CN112735502B - 一种用于闪存的阈值分布拟合方法、装置及系统 - Google Patents

一种用于闪存的阈值分布拟合方法、装置及系统 Download PDF

Info

Publication number
CN112735502B
CN112735502B CN202011641118.4A CN202011641118A CN112735502B CN 112735502 B CN112735502 B CN 112735502B CN 202011641118 A CN202011641118 A CN 202011641118A CN 112735502 B CN112735502 B CN 112735502B
Authority
CN
China
Prior art keywords
threshold voltage
fitted
initial
distribution state
voltage distribution
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011641118.4A
Other languages
English (en)
Other versions
CN112735502A (zh
Inventor
王颀
杨柳
何菁
李前辉
于晓磊
霍宗亮
叶甜春
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Microelectronics of CAS
Original Assignee
Institute of Microelectronics of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Microelectronics of CAS filed Critical Institute of Microelectronics of CAS
Priority to CN202011641118.4A priority Critical patent/CN112735502B/zh
Publication of CN112735502A publication Critical patent/CN112735502A/zh
Application granted granted Critical
Publication of CN112735502B publication Critical patent/CN112735502B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G11INFORMATION STORAGE
    • G11CSTATIC STORES
    • G11C16/00Erasable programmable read-only memories
    • G11C16/02Erasable programmable read-only memories electrically programmable
    • G11C16/06Auxiliary circuits, e.g. for writing into memory
    • G11C16/34Determination of programming status, e.g. threshold voltage, overprogramming or underprogramming, retention
    • G11C16/3404Convergence or correction of memory cell threshold voltages; Repair or recovery of overerased or overprogrammed cells

Landscapes

  • Read Only Memory (AREA)

Abstract

本申请公开了一种用于闪存的阈值分布拟合方法、装置及系统,对初始阈值电压分布中的多个电压区间内的存储单元分布进行拟合,得到第一拟合正态分布参数,之后可以对相邻的两个阈值电压分布态中的一个进行拟合,具体的,已拟合阈值电压分布态和待拟合阈值电压分布态为相邻的两个阈值电压分布态,则在得到已拟合阈值电压分布态的第二拟合正态分布参数后,可以根据第二拟合正态分布参数后拟合得到待拟合阈值电压分布态的第三拟合正态分布参数。本申请实施例中,可以依次进行阈值电压分布态的拟合,对阈值电压分布态的拟合过程中只参考在前拟合得到的与该阈值电压分布态相邻的阈值电压分布态的拟合正态分布参数,减少了数据计算量,提高拟合效率。

Description

一种用于闪存的阈值分布拟合方法、装置及系统
技术领域
本申请数据处理技术领域,尤其涉及一种用于闪存的阈值分布拟合方法、装置及系统。
背景技术
半导体存储器件的特点可为易失性的或非易失性的,尽管易失性半导体存储器件可以高速执行读取操作和写入操作,但是在断电状态下存储在易失性半导体存储器件中的内容会丢失。相反,非易失性半导体存储器件的特点是无论是否加电均保留存储的内容。闪存器件(Flash memory)是典型的非易失性半导体存储器件的示例,闪存器件可以被广泛地用作数据存储介质。
随着对大容量存储装置的需求增大,正在广泛的使用每单元存储多比特的多级单元存储器件或多比特存储器件。在采用多级单元的存储器件中,可以在浮栅或电荷俘获层中注入不同数量的电子可以得到不同的阈值电压,从而表示不同的逻辑态,以多层单元(Multi-Level Cell,MLC)NAND Flash为例,在读取数据时,通过在栅极施加3个不同的读取电压,来区分四个逻辑态。
然而存储单元的阈值电压通常随着存储器件的特性、时间的流逝和/或外围温度而变化,例如浮栅或电荷俘获层中的电子会随着时间的增加逐渐流失,使存储单元的阈值电压减小,当存储单元的阈值电压从高于相对应的读取电压减小到低于相对应的读取电压的电压,将会导致存储单元产生读取错误,称为数据保持错误(data retention error),数据保持错误会随着存储时间的增加逐渐增多。差错控制编码(Error Correcting Code,ECC)可以纠正读出数据的错误,是保证写入数据和读出数据的一致性,提高存储系统可靠性的重要手段。但ECC也有一定的纠错范围,如果读出数据的原始误码率较高,将会超出差错控制编码的纠错能力,无法正确的恢复出写入的数据。
参考图1所示,为目前一种数据存储示意图,横坐标为阈值电压(threholdvoltage),纵坐标为存储单元的数量,图中以E、P1、P2、P3态为例进行说明,实线表示数据写入到闪存中的零时刻存储单元的阈值电压所形成的初始阈值电压分布态,虚线表示经过一段存储时间后闪存的阈值电压分布态,从图中可以看出,经过一段存储时间后,由于存储单元所保持的电荷泄漏,导致闪存的阈值电压分布态向阈值电压较小的一侧偏移,即分布态左移,如果这时候使用数据写入零时刻所使用的读电压Rread1、Rread2、Rread3对闪存进行读操作,将会导致读出数据的误码率较高。很有可能无法通过ECC校验,无法得到正确的存储数据。
数据存储后最终能够被正确读出时所对应的最长存储时间称为数据保持(dataretention)时间,如何延长data retention时间,是本领域重要的研究方向。目前,可以在经历retention过程后,对每个阈值电压分布进行拟合,其可以近似拟合为正态分布,利用参数μ和σ表示,通过获取准确的μ和σ,可以得到准确的阈值电压分布状态,用来帮助寻找最佳读电压或者使用在其他可靠性技术中,有助于提升NAND flash可靠性。
对阈值电压分布进行拟合,可以具体为,对整个阈值电压分布进行分区,读取阈值电压分布处于每个电压区间内存储单元的个数,根据每个区间内存储单元的个数对阈值分布进行拟合。这种技术称为阈值分布拟合技术。然而现有技术中的阈值分布拟合技术具有较大的计算量,以及较低的效率。
发明内容
有鉴于此,本申请提供了一种用于闪存的数据恢复方法及系统,无需传统重读纠错方法所需的额外读操作即可确定闪存读操作所需要的读电压,从而对闪存数据进行恢复,有效降低了原始误码率。
本申请提供了一种用于闪存的阈值分布拟合方法,包括:
对初始阈值电压分布态中的多个电压区间内的存储单元分布进行拟合,得到第一拟合正态分布参数;所述第一拟合正态分布参数包括第一拟合期望值和第一拟合标准差;所述初始阈值电压分布态为所述闪存中阈值电压最高的阈值电压分布态或阈值电压最低的阈值电压分布态;
基于目标电压区间内的存储单元分布,以及已拟合阈值电压分布态的第二拟合正态分布参数,拟合得到所述闪存的待拟合阈值电压分布态的第三拟合正态分布参数;其中,所述已拟合阈值电压分布态和所述待拟合阈值电压分布态为所述闪存的阈值电压分布态中的两个相邻的阈值电压分布态,在所述已拟合阈值电压分布态与所述初始阈值电压分布态不为同一个时,所述待拟合阈值电压分布态和所述初始阈值电压分布态位于所述已拟合阈值电压分布态的两侧;
所述目标电压区间包括:所述已拟合阈值电压分布态中的第一阈值电压和所述待拟合阈值电压分布态中的第二阈值电压之间的多个电压区间;所述第二拟合正态分布参数包括第二拟合期望值和第二拟合标准差;所述第三拟合正态分布参数包括第三拟合期望值和第三拟合标准差。
可选的,所述方法还包括:基于所述第一拟合正态分布参数,预测待拟合阈值电压分布态的第三预测正态分布参数,所述第三预测正态分布参数包括第三预测期望值和第三预测标准差;则,
所述基于目标电压区间内的存储单元分布,以及已拟合阈值电压分布态的第二拟合正态分布参数,拟合得到所述闪存的待拟合阈值电压分布态的第三拟合正态分布参数,包括:
基于目标电压区间内的存储单元分布,以及已拟合阈值电压分布态的第二拟合正态分布参数,以及所述第三预测正态分布参数,拟合得到所述闪存的待拟合阈值电压分布态的第三拟合正态分布参数。
可选的,所述初始阈值电压分布态为所述闪存中阈值电压最高的阈值电压分布态,所述初始阈值电压分布态中的多个电压区间包括:所述初始阈值电压分布态中大于所述初始阈值电压分布态的读取电压的多个电压区间。
可选的,所述已拟合阈值电压分布态具有第二预测期望值和第二预测标准差;则,
所述已拟合阈值电压分布态中第一阈值电压为以下范围中的任意一个阈值电压:所述第二预测期望值与3倍的所述第二预测标准差的和,至所述第二预测期望值;
所述待拟合阈值电压分布态中的第二阈值电压为以下范围中的任意一个阈值电压:所述第三预测期望值与3倍的所述第三预测标准差的差值,至所述第三预测期望值。
可选的,所述初始阈值电压分布态具有第一初始期望值和第一初始标准差,所述基于所述第一拟合正态分布参数,预测待拟合阈值电压分布态的第三预测正态分布参数,包括:
基于所述第一拟合期望值、所述第一初始期望值和所述第三初始期望值,确定所述第三预测期望值;
基于所述第三预测期望值和所述第三初始标准差,确定所述第三预测标准差。
可选的,所述基于所述第一拟合期望值、所述第一初始期望值和所述第三初始期望值,确定所述第三预测期望值,包括:
基于所述第一初始期望值与阈值电压基态期望值的差值,与所述第三初始期望值与所述阈值电压基态期望值的差值,的比值,计算所述第一初始期望值的偏差值和所述第三初始期望值的偏差值的比值;所述第一初始期望值的偏差值为所述第一初始期望值和所述第一拟合期望值的差值;所述第三初始期望值的偏差值为所述第三初始期望值和所述第三预测期望值的差值;
利用所述第一初始期望值的偏差值和所述第三初始期望值的偏差值的比值,以及所述第一初始期望值的偏差值,计算得到所述第三初始期望值的偏差值;
基于所述第三初始期望值的偏差值对所述第三初始期望值进行补偿,得到第三预测期望值;
则,所述基于所述第三预测期望值和所述第三初始标准差,确定所述第三预测标准差,包括:
基于第三预测期望值计算得到第三初始标准差的偏差值;
根据所述第三初始标准差和所述第三初始标准差的偏差值的平方和,确定所述第三预测标准差。
本申请实施例提供了一种用于闪存的阈值分布拟合装置,包括:
第一拟合单元,用于对初始阈值电压分布态中的多个电压区间内的存储单元分布进行拟合,得到第一拟合正态分布参数;所述第一拟合正态分布参数包括第一拟合期望值和第一拟合标准差;所述初始阈值电压分布态为所述闪存中阈值电压最高的阈值电压分布态或阈值电压最低的阈值电压分布态;
第二拟合单元,用于基于目标电压区间内的存储单元分布,以及已拟合阈值电压分布态的第二拟合正态分布参数,拟合得到所述闪存的待拟合阈值电压分布态的第三拟合正态分布参数;其中,所述已拟合阈值电压分布态和所述待拟合阈值电压分布态为所述闪存的阈值电压分布态中的两个相邻的阈值电压分布态,在所述已拟合阈值电压分布态与所述初始阈值电压分布态不为同一个时,所述待拟合阈值电压分布态和所述初始阈值电压分布态位于所述已拟合阈值电压分布态的两侧;
所述目标电压区间包括:所述已拟合阈值电压分布态中的第一阈值电压和所述待拟合阈值电压分布态中的第二阈值电压之间的多个电压区间;所述第二拟合正态分布参数包括第二拟合期望值和第二拟合标准差;所述第三拟合正态分布参数包括第三拟合期望值和第三拟合标准差。
可选的,所述装置还包括:
预测单元,用于基于所述第一拟合正态分布参数,预测待拟合阈值电压分布态的第三预测正态分布参数,所述第三预测正态分布参数包括第三预测期望值和第三预测标准差;
所述第二拟合单元具体用于,基于目标电压区间内的存储单元分布,以及已拟合阈值电压分布态的第二拟合正态分布参数,以及所述第三预测正态分布参数,拟合得到所述闪存的待拟合阈值电压分布态的第三拟合正态分布参数。
可选的,所述初始阈值电压分布态为所述闪存中阈值电压最高的阈值电压分布态,所述初始阈值电压分布态中的多个电压区间包括:所述初始阈值电压分布态中大于所述初始阈值电压分布态的读取电压的多个电压区间。
可选的,所述已拟合阈值电压分布态具有第二预测期望值和第二预测标准差;则,
所述已拟合阈值电压分布态中第一阈值电压为以下范围中的任意一个阈值电压:所述第二预测期望值与3倍的所述第二预测标准差的和,至所述第二预测期望值;
所述待拟合阈值电压分布态中的第二阈值电压为以下范围中的任意一个阈值电压:所述第三预测期望值与3倍的所述第三预测标准差的差值,至所述第三预测期望值。
可选的,所述初始阈值电压分布态具有第一初始期望值和第一初始标准差,所述预测单元,包括:
第一预测单元,用于基于所述第一拟合期望值、所述第一初始期望值和所述第三初始期望值,确定所述第三预测期望值;
第二预测单元,用于基于所述第三预测期望值和所述第三初始标准差,确定所述第三预测标准差。
可选的,所述第一预测单元包括:
比值确定单元,用于基于所述第一初始期望值与阈值电压基态期望值的差值,与所述第三初始期望值与所述阈值电压基态期望值的差值,的比值,计算所述第一初始期望值的偏差值和所述第三初始期望值的偏差值的比值;所述第一初始期望值的偏差值为所述第一初始期望值和所述第一拟合期望值的差值;所述第三初始期望值的偏差值为所述第三初始期望值和所述第三预测期望值的差值;
期望偏差值确定单元,用于利用所述第一初始期望值的偏差值和所述第三初始期望值的偏差值的比值,以及所述第一初始期望值的偏差值,计算得到所述第三初始期望值的偏差值;
补偿单元,用于基于所述第三初始期望值的偏差值对所述第三初始期望值进行补偿,得到第三预测期望值;
则,所述第二预测单元,包括:
标准差偏差值确定单元,用于基于第三预测期望值计算得到第三初始标准差的偏差值;
标准差确定单元,用于根据所述第三初始标准差和所述第三初始标准差的偏差值的平方和,确定所述第三预测标准差。
本申请实施例还提供了一种用于闪存的阈值分布拟合系统,包括:数据读取模块、闪存、计算模块;
所述计算模块用于执行所述的用于闪存的阈值分布拟合方法;
所述数据读取模块,用于获取初始阈值电压分布态中的多个电压区间内的存储单元分布,以及目标电压区间内的存储单元分布。
综上所述,本申请公开了一种用于闪存的阈值分布拟合方法、装置及系统,可以对初始阈值电压分布中的多个电压区间内的存储单元分布进行拟合,得到第一拟合正态分布参数,初始阈值电压分布态为闪存中阈值电压最高的阈值电压分布态或阈值电压最低的阈值电压分布态,之后,可以对相邻的两个阈值电压分布态中的一个进行拟合,具体的,已拟合阈值电压分布态和待拟合阈值电压分布态为相邻的两个阈值电压分布态,则在得到已拟合阈值电压分布态的第二拟合正态分布参数后,可以基于目标电压区间内的存储单元分布以及第二拟合正态分布参数,拟合得到待拟合阈值电压分布态的第三拟合正态分布参数,其中目标电压区间包括部分已拟合阈值电压分布态和待拟合阈值电压分布态中的电压区间。也就是说,本申请实施例中,可以依次进行阈值电压分布态的拟合,且除了第一次对初始阈值电压分布态的拟合之外,对阈值电压分布态的拟合过程中均参考在前拟合得到的与该阈值电压分布态相邻的阈值电压分布态的拟合正态分布参数,而不再对所有阈值电压分布态进行分析,减少了数据计算量,提高拟合效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为目前的一种数据存储示意图;
图2为本申请实施例提供的一种用于闪存的阈值分布拟合方法的流程图;
图3为本申请实施例中一种拟合示意图;
图4为本申请实施例中的一种目标电压区间的示意图;
图5为本申请实施例中的另一种目标电压区间的示意图;
图6为对TLC NAND闪存器件进行拟合的时间段示意图;
图7为本申请实施例提供的一种用于闪存的阈值分布拟合装置的结构图;
图8为本申请实施例提供的一种用于闪存的阈值分布拟合系统的结构图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为了便于理解本申请实施例提供的读取方法,首先介绍本申请实施例的具体应用场景。非易失存储器包括多个以阵列排列的用于存储数据的存储单元。其中,存储单元分为若干个块(block),每个块又分为若干个页(page),对非易失性存储器的读写、验证、清除等操作均可以以页为单位进行。
非易失性存储器包括存储单元阵列、控制逻辑、页缓存器(Page Buffer,PB)、字线电压产生器和字线译码器,存储单元阵列中的每列存储单元通过一条位线(Bit Line,BL)连接页缓存器,每行存储单元的栅极通过一条字线(Word Line,WL)连接字线译码器。控制逻辑通过控制字线电压产生器和页缓存器。在进行读取操作时,控制逻辑通过控制字线电压产生器在选中的字线上施加读取电压,在未选中的字线上施加读通过电压后,控制页缓存器根据不同的读取操作方法对相应位线上存储单元存储的数据进行感测,从而读取出非易失性存储器存储的数据。
非易失性存储器主要分为SLC(Single-Level Cell)、MLC(Milti-Level Cell)和TLC(Trinary-Level Cell)三种类型,SLC即1bit/cell,每个存储单元存储1比特数据,存储单元只存在两种存储状态:“0”和“1”。MLC,即2bit/cell,每个存储单元存储2比特数据,存储单元存在四种存储状态:“00”、“01”、“10”、“11”。TLC,即3bit/cell,每个存储单元存储3比特数据,存储单元存在八种存储状态:“000”、“001”、“010”、“011”、“100”、“101”、“110”、“111”。可以理解非易失性存储器的存储单元也可以存储多余3比特数据。
为了确定存储单元的存储状态,从而读出其存储的数据,对SLC型的非易失性存储器而言,在选中的字线上执行一次读取操作在字线上施加一次读取电压后感测数据,即可将对应的存储单元中存储的数据读出。但对于MLC和TLC等每存储单元存储多比特数据的非易失性存储器而言,由于每个存储单元的存储状态不止两种,因此需要对同一存储单元进行连续多次的读取操作在字线上施加多个不同大小的读取电压后感测存储的数据,才可以确定存储单元的实际存储状态,将该非易失性存储器存储的数据读出。
然而在数据存储过程中,当数据在闪存中存储一段时间后,存储在存储单元的电荷将会泄露,闪存中的阈值电压分布态将会向阈值电压较小的一侧偏移,如果使用在数据存储初期使用的读电压进行读取操作,将会出现读出数据的误码率较高,甚至超过ECC纠错能力的问题。
数据存储后最终能够被正确读出时所对应的最长存储时间称为数据保持(dataretention)时间,如何延长data retention时间,是本领域重要的研究方向。目前,可以在经历retention过程后,对每个阈值电压分布进行拟合,其可以近似拟合为正态分布,利用参数μ和σ表示,通过获取准确的μ和σ,可以得到准确的阈值电压分布状态,用来帮助寻找最佳读电压或者使用在其他可靠性技术中,有助于提升NAND flash可靠性。
对阈值电压分布进行拟合,可以具体为,对整个阈值电压分布进行分区,读取阈值电压分布处于每个电压区间内存储单元的个数,根据每个区间内存储单元的个数对阈值分布进行拟合。这种技术称为阈值分布拟合技术。
现有技术中的阈值分布拟合技术,需要将各个阈值电压分布态的电压区间分为多个小的电压区间,获取到各个电压区间内的存储单元的实际个数,利用各个电压区间内的存储单元的实际个数,拟合得到阈值电压分布态对应的拟合曲线,其中拟合得到的阈值电压分布态的拟合参数可以包括期望值和标准差,每组拟合参数对应有各个电压区间存储单元的拟合个数,在存储单元的拟合个数与实际个数接近时,利用此时的拟合参数确定拟合阈值电压分布态。
然而,在对一个阈值电压分布态进行拟合时,需要考虑各个阈值电压分布态对该阈值电压分布态中的存储单元分布的影响,因此需要考虑各个阈值电压分布态的参数。发明人经过研究发现,一个阈值电压分布态中的存储单元分布最多只与相邻的两个阈值电压分布态相关,因此现有技术中的阈值分布拟合技术具有较多的冗余无效的计算,较大的计算量会导致较低的效率。
为了解决以上技术问题,本申请实施例提供了一种用于闪存的阈值分布拟合方法、装置及系统,可以对初始阈值电压分布中的多个电压区间内的存储单元分布进行拟合,得到第一拟合正态分布参数,初始阈值电压分布态为闪存中阈值电压最高的阈值电压分布态或阈值电压最低的阈值电压分布态,之后,可以对相邻的两个阈值电压分布态中的一个进行拟合,具体的,已拟合阈值电压分布态和待拟合阈值电压分布态为相邻的两个阈值电压分布态,则在得到已拟合阈值电压分布态的第二拟合正态分布参数后,可以基于目标电压区间内的存储单元分布以及第二拟合正态分布参数,拟合得到待拟合阈值电压分布态的第三拟合正态分布参数,其中目标电压区间包括部分已拟合阈值电压分布态和待拟合阈值电压分布态中的电压区间。也就是说,本申请实施例中,可以依次进行阈值电压分布态的拟合,且除了第一次对初始阈值电压分布态的拟合之外,对阈值电压分布态的拟合过程中均参考在前拟合得到的与该阈值电压分布态相邻的阈值电压分布态的拟合正态分布参数,而不再对所有阈值电压分布态进行分析,减少了数据计算量,提高拟合效率。
基于以上思想,为使本申请的上述目的、特征、优点能够更加明显易懂,下面结合附图对本申请的具体实施方式进行详细说明。
首先,需要说明的是,本申请实施例提供的非易失性存储器的读取方法、装置及相关设备,不仅适用于NAND闪存存储器,还适用于磁阻存储器(Magnetoresistive RandomAccess Memory,MRAM)、相变存储器(Phase-Change Random Access Memory,PCRAM)、相变存储器和开关(Phase-Change Random Access Memory and a switch,PCMS)、阻性存储器、铁电存储器(ferroelectric RAM,FRAM)、自旋转移转矩存储器(Spin Torque Transfer,STT)、热辅助的开关存储器(TAS)、千足虫存储器(Millipede memory)、浮动结栅存储器(FJG RAM)、电池备份RAM等其他非易失性存储器。该非易失性存储器中每个存储单元可存储3比特甚至更多数据。
参考图2所示,为本申请实施例提供的一种用于闪存的阈值分布拟合方法的流程图,该方法可以包括:
S101,对初始阈值电压分布态中的多个电压区间内的存储单元分布进行拟合,得到第一拟合正态分布参数。
本申请实施例中,闪存中的阈值电压分布可以近似于正态分布的混合,因此可以将阈值电压分布态拟合成为正态分布的分布态,具体的,可以在参数域中搜索一组参数,使该参数下的正态分布接近闪存的阈值电压分布,则该参数为拟合正态分布参数,该参数下的正态分布为拟合正态分布。其中,拟合正态分布参数可以包括期望值μ和标准差σ。
在本申请实施例中,可以先对初始阈值电压分布态中的多个电压区间的存储单元分布进行拟合,得到第一拟合正态分布参数,其中第一拟合正态分布参数可以为第一拟合期望值和第一拟合标准差。初始阈值电压分布态可以为闪存中阈值电压最高的阈值电压分布态,或为闪存中阈值电压最低的阈值电压分布态,例如TLC NAND闪存器件中,包括(E,P1,P2,…,P7)的阈值电压分布态,其中,初始阈值电压分布态可以为P7态或E态。以下说明中,将重点以初始阈值电压分布态可以为P7态的情况进行举例说明,初始阈值电压分布态可以为E态的情况可以参考该举例。
初始阈值电压分布态中的多个电压区间可以为对初始阈值电压分布态进行划分得到的多个连续电压区间,每个电压区间的存储单元数量可以通过对闪存器件进行顺序读取操作获取,具体的,阈值电压高于读取电压的存储单元将呈现关闭状态,阈值电压低于读取电压的存储单元将呈现打开状态,通过感测存储单元的不同状态,可以得到各个电压区间的存储单元分布。
举例来说,一个电压区间利用q1和q2界定,将q1作为读取电压进行读取操作,获取q1左侧的电压区间的存储单元数量N0,将q2作为读取电压进行读取操作,获取q2左侧的电压区间的存储单元数量N1,则q1和q2构成的电压区间内的存储单元数量为N1与N0的差值。
在初始阈值电压分布态为闪存中阈值电压最高的阈值电压分布态时,初始阈值电压分布态中的多个电压区间可以包括,初始阈值电压分布态中大于初始阈值电压分布态的读取电压VR7的多个电压区间,这样可以根据这些区间内的存储单元分布对初始阈值电压分布态进行拟合。参考图3所示,为本申请实施例中一种拟合示意图,其中初始阈值电压分布态为P7,初始阈值电压分布态中的多个电压区间利用虚线表示,其中初始阈值电压分布态中的多个电压区间可以小于初始阈值电压分布态的最大值,初始阈值电压分布态的最大值可以预先确定。
在获取到初始阈值电压分布态中的多个电压区间的存储单元分布后,可以利用存储单元分布对初始阈值电压分布态进行拟合,具体的,可以根据初始阈值电压分布态中的第一初始期望值和第一初始标准差,计算得到多个电压区间的预测的阈值电压分布态,基于预测的阈值电压分布态与初始阈值电压分布态中的多个电压区间的存储单元分布之间的距离,调整第一初始期望值和第一初始标准差,以最小化预测的阈值电压分布态与初始阈值电压分布态中的多个电压区间的存储单元分布之间的距离,从而得到第一拟合期望值和第一拟合标准差。
预测的阈值电压分布态与初始阈值电压分布态中的多个电压区间的存储单元分布之间的距离可以作为误差函数,使误差函数最小化来确定第一拟合期望值和第一拟合标准差。误差函数可以为平方误差,举例来说,误差函数CN可以利用以下公式确定:
Figure BDA0002880091260000131
其中,N为多个电压区间的个数,Nn为第n个电压区间的存储单元的实际数量,Nn′为第n个电压区间的存储单元的拟合数量。
对误差函数最小化来确定第一拟合期望值和第一拟合标准差,可以利用多种优化算法,例如梯度下降和Levenberg-Marquardt(LM)算法或神经网络算法等。本申请实施例中,使用梯度下降算法。
根据初始阈值电压分布态中的第一初始期望值和第一初始标准差,计算得到多个电压区间的预测的阈值电压分布态可以具体为,利用第一初始期望值和第一初始标准差确定初始阈值分布态的概率分布密度函数,对该概率分布密度函数在各个电压区间进行积分,得到各个电压区间的概率,各个电压区间的概率与初始阈值分布态的存储单元总数的乘积,分别为各个电压区间的预测的存储单元数量,各个电压区间的存储单元数量作为预测的阈值电压分布态。其中,第i个阈值电压分布态的阈值电压xi的正态分布的概率密度函数为:
Figure BDA0002880091260000132
其中,σi表示第i个阈值电压分布态的标准差,μi表示第i个阈值电压分布态的期望。
举例来说,TLC NAND闪存器件中,初始阈值电压分布态可以为P7态,P7态具有第一初始期望值μ′7和第一初始标准差σ′7,通过拟合可以得到第一拟合期望值μ7和第一拟合标准差σ7
S102,基于目标电压区间内的存储单元分布,以及已拟合阈值电压分布态的第二拟合正态分布参数,拟合得到闪存的待拟合阈值电压分布态的第三拟合正态分布参数。
在对初始阈值电压分布态进行拟合后,可以依次对闪存的其他阈值电压分布态进行拟合,阈值电压分布态可以分为已拟合阈值电压分布态和待拟合阈值电压分布态,待拟合阈值电压分布态可以基于与之相邻的已拟合阈值电压分布态的拟合结果进行拟合。已拟合阈值电压分布态可以为初始阈值电压分布态,这样可以对初始阈值电压分布态邻近的阈值电压分布态进行拟合,而后,初始阈值电压分布态邻近的阈值电压分布态可以作为已拟合阈值电压分布态,对下一个阈值电压分布态进行拟合,直到完成所有阈值电压分布态的拟合。也就是说,前一次的拟合结果可以作为该次拟合的输入值,影响该次拟合的结果。
因此,前述的已拟合阈值电压分布态和待拟合阈值电压分布态是相对的概念,二者均为闪存的阈值电压分布态中的两个相邻的阈值电压分布态,且在已拟合阈值电压分布态与初始阈值电压分布态不为同一个时,待拟合阈值电压分布态和初始阈值电压分布态位于已拟合阈值电压分布态的两侧,从而使依次拟合的顺序从初始拟合电压分布态开始,向远离初始拟合分布态的方向依次进行。
在对待拟合阈值电压分布态进行拟合时,需要目标电压区间内的存储单元分布,目标电压区间内的存储单元分布可以体现待拟合阈值电压分布态的特性,由于相邻的两个阈值电压分布态之间会互相存在影响,因此与待拟合阈值电压分布态相邻的已拟合阈值电压分布态的分布会影响待拟合阈值电压分布态的特性,因此目标电压区间可以包括部分待拟合阈值电压分布态中的电压区间,以及部分已拟合阈值电压分布态中的电压区间,具体的,目标电压区间可以包括,以拟合阈值电压分布态中第一阈值电压和待拟合阈值电压分布态中的第二阈值电压之间的多个电压区间。
其中,待拟合阈值电压分布态中的电压区间,可以为待拟合阈值电压分布态中的靠近已拟合阈值电压分布态的部分电压区间,该部分电压区间可以为待拟合阈值电压分布态的小部分区域,也可以为待拟合阈值电压分布态的一半区域,还可以为待拟合阈值电压分布态的大部分区域。同理,已拟合阈值电压分布态中的电压区间,为已拟合阈值电压分布态中的靠近待拟合阈值电压分布态的部分电压区间,该部分电压区间可以为已拟合阈值电压分布态的小部分区域,也可以为待拟合阈值电压分布态的一半区域,还可以为待拟合阈值电压分布态的大部分区域。
具体的,已拟合阈值电压分布态可以具有第二初始期望值和第二初始标准差,待拟合阈值电压分布态具有第三初始期望值和第三初始标准差,则已拟合阈值电压分布态中第一阈值电压为以下范围中的任意一个阈值电压:第二初始期望值与3倍的第二初始标准差的和,至第二初始期望值;待拟合阈值电压分布态中的第二阈值电压为以下范围中的任意一个阈值电压:第三初始期望值与3倍的第三初始标准差的差值,至第三初始期望值。也就是说,第一阈值电压和第二阈值电压可以预先确定,这样目标电压区间可以预先确定,则对于目标电压区间的存储单元分布的获取可以预先执行,而不必在对已拟合阈值电压分布态进行拟合之后,利于读取操作和计算操作的并行执行。
即,在初始阈值电压分布态为闪存中阈值电压最高的阈值电压分布态时,拟合顺序从高阈值电压到低阈值电压,则将第二初始期望值记为μ′j,第三初始期望值记为μ′j-1,第二初始标准差记为σ′j,第三初始标准差记为σ′j-1,则第一阈值电压可以为μ′j+3*σ′j至μ′j的区间中的任意一个电压,第二阈值电压可以为μ′j-1-3*σ′j-1至μ′j-1的区间中的任意一个电压。
或者,已拟合阈值电压分布态中第一阈值电压为以下范围中的任意一个阈值电压:第二拟合期望值与3倍的第二拟合标准差的和,至第二拟合期望值;待拟合阈值电压分布态中的第二阈值电压为以下范围中的任意一个阈值电压:第三初始期望值与3倍的第三初始标准差的差值,至第三初始期望值。也就是说,可以在对已拟合阈值电压分布态拟合后,确定目标电压区间,此时确定的目标电压区间为较准确的目标区间,因此在一定程度上提高数据拟合结果。
作为一种示例,第一阈值电压可以为第二初始期望值与3倍的第二初始标准差的和,且第二阈值电压为第三初始期望值与3倍的第三初始标准差的差值。将TLC NAND闪存器件中的P6态作为待拟合阈值电压分布态,将P7作为已拟合阈值电压分布态,已拟合阈值电压分布态具有第二初始期望值μ′7(S101中的第一初始期望值)和第二初始标准差σ′7(S101中的第一初始标准差),待拟合阈值电压分布态具有第三初始期望值μ′6和第三初始标准差σ′6,则第一阈值电压为μ′7+3*σ′7,第二阈值电压为μ′6-3*σ′6,即目标电压区间为μ′6-3*σ′6至μ′7+3*σ′7
作为另一种示例,第一阈值电压可以为第二初始期望值与2倍的第二初始标准差的和,且第二阈值电压为第三初始期望值与2倍的第三初始标准差的差值。将TLC NAND闪存器件中的P6态作为待拟合阈值电压分布态,将P7作为已拟合阈值电压分布态,已拟合阈值电压分布态具有第二初始期望值μ′7和第二初始标准差σ′7,待拟合阈值电压分布态具有第三初始期望值μ′6和第三初始标准差σ′6,则第一阈值电压为μ′7+2*σ′7,第二阈值电压为μ′6-2*σ′6,即目标电压区间为μ′6-2*σ′6至μ′7+2*σ′7。参考图4所示,为本申请实施例中的一种目标电压区间的示意图,其中参考图4A所示,目标电压区间为μ′6-2*σ′6至μ′7+2*σ′7,目标电压区间为多个虚线所在的电压区间,相邻虚线界定一个电压区间。
作为又一种示例,第一阈值电压可以为第二初始期望值,且第二阈值电压可以为第三初始期望值。将TLC NAND闪存器件中的P6态作为待拟合阈值电压分布态,将P7作为已拟合阈值电压分布态,已拟合阈值电压分布态具有第二初始期望值μ′7和第二初始标准差σ′7,待拟合阈值电压分布态具有第三初始期望值μ′6和第三初始标准差σ′6,则第一阈值电压为μ′7,第二阈值电压为μ′6,即目标电压区间为μ′6至μ′7,参考图4B所示,目标电压区间为多个虚线所在的电压区间,相邻虚线界定一个电压区间。
同理,在初始阈值电压分布态为闪存中阈值电压最低的阈值电压分布态时,拟合顺序从低阈值电压到高阈值电压,则将第二初始期望值记为μ′j,第三初始期望值记为μ′j+1,第二初始标准差记为σ′j,第三初始标准差记为σ′j+1,则第二阈值电压可以为μ′j-3*σ′j至μ′j的区间中的任意一个电压,第一阈值电压可以为μ′j+1+3*σ′j+1至μ′j+1的区间中的任意一个电压。
在确定目标电压区间之后,可以获取目标电压区间内的存储单元分布,这样可以根据目标电压区间内的存储单元分布,以及已拟合阈值电压分布态的第二拟合正态分布参数,拟合得到闪存的待拟合阈值电压分布态的第三拟合正态分布参数。其中,第二拟合正态分布参数可以包括第二拟合期望值和第二拟合标准差,第三拟合正态分布参数包括第三拟合期望值和第三拟合标准差。
具体的,可以根据待拟合阈值电压分布态的第三初始期望值和第三初始标准差,以及已拟合阈值电压分布态的第二拟合期望值和第二拟合标准差,计算得到目标电压区间的预测的阈值电压分布态,基于预测的阈值电压分布态与目标电压区间的存储单元分布之间的距离,调整第三初始期望值和第三初始标准差,以最小化预测的阈值电压分布态与目标电压区间的存储单元分布之间的距离,从而得到第三拟合期望值和第三拟合标准差。
具体的,可以将预测的阈值电压分布态与目标电压区间的存储单元分布之间的距离作为误差函数,使误差函数最小化来确定第三拟合期望值和第三拟合标准差。对误差函数最小化的算法可以包括梯度下降和Levenberg-Marquardt算法或神经网络算法等。
根据待拟合阈值电压分布态的第三初始期望值和第三初始标准差,以及已拟合阈值电压分布态的第二拟合期望值和第二拟合标准差,计算得到目标电压区间的预测的阈值电压分布态,可以具体为,利用第三初始期望值和第三初始标准差确定待拟合阈值电压分布态的概率分布密度函数,对该概率密度分布函数在目标电压区间中的各个电压区间进行积分,得到各个电压区间的概率,各个电压区间的概率与待拟合阈值电压分布态的存储单元总数的乘积,分别作为各个电压区间的预测的存储单元的第一数量,同时,利用第二拟合期望值和第二拟合标准差按照类似的方式确定其在各个电压区间的预测的存储单元的第二数量,各个电压区间的存储单元的第一数量和第二数量作为预测的阈值电压分布态。
举例来说,将TLC NAND闪存器件中的P6态作为待拟合阈值电压分布态,将P7作为已拟合阈值电压分布态,已拟合阈值电压分布态具有第二拟合期望值μ7和第二拟合标准差σ7,待拟合阈值电压分布态具有第三初始期望值μ′6和第三初始标准差σ′6,拟合得到第三拟合期望值μ6和第三拟合标准差σ6
由于对待拟合阈值电压分布态进行拟合之后,待拟合阈值电压分布态转变为已拟合阈值电压分布态,则可以继续进行下一个待拟合阈值电压分布态的拟合,实现阈值电压分布态的依次拟合。而在每次拟合的过程中,只考虑前一次完成拟合的阈值电压分布态的特性,无需所有阈值电压分布态的数量均参与计算,减小计算工作量。
举例来说,在对P6进行拟合后,得到第三拟合期望值μ6和第三拟合标准差σ6,μ6可以作为新的第二拟合期望值,σ6可以作为新的第二拟合标准差,则可以对P5进行拟合,得到新的第三拟合期望值μ5和第三拟合标准差σ5,直到完成所有阈值电压分布态的拟合。
具体的,在对P5进行拟合时,目标电压区间的选取的示例,可以参考对P6进行拟合时的目标电压区间的选取的示例,具体的,该目标电压区间可以为μ′5-2*σ′5至μ′6+2*σ′6,或μ′5至μ′6。参考图5所示,为本申请实施例中的另一种目标电压区间的示意图,其中参考图5A所示,目标电压区间为μ′5-2*σ′5至μ′6+2*σ′6,目标电压区间为多个虚线所在的电压区间,相邻虚线界定一个电压区间;参考图5B所示,目标电压区间为μ′5至μ′6
本申请公开了一种用于闪存的阈值分布拟合方法,可以对初始阈值电压分布中的多个电压区间内的存储单元分布进行拟合,得到第一拟合正态分布参数,初始阈值电压分布态为闪存中阈值电压最高的阈值电压分布态或阈值电压最低的阈值电压分布态,之后,可以对相邻的两个阈值电压分布态中的一个进行拟合,具体的,已拟合阈值电压分布态和待拟合阈值电压分布态为相邻的两个阈值电压分布态,则在得到已拟合阈值电压分布态的第二拟合正态分布参数后,可以基于目标电压区间内的存储单元分布以及第二拟合正态分布参数,拟合得到待拟合阈值电压分布态的第三拟合正态分布参数,其中目标电压区间包括部分已拟合阈值电压分布态和待拟合阈值电压分布态中的电压区间。也就是说,本申请实施例中,可以依次进行阈值电压分布态的拟合,且除了第一次对初始阈值电压分布态的拟合之外,对阈值电压分布态的拟合过程中均参考在前拟合得到的与该阈值电压分布态相邻的阈值电压分布态的拟合正态分布参数,而不再对所有阈值电压分布态进行分析,减少了数据计算量,提高拟合效率。
此外,以上实施例中可以在第三初始期望值和第三初始标准差的基础上对待拟合阈值电压分布态进行拟合,为了进一步提高拟合效率,本申请实施例中还可以确定第三预测正态分布参数,第三预测正态分布参数可以包括第三预测期望值和第三预测标准差,这样,可以基于目标电压区间内的存储单元分布,以及已拟合阈值电压分布态的第二拟合正态分布参数,以及第三预测正态分布参数,拟合得到闪存的阈值电压分布态的第三拟合正态分布参数。
具体的,可以基于第一拟合正态分布参数,预测待拟合阈值电压分布态的第三预测正态分布参数,由于第一拟合正态分布参数是初始阈值电压分布态经过拟合得到的,基于第一拟合正态分布参数确定的第三预测正态分布参数相对于第三初始期望值和第三初始标准差而言,与第三拟合正态分布参数具有更小的距离,因此减少了拟合过程中的计算量。
基于第一拟合正态分布参数,预测待拟合阈值电压分布态的第三预测正态分布参数,可以具体为,基于第一拟合期望值、第一初始期望值和第三初始期望值确定第三预测期望值,基于第三预测期望值和第三初始标准差,确定第三预测标准差。
在确定第三预测期望值的过程中,可以先基于第一初始期望值与阈值电压基态期望值的差值,与第三初始期望值与阈值电压基态期望值的差值,的比值,计算第一初始期望值的偏差值和第三初始期望值的偏差值的比值。其中,第一初始期望值的偏差值为第一初始期望值和第一拟合期望值的差值,第三初始期望值的偏差值为第三初始期望值和第三预测期望值的差值。
以初始阈值电压分布态为P7为例,第一初始期望值为μ′7,阈值电压基态(即E态)期望值为y0,第一初始期望值的偏差值Δμ7,为μ′77,第三初始期望值为μ′i,第三初始期望值的偏差值Δμi,则可以得到:
Figure BDA0002880091260000201
其中,k为常数,在计算过程中可忽略,从而可以计算得到第一初始期望值的偏差值Δμ7和第三初始期望值的偏差值Δμi的比值。
之后,可以利用第一初始期望值的偏差值和第三初始期望值的偏差值的比值,以及第一初始期望值的偏差值,计算得到第三初始期望值的偏差值。由于第一初始期望值的偏差值Δμ7为已知量,则在第三初始期望值的偏差值Δμi可以据此确定。
之后,可以基于第三初始期望值的偏差值对第三初始期望值进行补偿,得到第三预测期望值,即第三预测期望值可以根据下式确定:
μ″i=μ′i-Δμi
在确定第三预测期望值后,可以基于第三预测期望值和第三初始标准差,确定第三预测标准差。具体的,可以先基于第三预测期望值计算第三初始标准差的偏差值,通常第三预测期望值和第三初始标准差的偏差值具有函数关系,该函数关系例如为线性关系,则第三初始标准差的偏差值Δσi可以利用以下公式确定:
Δσi=0.3*μ″i
当然,函数关系根据存储器件的类型有所不同,上述公式仅为示例性说明,除上述公式之外,函数关系也可以为其他非线性函数关系,或者其他线性函数关系,在此不进行一一举例说明。
之后,可以根据第三初始标准差和第三初始标准差的偏差值的平方和,确定第三预测标准差。具体的,第三初始标准差为σ′i,第三预测标准差σ″i可以根据以下公式确定:
σ″i 2=σ′i 2+Δσi 2
本申请实施例中,待拟合阈值电压分布态具有第三预测正态分布参数,第三预测正态分布参数包括第三预测期望值和第三预测标准差,已拟合阈值电压分布态可以具有第二预测正态分布参数,第二预测正态分布参数包括第二预测期望值和第二预测标准差,则目标电压参数可以根据第二预测正态分布参数和第三预测正态分布参数确定,而不再利用初始参数确定。具体的,已拟合阈值电压分布态中第一阈值电压为以下范围中的任意一个阈值电压:第二预测期望值与3倍的第二预测标准差的和,至第二预测期望值;待拟合阈值电压分布态中的第二阈值电压为以下范围中的任意一个阈值电压:第三预测期望值与3倍的第三预测标准差的差值,至第三预测期望值。也就是说,第一阈值电压和第二阈值电压可以在得到第一拟合正态分布参数后,对第二预测正态分布参数和第三预测正态分布参数进行预测之后确定,这样目标电压区间也可以在得到第二预测正态分布参数和第三预测正态分布参数后确定,则对于目标区间区间的存储单元分布的获取在得到第二预测正态分布参数和第三预测正态分布参数后执行即可,而不必在已拟合阈值电压分布态进行拟合之后,利于读取操作和计算操作的并行执行。
即,在初始阈值电压分布态为闪存中阈值电压最高的阈值电压分布态时,拟合顺序从高阈值电压到低阈值电压,则将第二预测期望值记为μ″j,第三预测期望值记为μ″j-1,第二预测标准差记为σ″j,第三预测标准差记为σ″j-1,则第一阈值电压可以为μ″j+3*σ″j至μ″j的区间中的任意一个电压,第二阈值电压可以为μ″j-1-3*σ″j-1至μ″j-1的区间中的任意一个电压。具体示例参考S102的说明。
或者,已拟合阈值电压分布态中第一阈值电压为以下范围中的任意一个阈值电压:第二拟合期望值与3倍的第二拟合标准差的和,至第二拟合期望值;待拟合阈值电压分布态中的第二阈值电压为以下范围中的任意一个阈值电压:第三预测期望值与3倍的第三预测标准差的差值,至第三预测期望值。也就是说,可以在对已拟合阈值电压分布态拟合后,确定目标电压区间。也就是说,可以在对已拟合阈值电压分布态拟合后,确定目标电压区间,此时确定的目标电压区间为较准确的目标区间,因此在一定程度上提高数据拟合结果。
本申请实施例中,可以根据目标电压区间的存储单元分布,进行待拟合阈值电压分布态的拟合,其中在目标电压区间预先获取的前提下,可以预先进行目标电压区间的存储单元分布的获取,即预先进行存储单元的读取操作,读取操作和拟合操作可以并行执行。而在需要前一次的拟合结果在进行目标电压区间的确定的实施方式中,则需要一次拟合一次读取的串行操作。
参考图6所示,为对TLC NAND闪存器件进行拟合的时间段示意图,其中,R(7)、R(6)、R(5)、R(4)、R(3)、R(2)、R(1)分别表示对P7、P6、P5、P4、P3、P2、P1中的存储单元进行读取的操作,E(7)、为对P7进行拟合的操作,E(7,6)、E(6,5)、E(5,4)、E(4,3)、E(3,2)、E(2,1)、E(1,0)分别表示对相邻的两个阈值电压分布态进行拟合的操作,其中,拟合的操作需要的时间大于读取操作需要的时间。
参考图6A所示,可以串行进行数据读取和拟合操作,参考图6B所示,可以在拟合操作执行的过程中,对其他阈值分布态的电压区间进行读取,从而实现读取和拟合的并行处理,具体的,R(7)需要在E(7)之前,R(6)需要在E(7,6)之前,其他读取操作顺序执行即可,由于读取操作所需的时长小于拟合操作,因此读取操作一直在拟合操作之前执行,在读取操作和拟合操作并行处理后,可以节省(saved)75%的数据读取时间(data sensing time)。
基于以上用于闪存的阈值分布拟合方法,本申请实施例还提供了一种用于闪存的阈值分布拟合装置,参考图7所示,为本申请实施例提供的一种用于闪存的阈值分布拟合装置的结构框图,该装置可以包括:
第一拟合单元110,用于对初始阈值电压分布态中的多个电压区间内的存储单元分布进行拟合,得到第一拟合正态分布参数;所述第一拟合正态分布参数包括第一拟合期望值和第一拟合标准差;所述初始阈值电压分布态为所述闪存中阈值电压最高的阈值电压分布态或阈值电压最低的阈值电压分布态;
第二拟合单元120,用于基于目标电压区间内的存储单元分布,以及已拟合阈值电压分布态的第二拟合正态分布参数,拟合得到所述闪存的待拟合阈值电压分布态的第三拟合正态分布参数;其中,所述已拟合阈值电压分布态和所述待拟合阈值电压分布态为所述闪存的阈值电压分布态中的两个相邻的阈值电压分布态,在所述已拟合阈值电压分布态与所述初始阈值电压分布态不为同一个时,所述待拟合阈值电压分布态和所述初始阈值电压分布态位于所述已拟合阈值电压分布态的两侧;
所述目标电压区间包括:所述已拟合阈值电压分布态中的第一阈值电压和所述待拟合阈值电压分布态中的第二阈值电压之间的多个电压区间;所述第二拟合正态分布参数包括第二拟合期望值和第二拟合标准差;所述第三拟合正态分布参数包括第三拟合期望值和第三拟合标准差。
可选的,所述装置还包括:
预测单元,用于基于所述第一拟合正态分布参数,预测待拟合阈值电压分布态的第三预测正态分布参数,所述第三预测正态分布参数包括第三预测期望值和第三预测标准差;
所述第二拟合单元具体用于,基于目标电压区间内的存储单元分布,以及已拟合阈值电压分布态的第二拟合正态分布参数,以及所述第三预测正态分布参数,拟合得到所述闪存的待拟合阈值电压分布态的第三拟合正态分布参数。
可选的,所述初始阈值电压分布态为所述闪存中阈值电压最高的阈值电压分布态,所述初始阈值电压分布态中的多个电压区间包括:所述初始阈值电压分布态中大于所述初始阈值电压分布态的读取电压的多个电压区间。
可选的,所述已拟合阈值电压分布态具有第二预测期望值和第二预测标准差;则,
所述已拟合阈值电压分布态中第一阈值电压为以下范围中的任意一个阈值电压:所述第二预测期望值与3倍的所述第二预测标准差的和,至所述第二预测期望值;
所述待拟合阈值电压分布态中的第二阈值电压为以下范围中的任意一个阈值电压:所述第三预测期望值与3倍的所述第三预测标准差的差值,至所述第三预测期望值。
可选的,所述初始阈值电压分布态具有第一初始期望值和第一初始标准差,所述预测单元,包括:
第一预测单元,用于基于所述第一拟合期望值、所述第一初始期望值和所述第三初始期望值,确定所述第三预测期望值;
第二预测单元,用于基于所述第三预测期望值和所述第三初始标准差,确定所述第三预测标准差。
可选的,所述第一预测单元包括:
比值确定单元,用于基于所述第一初始期望值与阈值电压基态期望值的差值,与所述第三初始期望值与所述阈值电压基态期望值的差值,的比值,计算所述第一初始期望值的偏差值和所述第三初始期望值的偏差值的比值;所述第一初始期望值的偏差值为所述第一初始期望值和所述第一拟合期望值的差值;所述第三初始期望值的偏差值为所述第三初始期望值和所述第三预测期望值的差值;
期望偏差值确定单元,用于利用所述第一初始期望值的偏差值和所述第三初始期望值的偏差值的比值,以及所述第一初始期望值的偏差值,计算得到所述第三初始期望值的偏差值;
补偿单元,用于基于所述第三初始期望值的偏差值对所述第三初始期望值进行补偿,得到第三预测期望值;
则,所述第二预测单元,包括:
标准差偏差值确定单元,用于基于第三预测期望值计算得到第三初始标准差的偏差值;
标准差确定单元,用于根据所述第三初始标准差和所述第三初始标准差的偏差值的平方和,确定所述第三预测标准差。
本申请公开了一种用于闪存的阈值分布拟合装置,可以对初始阈值电压分布中的多个电压区间内的存储单元分布进行拟合,得到第一拟合正态分布参数,初始阈值电压分布态为闪存中阈值电压最高的阈值电压分布态或阈值电压最低的阈值电压分布态,之后,可以对相邻的两个阈值电压分布态中的一个进行拟合,具体的,已拟合阈值电压分布态和待拟合阈值电压分布态为相邻的两个阈值电压分布态,则在得到已拟合阈值电压分布态的第二拟合正态分布参数后,可以基于目标电压区间内的存储单元分布以及第二拟合正态分布参数,拟合得到待拟合阈值电压分布态的第三拟合正态分布参数,其中目标电压区间包括部分已拟合阈值电压分布态和待拟合阈值电压分布态中的电压区间。也就是说,本申请实施例中,可以依次进行阈值电压分布态的拟合,且除了第一次对初始阈值电压分布态的拟合之外,对阈值电压分布态的拟合过程中均参考在前拟合得到的与该阈值电压分布态相邻的阈值电压分布态的拟合正态分布参数,而不再对所有阈值电压分布态进行分析,减少了数据计算量,提高拟合效率。
本申请实施例还提供了一种用于闪存的阈值分布拟合系统,参考图8所述为本申请实施例提供的一种用于闪存的阈值分布拟合系统的结构框图,该系统包括:数据读取模块200、闪存300和计算模块100;
所述计算模块100用于执行用于闪存的阈值分布拟合方法;
所述数据读取模块200,用于获取初始阈值电压分布态中的多个电压区间内的存储单元分布,以及目标电压区间内的存储单元分布;所述数据读取模块和所述计算模块并行运行。
其中数据读取模块可以设置在闪存中,也可以设置在闪存之外,例如设置在计算模块中,数据读取模块获取到的初始阈值电压分布态中的多个电压区间内的存储单元分布,以及目标电压区间内的存储单元分布,可以供计算模块使用,以进行阈值分布拟合。
由于数据读取模块和计算模块可以并行运行,可以节省数据读取过程中计算模块的等待时间,从而减少整体拟合时间。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种用于闪存的阈值分布拟合方法,其特征在于,包括:
对初始阈值电压分布态中的多个电压区间内的存储单元分布进行拟合,得到第一拟合正态分布参数;所述第一拟合正态分布参数包括第一拟合期望值和第一拟合标准差;所述初始阈值电压分布态为所述闪存中阈值电压最高的阈值电压分布态或阈值电压最低的阈值电压分布态;
基于目标电压区间内的存储单元分布,以及已拟合阈值电压分布态的第二拟合正态分布参数,拟合得到所述闪存的待拟合阈值电压分布态的第三拟合正态分布参数;其中,所述已拟合阈值电压分布态和所述待拟合阈值电压分布态为所述闪存的阈值电压分布态中的两个相邻的阈值电压分布态,在所述已拟合阈值电压分布态与所述初始阈值电压分布态不为同一个时,所述待拟合阈值电压分布态和所述初始阈值电压分布态位于所述已拟合阈值电压分布态的两侧;
所述目标电压区间包括:所述已拟合阈值电压分布态中的第一阈值电压和所述待拟合阈值电压分布态中的第二阈值电压之间的多个电压区间;所述第二拟合正态分布参数包括第二拟合期望值和第二拟合标准差;所述第三拟合正态分布参数包括第三拟合期望值和第三拟合标准差。
2.根据权利要求1所述的方法,其特征在于,还包括:
基于所述第一拟合正态分布参数,预测待拟合阈值电压分布态的第三预测正态分布参数,所述第三预测正态分布参数包括第三预测期望值和第三预测标准差;
则,所述基于目标电压区间内的存储单元分布,以及已拟合阈值电压分布态的第二拟合正态分布参数,拟合得到所述闪存的待拟合阈值电压分布态的第三拟合正态分布参数,包括:
基于目标电压区间内的存储单元分布,以及已拟合阈值电压分布态的第二拟合正态分布参数,以及所述第三预测正态分布参数,拟合得到所述闪存的待拟合阈值电压分布态的第三拟合正态分布参数。
3.根据权利要求2所述的方法,其特征在于,所述初始阈值电压分布态为所述闪存中阈值电压最高的阈值电压分布态,所述初始阈值电压分布态中的多个电压区间包括:所述初始阈值电压分布态中大于所述初始阈值电压分布态的读取电压的多个电压区间。
4.根据权利要求3所示的方法,其特征在于,所述已拟合阈值电压分布态具有第二预测期望值和第二预测标准差;则,
所述已拟合阈值电压分布态中第一阈值电压为以下范围中的任意一个阈值电压:所述第二预测期望值与3倍的所述第二预测标准差的和,至所述第二预测期望值;
所述待拟合阈值电压分布态中的第二阈值电压为以下范围中的任意一个阈值电压:所述第三预测期望值与3倍的所述第三预测标准差的差值,至所述第三预测期望值。
5.根据权利要求2-4任意一项所述的方法,其特征在于,所述初始阈值电压分布态具有第一初始期望值和第一初始标准差,所述基于所述第一拟合正态分布参数,预测待拟合阈值电压分布态的第三预测正态分布参数,包括:
基于所述第一拟合期望值、所述第一初始期望值和第三初始期望值,确定所述第三预测期望值;
基于所述第三预测期望值和第三初始标准差,确定所述第三预测标准差。
6.根据权利要求5所示的方法,其特征在于,所述基于所述第一拟合期望值、所述第一初始期望值和所述第三初始期望值,确定所述第三预测期望值,包括:
基于所述第一初始期望值与阈值电压基态期望值的差值,与所述第三初始期望值与所述阈值电压基态期望值的差值,的比值,计算所述第一初始期望值的偏差值和所述第三初始期望值的偏差值的比值;所述第一初始期望值的偏差值为所述第一初始期望值和所述第一拟合期望值的差值;所述第三初始期望值的偏差值为所述第三初始期望值和所述第三预测期望值的差值;
利用所述第一初始期望值的偏差值和所述第三初始期望值的偏差值的比值,以及所述第一初始期望值的偏差值,计算得到所述第三初始期望值的偏差值;
基于所述第三初始期望值的偏差值对所述第三初始期望值进行补偿,得到第三预测期望值;
则,所述基于所述第三预测期望值和所述第三初始标准差,确定所述第三预测标准差,包括:
基于第三预测期望值计算得到第三初始标准差的偏差值;
根据所述第三初始标准差和所述第三初始标准差的偏差值的平方和,确定所述第三预测标准差。
7.一种用于闪存的阈值分布拟合装置,其特征在于,包括:
第一拟合单元,用于对初始阈值电压分布态中的多个电压区间内的存储单元分布进行拟合,得到第一拟合正态分布参数;所述第一拟合正态分布参数包括第一拟合期望值和第一拟合标准差;所述初始阈值电压分布态为所述闪存中阈值电压最高的阈值电压分布态或阈值电压最低的阈值电压分布态;
第二拟合单元,用于基于目标电压区间内的存储单元分布,以及已拟合阈值电压分布态的第二拟合正态分布参数,拟合得到所述闪存的待拟合阈值电压分布态的第三拟合正态分布参数;其中,所述已拟合阈值电压分布态和所述待拟合阈值电压分布态为所述闪存的阈值电压分布态中的两个相邻的阈值电压分布态,在所述已拟合阈值电压分布态与所述初始阈值电压分布态不为同一个时,所述待拟合阈值电压分布态和所述初始阈值电压分布态位于所述已拟合阈值电压分布态的两侧;
所述目标电压区间包括:所述已拟合阈值电压分布态中的第一阈值电压和所述待拟合阈值电压分布态中的第二阈值电压之间的多个电压区间;所述第二拟合正态分布参数包括第二拟合期望值和第二拟合标准差;所述第三拟合正态分布参数包括第三拟合期望值和第三拟合标准差。
8.根据权利要求7所述的装置,其特征在于,还包括:
预测单元,用于基于所述第一拟合正态分布参数,预测待拟合阈值电压分布态的第三预测正态分布参数,所述第三预测正态分布参数包括第三预测期望值和第三预测标准差;
所述第二拟合单元具体用于,基于目标电压区间内的存储单元分布,以及已拟合阈值电压分布态的第二拟合正态分布参数,以及所述第三预测正态分布参数,拟合得到所述闪存的待拟合阈值电压分布态的第三拟合正态分布参数。
9.根据权利要求8所述的装置,其特征在于,所述初始阈值电压分布态具有第一初始期望值和第一初始标准差,所述预测单元,包括:
第一预测单元,用于基于所述第一拟合期望值、所述第一初始期望值和第三初始期望值,确定所述第三预测期望值;
第二预测单元,用于基于所述第三预测期望值和第三初始标准差,确定所述第三预测标准差。
10.一种用于闪存的阈值分布拟合系统,其特征在于,包括:数据读取模块、闪存、计算模块;
所述计算模块用于执行如权利要求1-6任意一项所述的用于闪存的阈值分布拟合方法;
所述数据读取模块,用于获取初始阈值电压分布态中的多个电压区间内的存储单元分布,以及目标电压区间内的存储单元分布。
CN202011641118.4A 2020-12-31 2020-12-31 一种用于闪存的阈值分布拟合方法、装置及系统 Active CN112735502B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011641118.4A CN112735502B (zh) 2020-12-31 2020-12-31 一种用于闪存的阈值分布拟合方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011641118.4A CN112735502B (zh) 2020-12-31 2020-12-31 一种用于闪存的阈值分布拟合方法、装置及系统

Publications (2)

Publication Number Publication Date
CN112735502A CN112735502A (zh) 2021-04-30
CN112735502B true CN112735502B (zh) 2022-08-23

Family

ID=75609064

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011641118.4A Active CN112735502B (zh) 2020-12-31 2020-12-31 一种用于闪存的阈值分布拟合方法、装置及系统

Country Status (1)

Country Link
CN (1) CN112735502B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114242149B (zh) * 2022-02-28 2022-05-27 杭州阿姆科技有限公司 一种基于读数据的电压分布分析方法
CN115424650B (zh) * 2022-11-02 2023-03-24 苏州浪潮智能科技有限公司 一种离线数据保持时间的确定方法、装置、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105324819A (zh) * 2013-05-31 2016-02-10 西部数据技术公司 固态存储设备中的读数电压计算
CN109859792A (zh) * 2018-12-25 2019-06-07 北京大学 一种阈值电压分布预测方法及装置
CN111276176A (zh) * 2020-02-11 2020-06-12 上海威固信息技术股份有限公司 一种三维堆叠闪存单元阈值电压分布模型构建方法
CN111341375A (zh) * 2020-02-19 2020-06-26 哈尔滨工业大学 一种面向TLC型NAND Flash的阈值电压获取方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5177991B2 (ja) * 2006-10-25 2013-04-10 株式会社東芝 不揮発性半導体記憶装置
KR102263047B1 (ko) * 2017-03-20 2021-06-10 에스케이하이닉스 주식회사 데이터 저장 장치 및 그것의 동작 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105324819A (zh) * 2013-05-31 2016-02-10 西部数据技术公司 固态存储设备中的读数电压计算
CN109859792A (zh) * 2018-12-25 2019-06-07 北京大学 一种阈值电压分布预测方法及装置
CN111276176A (zh) * 2020-02-11 2020-06-12 上海威固信息技术股份有限公司 一种三维堆叠闪存单元阈值电压分布模型构建方法
CN111341375A (zh) * 2020-02-19 2020-06-26 哈尔滨工业大学 一种面向TLC型NAND Flash的阈值电压获取方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Multi-Coding ECC Algorithm Based on 3D Charge Trap NAND Flash Hot Region Cell Prediction;Yiyang Jiang 等;《IEEE Communications Letters》;20200229;第24卷(第2期);全文 *

Also Published As

Publication number Publication date
CN112735502A (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
US11610116B2 (en) Storage device performance optimization using deep learning
US11953980B2 (en) Memory sub-system with dynamic calibration using component-based function(s)
US10013211B2 (en) Storage devices including nonvolatile memory devices and access methods for nonvolatile memory devices
US8000135B1 (en) Estimation of memory cell read thresholds by sampling inside programming level distribution intervals
US11004517B2 (en) Storage device including nonvolatile memory device and operating method thereof
US8036035B2 (en) Erase cycle counter usage in a memory device
US20150043282A1 (en) Method of estimating deterioration state of memory device and related method of wear leveling
US11557345B2 (en) Dynamic memory programming voltage step for strenuous device conditions
US8482978B1 (en) Estimation of memory cell read thresholds by sampling inside programming level distribution intervals
US9767909B1 (en) Memory cell programming utilizing conditional enabling of memory cells
US9830219B2 (en) Encoding scheme for 3D vertical flash memory
CN112735502B (zh) 一种用于闪存的阈值分布拟合方法、装置及系统
CN113380315B (zh) 一种存储器的纠错方法、纠错装置和数据刷新方法
US11139035B2 (en) Memory device error detection with improved scanning
US9007835B2 (en) Enhanced data storage in 3-D memory using string-specific source-side biasing
US11295819B2 (en) Dual sense bin balancing in NAND flash
US11817170B2 (en) Storage controller determining error count, method of operating the same, and method of operating storage device including the same
CN113241107B (zh) 一种减少三维存储器的数据刷新操作的方法及装置
CN112967747B (zh) 一种三维存储器的纠错方法及装置
US8995206B2 (en) Device, method and computer readable program for accessing memory cells using shortened read attempts
CN114155902A (zh) 判断存储器系统读取电压的存储器装置及其方法
US20230176765A1 (en) Read threshold prediction in memory devices using deep neural networks
US20240062799A1 (en) Apparatus with non-linear refresh mechanism and methods for operating the same
US20240078018A1 (en) Storage devices calculating a wordline gap value, and methods of operating the same
US12002521B2 (en) Memory device error detection with improved scanning

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant