[发明专利]一种提升闪存编码率的方法及闪存

说明书

本发明公开了一种提升闪存编码率的方法及闪存,其特征在于抽取同批次或性能相近的闪存进行耐久度试验，统计获得该闪存每个页的BER的数据分布数据，根据BER将页划分为K类，K〉2,将各个类的最大BER值分别作为各个类的典型BER值，根据典型BER值获得各个类的页校验数据大小推荐值。通过利用机器学习算法对所有页的BER值进行分类，为每一类页制定一个BER值，期望总体上降低闪存的BER值，即总体提升闪存的编码率。同时K均值聚类算法可以灵活选择K(类别数)值，固态硬盘的固件只需要记录K个类的典型BER值或者校验数据大小即可，几乎不占用RAM空间。

技术领域

本发明涉及固态硬盘控制技术，特别涉及一种提升闪存编码率的方法及闪存。

背景技术

典型的NAND由多个块Block组成，每个Block又由多个页Page组成。Die是该NANDFLASH可支持的独立并发操作的单元；块Block可独立擦除的单元，其内各个物理位置的数据写入后在下一次写之前必须要将整个Block擦除，才可写入新的数据；页Page是读写的单元，也就是向FLASH中写入或读出数据必须以页为操作单位进行。

闪存(NAND)上的数据会有出错的可能，即读出来的数据与写入的数据不一致，所以我们需要在用户数据之外再生成一些校验数据，数据出错时用它来纠正错误；一个页的编码率＝用户数据大小/(用户数据大小+校验数据大小)。

校验数据所占的额外闪存空间与该页在生命周期内出现的误码率(BitErrorRate：BER)相关，BER越大校验数据越大，反之越小。

闪存在出厂前厂商为该批次闪存做耐久度实验，测出每个页的BER值和校验数据的大小，选取最大的BER值作为该批次的典型BER值，将对应的检验数据大小告诉客户，建议客户写一个页数据时同时生成这么大的校验数据，图1是惯常闪存数据与有效数据的大小示例，从图中可以看出，其实每个页的BER和校验数据大小是不一样的，理论来讲为每个页制定自己的校验数据才是最合理的，但是闪存的一个DIE就包含了几百万的页，如果记录所有页的校验数据大小的信息，那么需要一大块额外的RAM空间。所以厂商直接给出最大的BER值和对应的校验数据大小，所有的页都用该典型值，这么做的缺点是这一批闪存的总体BER和校验数据被放大了，编码率变小了。

发明内容

针对以上缺陷，本发明目的是如何提升闪存的编码率，达到提闪存的利用率。

为了解决以上问题本发明提出了一种提升闪存编码率的方法,其特征在于抽取同批次或性能相近的闪存进行耐久度试验，统计获得该闪存每个页的BER的数据分布数据，根据BER将页划分为K类，K〉2为每个类选定一个中心值,将各个类的中心值分别作为各个类的典型BER值，根据典型BER值获得各个类的页校验数据大小推荐值。

所述的提升闪存编码率的方法,其特征在于闪存中同属于一个类的页选择该页所属的类的推荐的页校验数据大小为校验数据大小。

所述的提升闪存编码率的方法,其特征在于类的划分采用K均值聚类方法聚类获得。

所述的提升闪存编码率的方法,其特征在于各个类的中的元素到各个类的中心值的相异度最低；所述相异度为两个元素差值的绝对值。

所述的提升闪存编码率的方法,其特征在于用K均值聚类方法聚类的具体步骤如下：

步骤1：将所有页的BER值组成数据集合D；

步骤2：从D中随机选取k个元素，作为k个类的各自的中心,分别记录为：Z_1、Z_2......Z_k；

步骤3:分别计算剩下的元素到k个类中心的相异度，将这些元素分别划归到相异度最低的类中,具体为分别计算每个元素到k个中心的相异度，将元素归属到相异度最小的k类中；

步骤4：根据聚类结果，进一步计算k个类各自的新中心，计算方法是该类中其他元素到新中心的最大相异度要最小；