一种基于机器学习的LDPC闪存纠错方法

专利申请号：CN201910808900.1

公 开 号：CN110515760B

发 明 人：余艺 冯志华 万星 安东博 王欣伟 梁书铭 罗重 

代 理 人：中国兵器工业集团公司专利中心张然

代理机构：中国兵器工业集团公司专利中心

专利类型：发明专利

申 请 日：20230502

公 开 日：20190829

专利主分类号：G06F11/10

关 键 词：引擎 参考电压 信息节点 读电压 迭代 纠错 最大后验概率译码 读取 神经网络模型 对数似然比 编码数据 传递函数 存储状态 基于机器 神经网络 数据相关 校验节点 校验 数据集 校准表 硬解码 硬判决 元数据 翻转 加载 码字 取回 闪存 置信 读出 查询 学习 判决 概率 失败 更新 统计 

摘      要：本发明涉及一种基于机器学习的闪存LDPC纠错方法，其中，包括：对受扰后的编码数据根据存储状态之间设置的参考电压进行硬判决，统计每个信息节点所对应的校验方程中被标记为最大翻转数；对达到迭代次数硬解码失败的码字传入AI引擎，通过预训练好的神经网络模型根据输入的数据集，选择最优的参考电压和查询读补偿的校准表获得读电压；读电压每次读取都会取回与等着被纠错的数据相关的元数据，把读出的0或1的序列Y输入到预训练好的AI引擎，加载对数似然比表给AI引擎，把信息节点和校验节点间置信概率的更新迭代通过设置神经网络传递函数进行训练和学习,按照最大后验概率译码准则来对接受到的序列Y作出判决。