断言和功能覆盖率犹如一个硬币的两面，在一个rtl的设计中，两者都提供了详尽的可观察点。断言提供了功能正确与否的信息，而功能覆盖率则显示出对设计行为的监测。两者都代表了对设计意图的描述，它们以仿真或形式验证的方式来确认。

    断言已被运用于rtl为主的侦错中，在确认错误及使错误区域化的方面有显著的效用。除此之外，它还可以缩短整个设计时程，使除错更为便利。然而断言所能提供的优点，除了设计的功能验证外，还可用在仿真过程中，改进事件发生的可观测性以及覆盖点。此种程度的可观测性，往往在部署一个以覆盖率为导向的验证理论中，具有决定性的影响。

    在一个以覆盖率为导向的验证理论中，一个设计的验证主要是以手写而随机产生的激励向量为主，使用者自己定义覆盖点，以确认所有重要的行为以及边际状况。在规格中所描述的部分都能被测试到，未能涵盖的测试点通称为覆盖的漏洞，此项信息提供了一些反馈，并在下次产生激励向量或随机向量时使用，以期能增进验证的完整性。在此理论中，断言通常结合端对端的检查，以确认所有的行为都能符合设计的规格。

    将断言应用在检查设计的优点是众所皆知的，额外的优点可以补足功能覆盖率的不足，却常常被设计工作小组所忽略。这与将段言置于设计之中或接口上以捕捉设计的意图是相似的，此工作就是尝试去发现在设计中感兴趣的部分，或是与功能覆盖点有关的部份，因此设计与验证的工作小组应能了解到，如果他们能有效地利用断言与功能覆盖率，将此两种功能结合在一起，可以省去许多时间与精力。

    本篇文章中将会使用一个真实的设计案例，其中包含片上总线、一个嵌入式处理器和一些标准接口，来描述如何结合断言与覆盖率，并使用断言库或是标准的断言语法，例如像是system verilog assertions （sva）或property specification language （psl）。一旦断言和覆盖点被撷取到，他们将会被用来确认所有必要和随机测试的激励，以期能发挥仿真的最大效能。他们也会被用来确认之前的设计或是第三方的ip是否被充分验证。

    在使用以断言覆盖率为基础的理论中，设计者必须考虑到不仅是如何能撷取到断言，更重要的是断言和被捕捉到的覆盖点是否充分？这些理论中的部分内容必须和被成为“断言密度（assertion density）”的覆盖指针相配合使用。

    结合断言密度，并以断言为基础的覆盖率，提供了完整的rtl验证过程，其中结合了白盒子以可观测性为主，以及黑盒子以规格为基础的优点。此种结合也使设计小组在验证时，能使用更完整的覆盖模型，以期及早发现错误。 以覆盖率为导向的验证

    一个以覆盖率为导向的验证理论的目标就是使验证的效率达到极致，同时也是在减少冗长且没有效率的验证工作，并且可以藉由选定一个或数个指标来衡量验证完成的进度来实现。如图1所示，一个以仿真为基础的cdv验证理论，可由抽象方式来表示为一个验证、侦错和覆盖率测量的反复渐进的过程。

    在实际应用上，使用者总尝试去验证设计的rtl是否能符合功能上的规格。理论上，应该有一个自动化的方法，去比较功能与rtl实现的差异。遗憾的是大部分设计的规格都是以不可实现的方式来表示的。在此处，一个验证计划列举了在设计中必须被检查到的所有功能，同时所有的边际状况也应该被涵盖。

    验证计划会列举出一连串必须被检查的功能行为，覆盖率则是检测此行为仿真执行的是否够彻底？为了落实计划，需藉由仿真或其它验证的过程（例如形式验证），同时借着测试激励，就可观察出设计的反应。若未能正确反应设计，一个除错流程必须能确认错误发生的原因，以便修改rtl。倘若设计符合预期，需藉由覆盖率的信息来提供rtl内部运行的可观测性，决定是否验证计划已被执行到令人满意的质量。

    在以仿真为基础的cvd理论中，许多的先期工作都集中在验证过程，简而言之也就是说能迅速地增进覆盖率之测试向量的产生，但是很重要却被人所忽略的是如何仔细地去评量覆盖率——测试向量产生的根基。 总体覆盖率模型

    测量覆盖率是所有验证方法重要的一环，覆盖率的测量为下阶段验证的工作提供反馈，