[发明专利]一种选择最佳NAND Flash读操作电平的方法

说明书

本发明公开一种选择最佳NAND Flash读操作电平的方法，将NAND Flash读操作特性测试与机器学习的线性回归算法相结合，挖掘出最佳NAND Flash存储器读操作电平与NAND Flash存储器数据稳定性影响因素(PE、Retention Time、Read Disturb)之间的线性关系。产品在读取NAND Flash存储器之前通过该线性关系找到当前对应的最佳电平，从而降低硬件纠错失败的概率，避免产品的读操作性能的下降。

技术领域

本发明涉及一种选择最佳NAND Flash读操作电平的方法，属于存储器技术领域。

背景技术

NAND Flash存储器是Flash存储器的一种，其内部采用非线性宏单元模式，为固态大容量内存的实现提供了廉价有效的解决方案。NAND Flash存储器具有容量较大，体积小、读写速度快、掉电数据不丢失等优点，适用于大量数据的存储，因而在业界得到了越来越广泛的应用。

由于硬件电气特性的影响，当读取存储在NAND Flash存储器中的数据时，部分数据位会发生反转。当前使用NAND Flash存储器的产品中，都会通过硬件纠错模块恢复发生反转的数据，当发生反转的数据量较大并超出硬件纠错模块的纠错能力时，使用者必须调整NAND Flash存储器的读操作电平并进行额外的读操作，将反转的数据量降低至纠错模块的能力范围内，从而获得正确的数据。但是，频繁引入额外的读操作会大幅降低产品的读操作性能。

传统的NAND Flash访问方法中，每次对NAND Flash的读操作都首先使用默认的读电平。默认的读电平获取数据错误过多并且超出硬件纠错模块的纠错能力时，用户需要调节读电平并重新执行一次或多次读操作重新获取数据。这种方法会导致NAND Flash的读操作访问性能大幅降低。

发明内容

本发明的目的是将NAND Flash读操作特性测试与机器学习的线性回归算法相结合，挖掘出最佳NAND Flash存储器读操作电平与NAND Flash存储器数据稳定性影响因素(PE、Retention Time、Read Disturb)之间的线性关系。产品在读取NAND Flash存储器之前通过该线性关系找到当前对应的最佳电平，从而降低硬件纠错失败的概率，避免产品的读操作性能的下降。

NAND Flash存储器的数据稳定性，即数据反转的概率，主要受到NAND Flash块的PE、Retention Time、Read Disturb三种因素的影响。通过对同一批次NAND Flash的批量测试，可以得到PE、Retention Time、Read Disturb处于不同阶段时最佳的读电平的值。将测试得到的数据经过线性回归算法的处理后，即可得到最佳的读电平与PE、Retention Time、Read Disturb之间的线性关系。

为了解决所述技术问题，本发明采用的技术方案是：一种选择最佳NAND Flash读操作电平的方法，包括以下步骤：S01）、对多个或者单个NAND Flash进行批量测试，得到PE、Retention Time、Read Disturb处于不同阶段时对应的最佳读电平的值，并进行记录，PE指NAND Flash块的磨损次数，Retention Time指从数据写入NAND Flash开始，到本次读取数据为止，这个阶段的时间长度，Read Disturb是指NAND Flash块的读操作次数；S02）、将批量测试得到的数据输入机器学习的线性回归模型，得出最佳读电平与PE、Retention Time、Read Disturb之间的线性函数；S03）、用户在对NAND Flash进行读操作之前，将当前PE、Retention Time、Read Disturb参数传入步骤S02得到的线性函数，从而得到当前最佳的读电平。