如何更改SystemVerilog隨機變量的概率分佈？

Question

這是爲SystemVerilog。我知道你可以在一組隨機變量選擇的值中指定值或值的範圍的權重，但是如果你想要一個好的高斯分佈呢？你怎麼寫這種約束？

Answer 1

當調用randomize時，該類將生成具有平均值和標準偏差分別爲100和20的正態（高斯）分佈的變量「值」的值。我還沒有測試過這麼多，但它應該可以工作。

class C; 

    int seed = 1; 
    rand int mean; 
    rand int std_deviation; 
    rand int value; 

    function int gaussian_dist(); 
    return $dist_normal(seed, mean, std_deviation); 
    endfunction 

    constraint c_parameters { 
    mean == 100; 
    std_deviation == 20; 
    } 

    constraint c_value { value == gaussian_dist(); } 

endclass 

Answer 2

由於我無法添加評論我寫了什麼看起來像一個新的答案，但可能不是。

由史蒂夫給出K的代碼沒有在VCS G-2012.09（帶service pack）由於以下問題開展工作：

1. mean和std_deviation在gaussian_dist()使用不應該是rand變量。我剛剛在下面的例子中初始化了它們，但它們也可以在pre_randomize()中分配，在任何隨機化之前調用它們。
2. gaussian_dist()不允許修改除函數本地以外的變量。 $dist_normal調用修改seed，以便可以將變通辦法seed變成該函數的參數。

下面是類似的代碼與問題解決：

class C; 

    int seed = 1; 
    int mean = 100; 
    int std_deviation = 20; 
    rand int value; 

    function int gaussian_dist (int seed); 
    return $dist_normal (seed, mean, std_deviation); 
    endfunction 

    constraint c_value { value == gaussian_dist (seed); } 

endclass 

然而這段代碼的缺點是，通過$dist_normal鑑於新的「種子」值被扔掉，併爲隨後的隨機用戶必須以某種方式設置seed變量（因爲使用相同的seed值$dist_normal會給出相同的輸出）。

一種選擇是使用pre_randomize()或post_randomize()來隨機化高斯變量而不是將其放入constraint塊中。