高输入水平值是否小于等于7，如果是则对高输入水平值执行“涨”算法，即将高水平值加1后，执行步骤401继续查找；否则结束流程。
如图4b所示的步骤411至步骤412，根据低输入水平值和输入参数数目在上面的搜索结果中查找，如果查找到了低水平值相等且参数数目大于等于输入参数数目的正交表，则将试验次数最少的正交表作为结果返回，否则执行步骤413。
步骤413至步骤414，判断低输入水平值是否小于等于7，如果是则对低输入水平值执行“涨”算法，即将低水平值加1后，执行步骤411继续查找；否则结束流程。
“混合3型”正交表LN(q1s1×q2s2×q3s3)含有三个水平值和参数数目，不失一般性可假设q1大于q2且q2大于q3，即q1为高输入水平值、q2为中输入水平值、q3为低输入水平值，在混合3型索引表中的查找合适的正交表主要包括以下步骤步骤501至步骤502，根据高输入水平值和参数数目在混合3型索引表中查找，如果查找到了高水平值相等且相应参数数目大于等于输入参数数目的正交表，则保存所查找到的结果，执行如图5b所示的流程，否则执行步骤503。
步骤503至步骤504，判断高输入水平值是否小于等于7，如果是则对高输入水平值执行“涨”算法，即将高输入水平值加1，然后执行步骤501继续查找；否则结束流程。
如图5b所示的步骤511至步骤512，根据中输入水平值和输入参数数目在上面的搜索结果中查找，如果查找到了中水平值相等且参数数目大于等于输入参数数目的正交表，则保存所有满足条件的结果，执行如图5c所示的步骤，否则执行步骤513。
步骤513至步骤514，判断中输入水平值是否小于等于7，如果是则对中输入水平值执行“涨”算法，即将中输入水平值加1，然后执行步骤511继续查找；否则结束流程。
如图5c所示的步骤521至步骤522，根据低输入水平值和输入参数数目在上面的搜索结果中查找，如果查找到了低水平值相等且参数数目大于等于输入参数数目的正交表，则将试验次数最少的正交表作为结果返回，否则执行步骤523。
步骤523至步骤524，判断低输入水平值是否小于等于7，如果是则对低输入水平值执行“涨”算法，即将低输入水平值加1，然后执行步骤521继续查找；否则结束流程。
上面介绍了如何用查找和“涨”算法直接在正交表数据库中查找与试验条件相合适的正交表。在根据上面方法查找的同时，还可以进一步使用下面介绍的“凑”算法。
对于“混合2型”正交表还可以结合“凑”算法查找，过程如下首先采用步骤401至步骤416的方法在混合2型索引表中查找，如果查找到合适的正交表则返回结果，否则将低输入水平值凑到高输入水平值，形成一个新的输入水平值，并将原先两个参数数目相加作为新的输入参数数目，即将LN(q1s1×q2s2)变为LN1(q1s1+s2)，然后按照步骤201至步骤206的方法在单一型索引表中查找。
对于混合3型的输入条件，采用“凑”算法的查找过程如下首先采用步骤501至步骤526的方法在混合3型索引表中查找，如果查找到合适的正交表则返回结果，否则将三个输入水平值两两相凑，即将LN(q1s1×q2s2×q3s3)改变为如下三种情况高输入水平值和中输入水平值相凑形成LN1(q1s1+s2×q3s3)、中输入水平值和低输入水平值相凑形成LN2(q1s1×q2s2+s3)、高输入水平值和低输入水平值相凑形成LN3(q1s1+s3×q2s2)。然后根据这三个新的输入水平值和参数数目分别按照步骤401至步骤416的方法在混合2型索引表中查找，如果查找到合适的正交表，则以试验数目最少的正交表作为结果返回，如果没有在混合2型索引表中查找到合适的正交表，则将三个输入水平值凑在一起，即将LN(q1s1×q2s2×q3s3)改变为LN(q1s1+s2+s3)。再根据新的输入水平值为q1和输入参数数目为s1+s2+s3的条件按照步骤301至步骤306的方法在单一型索引表中查找。
更近一步，根据凑算法，可以将搜索条件扩展到混合4型、混合5型、混合6型等水平值更多的情况。例如，对于混合4型的条件，分别将其中任意两个输入水平值相凑形成混合3型，共C42=6]]>种情况，然后按照混合3型的进行处理；对于混合5型的条件，将其中任意三个输入水平值相凑形成混合3型，共C53=10]]>种情况，然后按照混合3型的进行处理；对于混合6型的条件，将其中任意四个输入水平值相凑形成混合3型，共C64=15]]>种情况，然后按照混合3型的进行处理。
对于某个输入水平值即参数取值范围非常大的情况，例如以太网包的包长取值可为1～2050，多达2050种情况，本发明将其分为若干个等效段，等效段的数目要小于等于正交表数据库中最大的水平值7，例如分为5个等效段a1(1～63)、a2(64～200)、a3(201～1000)、a4(1001～1522)、a5(1523～2050)，将每个等效段作为该参数的一种取值，即以太网包长有5种取值a1、a2、a3、a4、a5，然后根据以太网包长的输入水平值为5在正交表数据库中进行搜索。当根据搜索到的正交表选中某个等效段时，再在该等效段内按照随机的方式选取一个具体的值作为测试向量的一部分，例如正交表中某次试验选中a4，在1001～1522中随机产生一个数作为a4的具体值。
步骤230，在查找到合适的正交表后，还需要根据查找过程中采用的“涨”“凑”算法的情况，确定所查找到的正交表中哪些组合是需要的，哪些组合是因为“涨”“凑”算法产生的、实际不需要的，最后根据需要的组合产生测试向量，进行测试。
例如对于1参数4水平值和7参数2水平值的输入条件41×27，按照步骤410至步骤416的方法查找，在步骤402查找到满足高水平值4和参数数目1的一些正交表，然后执行步骤411在这些结果中根据低水平值2和参数数目7查找，最后得到满足条件的正交表L12(41×29)，该正交表具体情况如表2所示。由于查找到的正交表L12(41×29)与输入条件41×27不同，多出来的参数9、参数10这两个参数是不需要的，在产生测试向量的时候，只需要在正交表中选取与输入参数数目相等的列数产生测试向量，例如选择正交表中参数1～参数8组成的组合产生测试向量，这些测试向量如表3所示。表3中每一行表示一个测试向量的具体取值，并且每个测试向量只含有参数1～参数8。
表3输入条件41×27的测试向量
表4根据输入条件LN’(31×32)查得正交表L9(33)所产生的测试向量对于由于“涨”算法或“凑”算法产生的多余的取值情况，还可以采用在已有值中取值来代替多余的取值的方法解决。例如输入条件为LN(21×32)的情况，其中参数A具有两种取值A1、A2，假设在查找过程中使用“涨”算法使得输入条件变为LN’(31×32)即LN’(33)，那么查找得到的结果为正交表L9(33)，如表1所示，正交表L9(33)中参数A有三种取值A1、A2、A3，其中A3是实际情况没有、由于查找中“涨”算法产生的。对于表1中的A3，使用已经的取值A1、A2轮流代替，形成如表4所示的结果。
注意表4中的最后三行，本来正交表L9(33)取的是A3，实际结合输入条件取值分别为A1、A2、A1。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
权利要求
1.一种测试向量的产生方法，其特征在于，该方法包括以下步骤A.预先建立由代表不同参数取值组合的正交表组成的正交表数据库，所述正交表包括表示参数取值种数的水平值和各水平值所对应的参数数目与每次试验中各参数取值组合的对应关系；B.根据试验条件中各参数的取值种数和具有相同取值种数的参数数目，确定待测试验中各输入水平值以及与各输入水平值对应的输入参数数目；C.选择正交表数据库中水平值种类与输入水平值种类相等的正交表组成的正交表集合；确定最高输入水平值及与该最高输入水平值对应的输入参数数目为当前输入水平值和当前输入参数数目；D.根据当前输入水平值及当前输入参数数目在所述正交表集合内查找合适的正交表，判断是否在正交表集合中查找到水平值与当前输入水平值相等、参数数目大于等于当前输入参数数目的正交表子集，如果是则判断当前输入水平值是否为最低水平值，如果是则将上述正交表子集中试验次数最少的正交表作为所述合适的正交表，执行步骤E；否则将所述正交表子集作为新的正交表集合，确定比当前输入水平值次低的输入水平值为新的当前输入水平值、与新的当前水平值对应的输入参数数目为新的当前输入参数数目，返回步骤D；否则结束流程；E.根据所述合适的正交表所代表的参数取值组合产生测试向量，进行测试。
2.根据权利要求1所述的方法，其特征在于，所述步骤B进一步包括在输入水平值种类为多个的时候，选取任意的输入水平值进行合并，并将所选取的输入水平值中最大的输入水平值作为合并后的输入水平值，将所选取的各输入水平值对应的参数数目相加作为合并后的参数数目。
3.根据权利要求1所述的方法，其特征在于，所述步骤B进一步包括当存在大于正交表数据库中最大水平值的输入水平值的时候，将所述输入水平值分成小于等于所述最大水平值数目个等效段，并且将所述等效段的个数作为新的输入水平值代替所述输入水平值；步骤E中所述根据所述合适的正交表所代表的参数取值组合产生测试向量的步骤进一步包括在每个所述等效段内随机选择参数取值作为该等效段的具体取值用以产生测试向量。
4.根据权利要求1所述的方法，其特征在于，在步骤D中所述结束流程的步骤之前进一步包括判断当前输入水平值是否小于等于所述正交表数据库中最大的水平值的步骤，如果是则将当前输入水平值加1后作为新的当前输入水平值执行步骤D，否则结束流程。
5.根据权利要求1所述的方法，其特征在于，步骤E中所述根据所述合适的正交表所代表的参数取值组合产生测试向量的步骤进一步包括如果所述合适的正交表中的水平值大于输入水平值，正交表中多余种类的参数取值用已有种类的参数取值代替。
6.根据权利要求5所述的方法，其特征在于，正交表中多余种类的参数取值轮流用已有种类的参数取值代替。
7.根据权利要求1所述的方法，其特征在于，步骤E中所述根据所述合适的正交表所代表的参数取值组合产生测试向量的步骤进一步包括如果所述合适的正交表中的参数数目大于相应的输入参数数目，在所述正交表中选取与所述输入参数数目相同的参数用以产生测试向量。
8.根据权利要求1所述的方法，其特征在于，该方法进一步包括在所述正交表数据库中添加正交表的步骤。
全文摘要
本发明公开了一种测试向量的产生方法，该方法包括以下步骤预先建立正交表数据库；根据试验条件确定各输入水平值及其对应的输入参数数目；选择水平值相等的正交表集合，以最高输入水平值为初始当前输入水平值；根据当前输入水平值在正交表集合内查找合适的正交表，判断是否在正交表集合中查找到符合的正交表子集，如果是则判断当前输入水平值是否为最低水平值，如果是则将正交表子集中试验次数最少的正交表作为结果返回，否则根据次低的输入水平值在上面结果中继续查找；否则结束流程；根据所述结果正交表产生测试向量，进行测试。本发明在保证效果的情况下，减少了测试向量数目，减少了测试时间和成本。
文档编号G06F11/36GK1845079SQ20051006324
公开日2006年10月11日 申请日期2005年4月7日 优先权日2005年4月7日
发明者易敏, 程智辉, 王进成, 肖东源 申请人:华为技术有限公司
最新回复(0)