基于卷积神经网络的闪存信道检测技术研究
NAND闪存信道检测技术直接影响数据存储的可靠性,本文针对NAND闪存信道检测过程中因缺乏信道先验信息而导致检测性能显著降低的问题,提出了一种基于卷积神经网络(convolutional neural networks,CNN)的信道检测器.该检测器通过学习存储单元阈值电压随应用场景的变化特性,来初始化网络参数,并通过在系统空闲时间段优化网络参数来实现与信道的匹配.仿真实验结果表明:在信道先验信息未知的情况下,CNN检测器可获得比最优阈值检测器更好的检测性能;与现有的循环神经网络检测器相比,CNN检测器具有更低的复杂度,从而能获得更低的检测延时.
NAND闪存;信道检测;卷积神经网络;单元间干扰;信道先验信息;复杂度;可靠性;阈值检测
16
TN919.5
国家自然科学基金项目61871136
2021-12-07(万方平台首次上网日期,不代表论文的发表时间)
共8页
1090-1097