关键词：DV仿真，Python，map，PC等。

当DV使用复杂软件对硬件进行仿真时，由于没有类似Trace32等IDE调试环境，出现问题往往较难定位问题。同时如果想优化性能，较难直到不同流程耗时。

DV仿真可以记录每一次PC变动值，但是软件稍复杂会导致数据量非常庞大。

这里结合map就可以知道每一次执行所处函数，结合disassemble dump就可以直到每一次执行的指令。

1 PC指针指示了什么

ARM处理器3级流水线：取指->译码->执行，如下图：

PC始终指向正在取指的地址，由于流水线的存在，导致PC的值比当前正在执行的值要大两条指令的地址，而在ARM状态下，由于是四字节的指令因此PC保存着当前执行的指令地址值加 8 个字节，而在Thumb状态下，是两字节的指令因此加4字节即可。

2 工具设计思路

 pc_2_sym.py首先从map文件中解析出每个符号的名称/起始地址/大小/文件名，然后开始遍历PC轨迹文件：逐个根据PC-8查找对应的符号，写入csv文件中；将PC-8写入到ExecuteTraceAddress中。

3 Python实现

执行命令：

python pc_2_sym.py -m xxx.map -p pc.txt -o pc.csv

 代码如下：

4 使用

生成的csv文件使用Excel打开，对于查看函数调用轨迹可读性要好很多。

1. 可以对Symbol使用Filter进行过滤，查看关键函数轨迹。（函数级别）

2. 如果想查看函数内部调用细节，对照转换后的ExecuteTraceAddress和disassemble dump文件查看指令执行细节。（指令级别）

3. 可以对函数Duration进行排序，重点分析耗时较大的函数。或者明显异常的函数。或者一些udelay/mdelay延时函数。

缺点：

1. 无法记录函数入口和出口，所以csv中一次函数调用可能出现几次。对于分析函数耗时不准确，但结合代码可以分析出大概。

总体使用来看，比分析DV波形，查看关键节点寄存器或者特殊流程标记要高效全面得多。