CN112988613B - 确定闪存的物理状态的方法、装置及设备 - Google Patents
确定闪存的物理状态的方法、装置及设备 Download PDFInfo
- Publication number
- CN112988613B CN112988613B CN201911311786.8A CN201911311786A CN112988613B CN 112988613 B CN112988613 B CN 112988613B CN 201911311786 A CN201911311786 A CN 201911311786A CN 112988613 B CN112988613 B CN 112988613B
- Authority
- CN
- China
- Prior art keywords
- flash memory
- target
- threshold voltages
- threshold voltage
- page
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F12/00—Accessing, addressing or allocating within memory systems or architectures
- G06F12/02—Addressing or allocation; Relocation
- G06F12/0223—User address space allocation, e.g. contiguous or non contiguous base addressing
- G06F12/023—Free address space management
- G06F12/0238—Memory management in non-volatile memory, e.g. resistive RAM or ferroelectric memory
- G06F12/0246—Memory management in non-volatile memory, e.g. resistive RAM or ferroelectric memory in block erasable memory, e.g. flash memory
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C16/00—Erasable programmable read-only memories
- G11C16/02—Erasable programmable read-only memories electrically programmable
- G11C16/06—Auxiliary circuits, e.g. for writing into memory
- G11C16/34—Determination of programming status, e.g. threshold voltage, overprogramming or underprogramming, retention
- G11C16/3404—Convergence or correction of memory cell threshold voltages; Repair or recovery of overerased or overprogrammed cells
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Read Only Memory (AREA)
Abstract
本申请公开了一种确定闪存的物理状态的方法、装置和设备,属于数据存储技术领域。所述方法包括:确定第一闪存中的目标页在多组目标阈值电压下的比特翻转数,比特翻转数是指在对应组目标阈值电压下目标页中比特位的读取状态发生变化的比特位个数;确定目标页的关系分布图,关系分布图用于描述多组阈值电压偏移量与目标页在多组目标阈值电压下的比特翻转数之间的关系,且一组阈值电压偏移量用于确定一组目标阈值电压;基于关系分布图,通过分类模型,确定第一闪存的物理状态。本申请通过分类模型对关系分布图进行识别,可以更准确地确定第一闪存的物理状态,解决了现有技术通过擦除时间确定的物理状态可能不准确的问题。
Description
技术领域
本申请涉及数据存储技术领域,特别涉及一种确定闪存的物理状态的方法、装置及设备。
背景技术
闪存是一种非易失性存储器,即断电后仍能保存数据。但在使用过程中,由于各种各样的原因,闪存可能会出现一些问题,进而影响存储的数据的可靠性。为了确定闪存的问题所在,需要确定闪存的物理状态,该物理状态可以用来反映闪存的使用情况。
在相关技术中,通常根据闪存的擦除时间来确定闪存的物理状态。具体地,闪存的擦除时间与擦写次数之间有对应关系,譬如,闪存的擦除时间可以随着擦写次数的增长而增加,对闪存进行一次擦除操作后,可以确定闪存的擦除时间,然后可以根据上述对应关系确定闪存的擦写次数,再用擦写次数来衡量闪存的物理状态。
但随着闪存制造工艺的提升,擦除时间随着擦写次数的增加变化不大,不能很好地反映闪存的物理状态,可能会导致根据擦除时间确定的闪存的物理状态是不准确的。
发明内容
本申请提供了一种确定闪存的物理状态的方法、装置及设备,可以解决相关技术根据擦除时间确定的闪存的物理状态是不准确的问题。所述技术方案如下:
一方面,提供了一种确定闪存的物理状态的方法,所述方法包括:
确定第一闪存中的目标页在多组目标阈值电压下的比特翻转数,所述比特翻转数是指在对应组目标阈值电压下所述目标页中比特位的读取状态发生变化的比特位个数;
确定所述目标页的关系分布图,所述关系分布图用于描述多组阈值电压偏移量与所述目标页在所述多组目标阈值电压下的比特翻转数之间的关系,其中,一组阈值电压偏移量用于确定一组目标阈值电压;
基于所述关系分布图,通过分类模型,确定所述第一闪存的物理状态。
在本申请一种可能的实现方式中,所述目标页为指定类型的页,所述分类模型与所述指定类型对应。
在本申请一种可能的实现方式中,所述确定第一闪存中的目标页在多组目标阈值电压下的比特翻转数,包括:
基于多组阈值电压偏移量,分别对所述指定类型的页的阈值电压进行调整,得到多组目标阈值电压;
分别将每组目标阈值电压发送给所述第一闪存;
接收所述第一闪存反馈的所述指定类型的页在每组目标阈值电压下的比特翻转数,得到所述指定类型的页在多组目标阈值电压下的比特翻转数。
在本申请一种可能的实现方式中,
当所述指定类型为中间有效位CSB时,所述第一闪存中的页的阈值电压包括三个阈值电压,每组阈值电压偏移量包括两个值;
相应地,所述基于多组阈值电压偏移量,分别对所述指定类型的页的阈值电压进行调整,得到多组目标阈值电压,包括:
基于每组阈值电压偏移量,对所述三个阈值电压中的第一阈值电压和第二阈值电压进行调整;
将调整后第一阈值电压、调整后的第二阈值电压、以及所述三个阈值电压中未调整的阈值电压作为一组目标阈值电压。
在本申请一种可能的实现方式中,所述分类模型包括图像特征提取模型和支持向量机模型,所述基于所述关系分布图,通过分类模型,确定所述第一闪存的物理状态,包括:
将所述关系分布图输入至所述图像特征提取模型中,输出一维特征向量;
将所述一维特征向量输入至所述支持向量机模型中,输出所述第一闪存的物理状态标签。
在本申请一种可能的实现方式中,所述将所述关系分布图输入至所述图像特征提取模型中,输出一维特征向量之前,还包括:
对所述关系分布图进行灰度处理,得到所述关系分布图的灰度图像;
按照参考尺寸对所述灰度图像进行尺寸调整,得到目标灰度图像;
相应地,所述将所述关系分布图输入至所述图像特征提取模型中,输出一维特征向量,包括:
将所述目标灰度图像输入至所述图像特征提取模型中,输出所述一维特征向量。
另一方面,提供了一种确定闪存的物理状态的方法,所述方法包括:
针对第二闪存,在多个已知物理状态中的每个已知物理状态下,确定所述第二闪存中的目标页在多组目标阈值电压下的比特翻转数,所述比特翻转数是指在对应组目标阈值电压下所述目标页中比特位的读取状态发生变化的比特位个数;
分别确定所述目标页在每个已知物理状态下的关系分布图样本;
基于所述多个已知物理状态的物理状态标签和所确定的关系分布图样本,对待训练的分类模型进行训练,得到分类模型,所述分类模型用于基于任一闪存中的目标页的关系分布图确定所述任一闪存的物理状态。
在本申请一种可能的实现方式中,所述目标页为指定类型的页,所述分类模型与所述指定类型对应。
另一方面,提供了一种确定闪存的物理状态的装置,所述装置包括:
第一确定模块,用于确定第一闪存中的目标页在多组目标阈值电压下的比特翻转数,所述比特翻转数是指在对应组目标阈值电压下所述目标页中比特位的读取状态发生变化的比特位个数;
第二确定模块,用于确定所述目标页的关系分布图,所述关系分布图用于描述多组阈值电压偏移量与所述目标页在所述多组目标阈值电压下的比特翻转数之间的关系,其中,一组阈值电压偏移量用于确定一组目标阈值电压;
第三确定模块,用于基于所述关系分布图,通过分类模型,确定所述第一闪存的物理状态。
在本申请一种可能的实现方式中,所述目标页为指定类型的页,所述分类模型与所述指定类型对应。
在本申请一种可能的实现方式中,所述第一确定模块用于:
基于多组阈值电压偏移量,分别对所述指定类型的页的阈值电压进行调整,得到多组目标阈值电压;
分别将每组目标阈值电压发送给所述第一闪存;
接收所述第一闪存反馈的所述指定类型的页在每组目标阈值电压下的比特翻转数,得到所述指定类型的页在多组目标阈值电压下的比特翻转数。
在本申请一种可能的实现方式中,
当所述指定类型为中间有效位CSB时,所述第一闪存中的页的阈值电压包括三个阈值电压,每组阈值电压偏移量包括两个值;
相应地,所述第一确定模块用于:
基于每组阈值电压偏移量,对所述三个阈值电压中的第一阈值电压和第二阈值电压进行调整;
将调整后第一阈值电压、调整后的第二阈值电压、以及所述三个阈值电压中未调整的阈值电压作为一组目标阈值电压。
在本申请一种可能的实现方式中,所述分类模型包括图像特征提取模型和支持向量机模型,所述第三确定模块用于:
将所述关系分布图输入至所述图像特征提取模型中,输出一维特征向量;
将所述一维特征向量输入至所述支持向量机模型中,输出所述第一闪存的物理状态标签。
在本申请一种可能的实现方式中,所述第三确定模块还用于:
对所述关系分布图进行灰度处理,得到所述关系分布图的灰度图像;
按照参考尺寸对所述灰度图像进行尺寸调整,得到目标灰度图像;
将所述目标灰度图像输入至所述图像特征提取模型中,输出所述一维特征向量。
另一方面,提供了一种确定闪存的物理状态的装置,所述装置包括:
第四确定模块,用于针对第二闪存,在多个已知物理状态中的每个已知物理状态下,确定所述第二闪存中的目标页在多组目标阈值电压下的比特翻转数,所述比特翻转数是指在对应组目标阈值电压下所述目标页中比特位的读取状态发生变化的比特位个数;
第五确定模块,用于分别确定所述目标页在每个已知物理状态下的关系分布图样本;
训练模块,用于基于所述多个已知物理状态的物理状态标签和所确定的关系分布图样本,对待训练的分类模型进行训练,得到分类模型,所述分类模型用于基于任一闪存中的目标页的关系分布图确定所述任一闪存的物理状态。
在本申请一种可能的实现方式中,所述目标页为指定类型的页,所述分类模型与所述指定类型对应。
另一方面,提供了一种设备,所述设备包括存储器和处理器,所述存储器用于存放计算机程序,所述处理器用于执行所述存储器上所存放的程序,以实现上述一方面或另一方面所述的确定闪存的物理状态的方法的步骤。
另一方面,提供了一种计算机可读存储介质,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述一方面或另一方面所述的确定闪存的物理状态的方法的步骤。
另一方面,提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述一方面或另一方面所述的确定闪存的物理状态的方法的步骤。
本申请提供的技术方案至少可以带来以下有益效果:
确定第一闪存中的目标页在多组目标阈值电压下的比特翻转数,该比特翻转数是指在对应组目标阈值电压下该目标页中比特位的读取状态发生变化的比特位个数,然后确定目标页的关系分布图,该关系分布图用于描述多组阈值电压偏移量与目标页在多组目标阈值电压下的比特翻转数之间的关系,且一组阈值电压偏移量用于确定一组目标阈值电压。由于目标页的关系分布图可以反映第一闪存的相关特征,根据第一闪存的相关特征可以确定第一闪存的物理状态。因此,再基于该关系分布图,通过分类模型便可以确定该第一闪存的物理状态。如此,将第一闪存的物理状态识别问题转化为图像识别问题,通过分类模型对关系分布图进行识别,可以更准确地确定第一闪存的物理状态,解决了现有技术通过擦除时间确定的物理状态可能不准确的问题。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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是根据一示例性实施例示出的一种实施环境的示意图;
图2是根据一示例性实施例示出的一种确定闪存的物理状态的方法的流程图;
图3是根据一示例性实施例示出的一种wordline(字线)的示意图;
图4是根据一示例性实施例示出的一种第一闪存中一个wordline的阈值电压分布图;
图5是根据一示例性实施例示出的一种页的关系分布图;
图6是根据一示例性实施例示出的一种进行图像特征提取的流程示意图;
图7是根据一示例性实施例示出的一种基于分类模型确定闪存的物理状态的流程图;
图8是根据另一示例性实施例示出的一种确定闪存的物理状态的方法的流程图;
图9是根据一示例性实施例示出的一种对分类模型进行训练的流程图;
图10是根据一示例性实施例示出的一种确定闪存的物理状态的装置的结构示意图;
图11是根据另一示例性实施例示出的一种确定闪存的物理状态的装置的结构示意图;
图12是根据一示例性实施例示出的一种设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
在对本申请实施例提供的确定闪存的物理状态的方法进行详细的解释说明之前,先对本申请实施例提供的实施环境进行介绍。
请参考图1,图1是根据一示例性实施例示出的一种实施环境的示意图。该实施环境包括计算机设备101和存储设备102,计算机设备101可以与存储设备102之间进行数据传输。该数据传输可以通过串口实现,计算机设备101的串口与存储设备102的串口相连,且计算机设备101可以通过自身的串口与存储设备102的串口向存储设备102发送指令,存储设备102接收指令后可以按照指令执行相应的操作。
其中,计算机设备101可以是任何一种可与用户通过键盘、触摸板、触摸屏、遥控器、语音交互或手写设备等一种或多种方式进行人机交互的电子产品,例如PC(PersonalComputer,个人计算机)、手机、智能手机、PDA(Personal Digital Assistant,个人数字助手)、可穿戴设备、掌上电脑PPC(Pocket PC)、平板电脑、智能车机、智能电视、智能音箱等。
其中,存储设备102中安装有第一闪存。
本领域技术人员应能理解上述计算机设备101和存储设备102仅为举例,其他现有的或今后可能出现的计算机设备或存储设备如可适用于本申请,也应包含在本申请保护范围以内,并在此以引用方式包含于此。
介绍完本申请实施例的实施环境后,接下来对本申请实施例提供的确定闪存的物理状态的方法进行详细的解释说明。
图2是根据一示例性实施例示出的一种确定闪存的物理状态的方法的流程图,该方法应用于上述图1所示的实施环境中。请参考图2,该方法可以包括如下步骤:
步骤201:确定第一闪存中的目标页在多组目标阈值电压下的比特翻转数,该比特翻转数是指在对应组目标阈值电压下该目标页中比特位的读取状态发生变化的比特位个数。
其中,在本领域中,第一闪存中的页通常被称为page。
第一闪存通常可以包括多种类型。例如,目前,第一闪存可以包括4种类型,SLC(Single-Level Cell,单层单元闪存)、MLC(Multi-Level Cell,多层单元闪存)、TLC(Triple-Level Cell,三层单元闪存)和QLC(Quad-Level Cell,四层单元闪存)。
第一闪存可以包括多个闪存块,单个闪存块中可以包括多个wordline,单个wordline可以包括页,且单个wordline中包括的页的数量和类型与第一闪存的类型相关,单个页可以包括多个bit(比特)位。第一闪存中单个存储单元可以包括页中的bit位,用于存储数据,且单个存储单元用于存储数据的bit位数与第一闪存的类型相关,单个存储单元中数据的存储状态与第一闪存的类型相关。也就是说,不同类型的闪存,其包括的页的类型是不同的,存储单元中存储数据的bit位数是不同的,存储单元中存储的数据的存储状态也是不同的。
示例性地,当第一闪存为SLC时,SLC的一个存储单元可以存储1bit数据,对应了2个存储状态,即“0”和“1”,且SLC包括一种类型的页,即单个wordline可以包括一个页。
示例性地,当第一闪存为MLC时,MLC的一个存储单元可以存储2bit数据,对应了4个存储状态,即“00”、“01”、“10”和“11”,且MLC包括LSB(Least Significant Bit,最低有效位)和MSB(Most Significant Bit,最高有效位)两种类型的页,即单个wordline可以包括两个页,且两个页分别为LSB和MSB两种类型。
示例性地,当第一闪存为TLC时,TLC的一个存储单元可以存储3bit数据,对应了8个存储状态,即“000”、“001”、“010”、“011”、“100”、“101”、“110”和“111”,且TLC包括LSB、CSB(Central Significant Bit,中间有效位)和MSB三种类型的页,即单个wordline可以包括三个页,且三个页分别为LSB、CSB和MSB三种类型。
示例性地,当第一闪存为QLC时,QLC的一个存储单元可以存储4bit数据,对应了16个存储状态,即“0000”、“0001”、“0010”、“0011”、“0100”、“0101”、“0110”、“0111”、“1000”、“1001”、“1010”、“1011”、“1100”、“1101”、“1110”和“1111”,且QLC包括四种类型的页,即单个wordline可以包括四个页,且四个页分别为四种类型。
以第一闪存为TLC为例,具体说明一下第一闪存中的页、存储单元、以及bit位之间的关系。参见图3,图3为TLC类型的第一闪存中一个wordline的示意图。由图3可知,一个wordline可以包括三个页,且三个页为三种不同的类型,每个页包括多个bit位,即每个页可以存储多bit数据,一个存储单元可以包括3个bit位,该3个bit位分别为三个页中的bit位。
在第一闪存中,每种类型的页分别对应不同的阈值电压,该阈值电压用于对数据的存储状态进行划分,该阈值电压由用户预先配置在第一闪存中。由于存储单元中储存有电荷,因此使得存储单元两端可以呈现出一定的电压差,根据电压差与阈值电压的大小关系,可以判断存储单元中每个bit位存储的数据的存储状态是“0”还是“1”。
例如,参见图4,图4为TLC类型的第一闪存中一个wordline的阈值电压分布图。在TLC类型的第一闪存中,LSB中存储的是存储单元中最低bit位的数据的存储状态,CSB中存储的是存储单元中中间bit位的数据的存储状态,MSB中存储的是存储单元中最高bit位的数据的存储状态。图中,va和ve为LSB对应的阈值电压,当电压差小于va时,LSB中数据的存储状态为“1”,当电压差大于va且小于ve时,LSB中数据的存储状态为“0”,当电压差大于ve时,LSB中数据的存储状态为“1”;vb、vd和vf为CSB对应的阈值电压,当电压差小于vb时,CSB中数据的存储状态为“1”,当电压差大于vb且小于vd时,CSB中数据的存储状态为“0”,当电压差大于vd且小于vf时,CSB中数据的存储状态为“1”,当电压差大于vf时,CSB中数据的存储状态为“0”;vc和vg为MSB对应的阈值电压,当电压差小于vc时,MSB中数据的存储状态为“1”,当电压差大于vc且小于vg时,MSB中数据的存储状态为“0”,当电压差大于vg时,MSB中数据的存储状态为“1”。
也就是说,在图4中,当存储单元两端的电压差位于ER中时,存储单元的存储状态为“111”;当电压差位于A中时,存储单元的存储状态为“110”;当电压差位于B中时,存储单元的存储状态为“100”;当电压差位于C中时,存储单元的存储状态为“000”;当电压差位于D中时,存储单元的存储状态为“010”;当电压差位于E中时,存储单元的存储状态为“011”;当电压差位于F中时,存储单元的存储状态为“001”;当电压差位于G中时,存储单元的存储状态为“101”。
在第一闪存的使用过程中,当由于擦除或读写等操作使得阈值电压的分布发生偏移时,读取的存储单元的存储状态可能会发生变化,即可能会发生比特翻转。参见图4,假如阈值电压分布向右偏移,但va~vg这8个阈值电压是固定不变的,若继续按照这8个阈值电压进行读取,ER中位于va右边的部分会被读作110,但实际上应该为111,这就表示发生了比特翻转,最低位的1翻转成了0,此时比特翻转数为1。
以上内容为对第一闪存中的页、阈值电压以及发生比特翻转的介绍。接下来说明如何确定第一闪存中的目标页在多组目标阈值电压下的比特翻转数。
在一种可能的实现方式中,可以不限定目标页的类型。也就是说,当目标页的数量为多个时,目标页可以包括多种类型的页。例如,当第一闪存为MLC时,目标页可以为LSB类型的页和MSB类型的页。
作为一种示例,当目标页包括多种类型的页时,基于多组目标阈值电压偏移量,分别对目标页的阈值电压进行调整,得到多组目标阈值电压,分别将每组目标阈值电压发送给第一闪存,然后接收第一闪存反馈的目标页在每组目标阈值电压下的比特翻转数,得到目标页在多组目标阈值电压下的比特翻转数。
其中,多组阈值电压偏移量可以由用户根据实际需要进行确定。示例性地,该每个阈值电压偏移量的取值范围可以为[-N,N],且阈值电压偏移量可以在[-N,N]内等间隔取值,阈值电压可以在[-N,N]范围内偏移,N可以为任意整数。
在另一种可能的实现方式中,该目标页为指定类型的页。第一闪存可以为上述4种类型中的任意一种,且指定类型可以为第一闪存包括的页类型中的任意一种。当第一闪存包括一种类型的页时,指定类型的页可以为该一种类型的页;当第一闪存包括多种类型的页时,指定类型可以为多种类型中的任意一种类型。例如,当第一闪存为SLC时,指定类型为SLC包括的一种类型;当第一闪存为MLC时,指定类型可以为LSB或MSB;当第一闪存为TLC时,指定类型可以为LSB、CSB和MSB中的任意一种。
在一些实施例中,当目标页为指定类型的页时,确定第一闪存中指定类型的页在多组目标阈值电压下的比特翻转数的具体实现可以包括:基于多组阈值电压偏移量,分别对指定类型的页的阈值电压进行调整,得到多组目标阈值电压,分别将每组目标阈值电压发送给第一闪存。接收第一闪存反馈的指定类型的页在每组目标阈值电压下的比特翻转数,得到指定类型的页在多组目标阈值电压下的比特翻转数。
这种方法只是对阈值电压进行调整,不需要对第一闪存中的数据进行任何操作,也不会对第一闪存中存储的数据产生影响,因此,避免了现有技术需要对第一闪存中的数据进行擦除后才能确定擦除时间,可能会删除掉第一闪存中重要的数据的问题。
在一种可能的实现方式中,指定类型的页可能包括至少一个页,因此,可以确定指定类型的页中的一个页在多组目标阈值电压下的比特翻转数,也可以确定指定类型的页中的多个页在多组目标阈值电压下的比特翻转数。
通常情况下,第一闪存中包括多个页,要区分该多个页时,可以对该多个页进行编号。示例性地,当第一闪存中包括三种类型的页时,page0为LSB型、page1为CSB型、page2为MSB型、page3为LSB型......以此类推进行编号。
作为一种示例,以指定类型为LSB为例,基于多组va和ve偏移量,分别对va和ve进行调整,得到多组调整后的va和ve,将多组调整后的va和ve以及一个页编号发送给第一闪存,然后接收第一闪存反馈的LSB页中该一个页编号对应的页在每组调整后的va和ve下的比特翻转数,得到页编号对应的指定类型的页在多组调整后的va和ve下的比特翻转数;或者,将多组调整后的va和ve以及多个页编号发送给第一闪存,然后接收第一闪存反馈的LSB页中该多个页编号对应的页在每组调整后的va和ve下的比特翻转数,得到多个页编号对应的指定类型的页在多组调整后的va和ve下的比特翻转数,每个页编号对应的指定类型的页对应多个比特翻转数。
示例性地,假设一组阈值电压偏移量为(-20,-10),即将va左移20个单位,将ve左移10个单位,得到调整后的va和ve,将该调整后的va和ve发送给第一闪存,然后可以接收第一闪存反馈的阈值电压偏移量为(-20,-10)时的比特翻转数。
也就是说,确定指定类型的页的比特翻转数时,可以只发送一个页编号给第一闪存,如此认为只需要该一个页编号对应的指定类型的页的比特翻转数;或者,发送多个页编号给第一闪存,可以认为需要获取该多个页编号对应的指定类型的页的比特翻转数;或者,发送该第一闪存中指定类型的页的全部页编号给第一闪存,可以认为需要获取该全部页编号对应的指定类型的页的比特翻转数。
作为另一种示例,当指定类型为CSB时,第一闪存中的页的阈值电压包括三个阈值电压,每组阈值电压偏移量包括两个值。在该种情况下,基于多组阈值电压偏移量,分别对指定类型的页的阈值电压进行调整,得到多组目标阈值电压的具体实现可以包括:基于每组阈值电压偏移量,对三个阈值电压中的第一阈值电压和第二阈值电压进行调整,将调整后的第一阈值电压、调整后的第二阈值电压、以及三个阈值电压中未调整的阈值电压作为一组目标阈值电压。
也就是说,当指定类型的页包括三个阈值电压时,由于对阈值电压进行调整只需调整两个阈值电压即可,因此可以在三个阈值电压中任选两个阈值电压作为第一阈值电压和第二阈值电压,每次基于阈值电压偏移量只对第一阈值电压和第二阈值电压进行调整,再将调整后的第一阈值电压、调整后的第二阈值电压、以及未调整的阈值电压作为一组目标阈值电压。
示例性地,当指定类型为CSB时,可以固定vb,基于多组vd和vf偏移量,分别对vd和vf进行调整,得到多组调整后的vd和vf,将固定不变的vb、一组调整后的vd和vf作为一组目标阈值电压,进而可以得到多组目标阈值电压,分别将每组目标阈值电压发送给第一闪存,然后接收第一闪存反馈的CSB页在每组目标阈值电压下的比特翻转数,得到CSB页在多组目标阈值电压下的比特翻转数。
作为又一种示例,当指定类型的页包括一个阈值电压时,基于多个阈值电压偏移量,对该一个阈值电压进行调整,得到多个目标阈值电压,将该多个目标阈值电压发送给第一闪存,接收第一闪存反馈的指定类型的页在每个目标阈值电压下的比特翻转数,得到指定类型的页在多个目标阈值电压下的比特翻转数。
在另一些实施例中,确定第一闪存中指定类型的页在多组目标阈值电压下的比特翻转数的具体实现可以包括:将多组阈值电压偏移量发送给第一闪存,接收第一闪存反馈的指定类型的页在每组目标阈值电压下的比特翻转数,得到指定类型的页在多组目标阈值电压下的比特翻转数。
也就是说,只需将多组阈值电压偏移量发送给第一闪存,第一闪存可以根据该多组阈值电压偏移量对阈值电压进行多次调整,得到多组目标阈值电压,然后接收第一闪存反馈的指定类型的页在每组目标阈值电压下的比特翻转数,得到指定类型的页在多组目标阈值电压下的比特翻转数。
步骤202:确定目标页的关系分布图,该关系分布图用于描述多组阈值电压偏移量与目标页在多组目标阈值电压下的比特翻转数之间的关系。
其中,一组阈值电压偏移量用于确定一组目标阈值电压。
作为一种示例,将一组阈值电压偏移量与需要调整的一组阈值电压相加,可以得到一组目标阈值电压。例如,对一组阈值电压va和ve进行调整,假设va为20,ve为30,一组阈值电压偏移量为(0,-5),可以将20与0相加,得到目标阈值电压va为20,将30与-5相加,可以得到目标阈值电压ve为25,即可以得到一组目标阈值电压va=20,ve=25。
在一种可能的实现方式中,可以根据目标页的多组阈值电压偏移量和比特翻转数,生成目标页的关系分布图。
在另一种可能的实现方式中,当目标页为指定类型的页时,可以根据指定类型的页的多组阈值电压偏移量在坐标系中确定多个点,然后根据每组目标阈值电压下的比特翻转数,将多个点中比特翻转数相同的点相连,可以得到该指定类型的页的关系分布图。
示例性地,参见图5,图5为LSB的一个页的关系分布图。其中,横坐标表示ve偏移量,纵坐标表示va偏移量,同一条等位线上的点的比特翻转数相同,中间的点表示比特翻转数最小时对应的ve偏移量和va偏移量。
步骤203:基于关系分布图,通过分类模型,确定第一闪存的物理状态。
也就是说,得到关系分布图后,可以将关系分布图输入分类模型中,分类模型进行分类后,可以输出第一闪存的物理状态。
作为一种示例,分类模型包括图像特征提取模型和支持向量机模型,且分类模型是通过对待训练的分类模型进行训练得到的。
在实施中,基于关系分布图,通过分类模型确定第一闪存的物理状态的具体实现包括:将关系分布图输入至图像特征提取模型中,输出一维特征向量,将一维特征向量输入至支持向量机模型中,输出第一闪存的物理状态标签。
其中,物理状态标签采用one hot编码方式进行表示,且物理状态标签与物理状态之间有对应关系,可以预先将该对应关系进行存储,当输出第一闪存的物理状态标签时,可以根据该对应关系确定第一闪存的物理状态。示例性地,物理状态标签可以为001、010、100、110等,且可以预先设置物理状态标签001对应物理状态1,物理状态标签010对应物理状态2等等。
作为一种示例,物理状态可以表示为{擦写次数PE,数据保存时间DR,读次数RD}。其中,PE={PE0,PE1,…,PEN},DR={DR0,DR1,…,DRT},RD={RD0,RD1,…,RDM},第一闪存的物理状态有N*T*M种。示例性地,物理状态1可以表示为{擦写次数PE0,数据保存时间DR0,读次数RD0},如此,便可以根据第一闪存的物理状态了解到第一闪存的使用情况,为数据纠错奠定基础。
示例性地,参见图6,将关系分布图输入图像特征提取模型,通过3个卷积+池化层,可以提取到一系列特征图,将这一系列特征图经过全连接层,可以输出一维特征向量,然后将该一维特征向量作为支持向量机模型的输入,可以得到第一闪存的物理状态标签,再根据物理状态标签与物理状态的对应关系,确定第一闪存的物理状态。
上述仅是以图像特征提取模型包括卷积层、池化层和全连接层为例进行说明,在另一种实现方式中,图像特征提取模型还包括其他网络层,如上采样层等,本申请实施例对此不做限定。
需要说明的是,上述是以分类模型包括图像特征提取模型和支持向量机两个模型为例进行说明。作为另一种示例,分类模型可以只包括一个模型。如分类模型可以为图像特征提取模型,且分类模型是通过对待训练的分类模型进行训练得到的,该待训练的分类模型可以为卷积神经网络模型。
示例性地,可以将关系分布图输入分类模型,分类模型通过卷积层、池化层、全连接层等进行分类处理,可以输出物理状态标签,再根据物理状态标签与物理状态的对应关系,可以确定第一闪存的物理状态。
进一步地,当目标页为指定类型的页时,若第一闪存包括一种类型的页,此时只有一种分类模型,可以直接将关系分布图输入该分类模型中确定第一闪存的物理状态;若第一闪存包括多种类型的页,且每种类型均对应有分类模型,在这种情况下,可以确定与该指定类型对应的分类模型,然后将指定类型的页的关系分布图输入至与该指定类型对应的分类模型中确定第一闪存的物理状态。
进一步地,当指定类型的页的数量为多个时,可以分别确定该多个指定类型的页中每个指定类型的页的关系分布图,然后将确定的多个关系分布图同时输入至分类模型中,可以得到第一闪存的物理状态。
进一步地,将关系分布图输入至图像特征提取模型之前,可以对关系分布图进行灰度处理,得到关系分布图的灰度图像,然后按照参考尺寸对灰度图像进行尺寸调整,得到目标灰度图像,将目标灰度图像输入至图像特征提取模型中,输出一维特征向量,将一维特征向量输入至支持向量机模型中,输出第一闪存的物理状态标签。
也就是说,参见图7,为了便于图像识别,可以对关系分布图进行灰度处理,得到关系分布图的灰度图像,然后将灰度图像的尺寸调整为与参考尺寸相同,得到尺寸调整后的灰度图像,即目标灰度图像,再将目标灰度图像输入至图像特征提取模型中,得到一维特征向量。然后将一维特征向量输入支持向量机,可以输出物理状态标签,通过该物理状态标签,可以确定第一闪存的物理状态。
在本申请实施例中,确定第一闪存中的目标页在多组目标阈值电压下的比特翻转数,该比特翻转数是指在对应组目标阈值电压下该目标页中比特位的读取状态发生变化的比特位个数,然后确定目标页的关系分布图,该关系分布图用于描述多组阈值电压偏移量与目标页在多组目标阈值电压下的比特翻转数之间的关系,且一组阈值电压偏移量用于确定一组目标阈值电压。由于目标页的关系分布图可以反映第一闪存的相关特征,根据第一闪存的相关特征可以确定第一闪存的物理状态。因此,再基于该关系分布图,通过分类模型便可以确定该第一闪存的物理状态。如此,将第一闪存的物理状态识别问题转化为图像识别问题,通过分类模型对关系分布图进行识别,可以更准确地确定第一闪存的物理状态,解决了现有技术通过擦除时间确定的物理状态可能不准确的问题。
图8是根据另一示例性实施例示出的一种确定闪存的物理状态的方法的流程图,该方法应用于上述图1所示的实施环境中。请参考图8,该方法可以包括如下步骤:
步骤801:针对第二闪存,在多个已知物理状态中的每个已知物理状态下,确定第二闪存中的目标页在多组目标阈值电压下的比特翻转数。
其中,比特翻转数是指在对应组目标阈值电压下目标页中比特位的读取状态发生变化的比特位个数。
在一种可能的实现方式中,可以对第二闪存进行数据擦除、读写等操作,并对这些操作进行记录,在进行每次操作之后,第二闪存的物理状态会发生变化,对每次的物理状态进行记录,然后在每个已知的物理状态下,将多组目标阈值电压发送给第二闪存,然后接收第二闪存反馈的目标页在每组目标阈值电压下的比特翻转数。
在另一种可能的实现方式中,当目标页为指定类型的页时,若第二闪存包括一种类型的页,指定类型的页可以为该一种类型的页,可以直接确定第二闪存中该一种类型的页在多组目标阈值电压下的比特翻转数;若第二闪存包括多种类型的页,指定类型可以为多种类型中的任意一种类型,可以在多种类型的页中确定指定类型的页,然后确定第二闪存中该指定类型的页在多组目标阈值电压下的比特翻转数。示例性地,确定第二闪存中指定类型的页在多组目标阈值电压下的比特翻转数时,可以对第二闪存进行数据擦除、读写等操作,并对这些操作进行记录,在进行每次操作后,第二闪存的物理状态会发生变化。然后在每个已知物理状态下,将多组目标阈值电压发送给第二闪存,接收第二闪存反馈的指定类型的页在每组目标阈值电压下的比特翻转数。
其中,目标阈值电压为对指定类型的页对应的阈值电压进行调整后的阈值电压。
步骤802:分别确定目标页在每个已知物理状态下的关系分布图样本。
在一种可能的实现方式中,可以在每个已知的物理状态下,根据目标页的多组阈值电压偏移量和比特翻转数,确定目标页在该种物理状态下的关系分布图样本。
其中,一组阈值电压偏移量用于确定一组目标阈值电压。
作为一种示例,将一组阈值电压偏移量与需要调整的一组阈值电压相加,可以得到一组目标阈值电压。例如,对一组阈值电压va和ve进行调整,假设va为20,ve为30,一组阈值电压偏移量为(0,-5),可以将20与0相加,得到目标阈值电压va为20,将30与-5相加,可以得到目标阈值电压ve为25,即可以得到一组目标阈值电压va=20,ve=25。
在另一种可能的实现方式中,当目标页为指定类型的页时,在一个已知物理状态下,可以根据一个指定类型的页的多组阈值电压偏移量在坐标系中确定多个点,然后根据每组目标阈值电压下的比特翻转数,将多个点中比特翻转数相同的点相连,可以得到该指定类型的页的关系分布图,即得到指定类型的页在一个已知物理状态下的关系分布图样本。进一步地,在多个已知的物理状态下均进行上述操作后,可以得到指定类型的页在每个已知的物理状态下的关系分布图样本。
步骤803:基于多个已知物理状态的物理状态标签和所确定的关系分布图样本,对待训练的分类模型进行训练,得到分类模型,该分类模型用于基于任一闪存中的目标页的关系分布图确定任一闪存的物理状态。
在一种可能的实现方式中,可以预先将每个已知物理状态与物理状态标签对应,确定目标页在每个已知物理状态的关系分布图样本后,可以将每个已知物理状态下目标页的关系分布图样本与对应的物理状态标签确定为一组训练数据,进而可以确定多组训练数据,将该多组训练数据输入待训练的分类模型中进行训练,得到分类模型。
作为一种示例,待训练的分类模型包括卷积神经网络模型和待训练的支持向量机。对待训练的分类模型进行训练时,参见图9,首先对卷积神经网络模型进行初始化设置,设置迭代次数和批次训练量,迭代次数用于确定是否可以完成训练,批次训练量用于确定每次更新模型时所需的训练数据的数量。然后将批次训练量的多组训练数据输入卷积神经网络模型中,通过卷积层进行图像卷积运算,再通过池化层进行特征图下采样,然后经过全连接层输出一维特征向量,将一维特征向量输入支持向量机中,输出物理状态标签,将该物理状态标签与输入的物理状态标签进行对比,确定误差,并基于该误差对模型参数进行调整,然后继续输入下一批的训练数据,继续进行模型训练,当达到迭代次数时,结束模型训练,得到分类模型。之后,还可以用测试数据对分类模型的准确率进行检测,当分类模型的准确率较小时,可以增加训练数据,用更多的训练数据继续对该分类模型进行训练,直到准确率大于准确率阈值。
其中,准确率阈值可以由用户根据实际需要进行设置,也可以由设备默认设置,且可以根据实际情况进行调整,本申请实施例对此不作限定。
上述仅是以待训练的分类模型包括卷积神经网络模型和待训练的支持向量机为例进行说明。作为另一种示例,待训练的分类模型可以仅包括卷积神经网络模型。对待训练的分类模型进行训练时,可以对卷积神经网络模型进行初始化设置,设置迭代次数和批次训练量,迭代次数用于确定是否可以完成训练,批次训练量用于确定每次更新模型时所需的训练数据的数量。然后将批次训练量的多组训练数据输入卷积神经网络中,卷积神经网络模型基于模型参数输出物理状态标签,将该物理状态标签与输入的物理状态标签进行对比,确定误差,并基于该误差对模型参数进行调整,然后继续输入下一批的训练数据,继续进行模型训练,当达到迭代次数时,结束模型训练,得到分类模型。之后,还可以用测试数据对分类模型的准确率进行检测,当分类模型的准确率较小时,可以增加训练数据,用更多的训练数据继续对该分类模型进行训练,直到准确率大于准确率阈值。
需要说明的是,上述一种可能的实现方式中得到的分类模型的作用是:可以基于任一闪存中的目标页的关系分布图确定任一闪存的物理状态。对该分类模型的使用可以参见上述图2对应的实施例。
在另一种可能的实现方式中,当目标页为指定类型的页时,分类模型与指定类型对应。可以基于多个已知物理状态的物理状态标签和所确定的指定类型的页的关系分布图样本,对待训练的分类模型进行训练,得到与指定类型对应的分类模型,与指定类型对应的分类模型用于基于任一闪存中指定类型的页的关系分布图确定任一闪存的物理状态。
示例性地,可以预先将每个已知物理状态与物理状态标签对应,确定指定类型的页在每个已知物理状态的关系分布图样本后,可以将每个已知物理状态下指定类型的页的关系分布图样本与对应的物理状态标签确定为一组训练数据,进而可以确定多组训练数据,将该多组训练数据输入待训练的分类模型中进行训练,得到分类模型。
值得注意的是,上述另一种可能的实现方式中得到的分类模型是与指定类型对应的分类模型,可以基于任一闪存中指定类型的页的关系分布图确定任一闪存的物理状态。对该与指定类型对应的分类模型的使用可以参见上述图2对应的实施例。
需要说明的是,基于多个已知物理状态的物理状态标签和所确定的指定类型的页的关系分布图样本,对待训练的分类模型进行训练,得到与指定类型对应的分类模型的过程与上述基于多个已知物理状态的物理状态标签和所确定的目标页的关系分布图样本,对待训练的分类模型进行训练,得到分类模型的过程是相同的,具体可参见上述实施例中的相关描述。
进一步地,当目标页为指定类型的页时,若第二闪存包括一种类型的页,该一种类型的页为指定类型的页,可以在多种物理状态下确定该第二闪存的分类模型。若第二闪存包括多种类型的页,可以在多种物理状态下确定第二闪存中指定类型的页的关系分布图样本,并用该关系分布图像样本以及物理状态标签对待训练的分类模型进行训练,得到与该指定类型对应的分类模型;或者,可以在多种物理状态下分别确定第二闪存中多种类型的页的关系分布图样本,并用每种类型的页的关系分布图样本以及物理状态标签对待训练的分类模型进行训练,得到多个分别与每种类型的页对应的分类模型,再通过测试数据对该多个分别与每种类型的页对应的分类模型进行测试,选择准确率最高的分类模型来使用。
作为一种示例,当目标页为指定类型的页时,在训练得到分类模型后,需要确定该分类模型的训练数据所属的页类型,并将其确定为参考页类型,在使用分类模型进行识别时,需要使用第一闪存中与该参考页类型相同的指定类型的页的关系分布图进行识别。
示例性地,若分类模型是根据LSB类型的页的关系分布图样本以及物理状态标签训练得到的,在通过分类模型确定第一闪存的物理状态时,需要确定第一闪存中LSB类型的页的关系分布图,并根据该关系分布图来确定第一闪存的物理状态,不能使用第一闪存中CSB或MSB类型的页的关系分布图。
在本申请实施例中,针对第二闪存,在多个已知物理状态中的每个已知物理状态下,确定第二闪存中的目标页在多组目标阈值电压下的比特翻转数,该比特翻转数是指在对应组目标阈值电压下目标页中比特位的读取状态发生变化的比特位个数。然后分别确定目标页在每个已知物理状态下的关系分布图样本,基于多个已知物理状态的物理状态标签和所确定的关系分布图样本,对待训练的分类模型进行训练,得到分类模型,该分类模型用于基于任一闪存中的目标页的关系分布图确定任一闪存的物理状态。如此,可以将闪存的物理状态识别问题转化为图像识别问题,通过分类模型对关系分布图进行识别,可以更准确地确定闪存的物理状态,解决了现有技术通过擦除时间确定的物理状态可能不准确的问题。
图10是根据一示例性实施例示出的一种确定闪存的物理状态的装置的结构示意图,该装置可以由软件、硬件或者两者的结合实现成为设备的部分或者全部,该设备可以为图1所示的计算机设备。请参考图10,该装置包括:第一确定模块1001、第二确定模块1002和第三确定模块1003。
第一确定模块1001,用于确定第一闪存中的目标页在多组目标阈值电压下的比特翻转数,比特翻转数是指在对应组目标阈值电压下目标页中比特位的读取状态发生变化的比特位个数;
第二确定模块1002,用于确定目标页的关系分布图,关系分布图用于描述多组阈值电压偏移量与目标页在多组目标阈值电压下的比特翻转数之间的关系,其中,一组阈值电压偏移量用于确定一组目标阈值电压;
第三确定模块1003,用于基于关系分布图,通过分类模型,确定第一闪存的物理状态。
在本申请一种可能的实现方式中,目标页为指定类型的页,分类模型与指定类型对应。
在本申请一种可能的实现方式中,第一确定模块1001用于:
基于多组阈值电压偏移量,分别对指定类型的页的阈值电压进行调整,得到多组目标阈值电压;
分别将每组目标阈值电压发送给第一闪存;
接收第一闪存反馈的指定类型的页在每组目标阈值电压下的比特翻转数,得到指定类型的页在多组目标阈值电压下的比特翻转数。
在本申请一种可能的实现方式中,
当指定类型为中间有效位CSB时,第一闪存中的页的阈值电压包括三个阈值电压,每组阈值电压偏移量包括两个值;
相应地,第一确定模块1001用于:
基于每组阈值电压偏移量,对三个阈值电压中的第一阈值电压和第二阈值电压进行调整;
将调整后第一阈值电压、调整后的第二阈值电压、以及三个阈值电压中未调整的阈值电压作为一组目标阈值电压。
在本申请一种可能的实现方式中,分类模型包括图像特征提取模型和支持向量机模型,第三确定模块1003用于:
将关系分布图输入至图像特征提取模型中,输出一维特征向量;
将一维特征向量输入至支持向量机模型中,输出第一闪存的物理状态标签。
在本申请一种可能的实现方式中,第三确定模块1003还用于:
对关系分布图进行灰度处理,得到关系分布图的灰度图像;
按照参考尺寸对灰度图像进行尺寸调整,得到目标灰度图像;
将目标灰度图像输入至图像特征提取模型中,输出一维特征向量。
在本申请实施例中,确定第一闪存中的目标页在多组目标阈值电压下的比特翻转数,该比特翻转数是指在对应组目标阈值电压下该目标页中比特位的读取状态发生变化的比特位个数,然后确定目标页的关系分布图,该关系分布图用于描述多组阈值电压偏移量与目标页在多组目标阈值电压下的比特翻转数之间的关系,且一组阈值电压偏移量用于确定一组目标阈值电压。由于目标页的关系分布图可以反映第一闪存的相关特征,根据第一闪存的相关特征可以确定第一闪存的物理状态。因此,再基于该关系分布图,通过分类模型便可以确定该第一闪存的物理状态。如此,将第一闪存的物理状态识别问题转化为图像识别问题,通过分类模型对关系分布图进行识别,可以更准确地确定第一闪存的物理状态,解决了现有技术通过擦除时间确定的物理状态可能不准确的问题。
需要说明的是:上述实施例提供的确定闪存的物理状态的装置在确定闪存的物理状态时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的确定闪存的物理状态的装置与确定闪存的物理状态的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图11是根据另一示例性实施例示出的一种确定闪存的物理状态的装置的结构示意图,该装置可以由软件、硬件或者两者的结合实现成为设备的部分或者全部,该设备可以为图1所示的计算机设备。请参考图11,该装置包括:第四确定模块1101、第五确定模块1102和训练模块1103。
第四确定模块1101,用于针对第二闪存,在多个已知物理状态中的每个已知物理状态下,确定第二闪存中的目标页在多组目标阈值电压下的比特翻转数,比特翻转数是指在对应组目标阈值电压下目标页中比特位的读取状态发生变化的比特位个数;
第五确定模块1102,用于分别确定目标页在每个已知物理状态下的关系分布图样本;
训练模块1103,用于基于多个已知物理状态的物理状态标签和所确定的关系分布图样本,对待训练的分类模型进行训练,得到分类模型,分类模型用于基于任一闪存中的目标页的关系分布图确定任一闪存的物理状态。
在本申请一种可能的实现方式中,目标页为指定类型的页,分类模型与指定类型对应。
在本申请实施例中,针对第二闪存,在多个已知物理状态中的每个已知物理状态下,确定第二闪存中的目标页在多组目标阈值电压下的比特翻转数,该比特翻转数是指在对应组目标阈值电压下目标页中比特位的读取状态发生变化的比特位个数。然后分别确定目标页在每个已知物理状态下的关系分布图样本,基于多个已知物理状态的物理状态标签和所确定的关系分布图样本,对待训练的分类模型进行训练,得到分类模型,该分类模型用于基于任一闪存中的目标页的关系分布图确定任一闪存的物理状态。如此,可以将闪存的物理状态识别问题转化为图像识别问题,通过分类模型对关系分布图进行识别,可以更准确地确定闪存的物理状态,解决了现有技术通过擦除时间确定的物理状态可能不准确的问题。
需要说明的是:上述实施例提供的确定闪存的物理状态的装置在确定闪存的物理状态时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的确定闪存的物理状态的装置与确定闪存的物理状态的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图12是本申请实施例提供的一种设备1200的结构框图。该设备1200可以是便携式移动设备,比如:智能手机、平板电脑、MP3播放器(Moving Picture Experts Group AudioLayer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts GroupAudio Layer IV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。设备1200还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常,设备1200包括有:处理器1201和存储器1202。
处理器1201可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器1201可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1201也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器1201可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器1201还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器1202可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器1202还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器1202中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器1201所执行以实现本申请中方法实施例提供的确定闪存的物理状态的方法。
在一些实施例中,设备1200还可选包括有:外围设备接口1203和至少一个外围设备。处理器1201、存储器1202和外围设备接口1203之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1203相连。具体地,外围设备包括:射频电路1204、触摸显示屏1205、摄像头1206、音频电路1207、定位组件1208和电源1209中的至少一种。
外围设备接口1203可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器1201和存储器1202。在一些实施例中,处理器1201、存储器1202和外围设备接口1203被集成在同一芯片或电路板上;在一些其他实施例中,处理器1201、存储器1202和外围设备接口1203中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路1204用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路1204通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1204将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路1204包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1204可以通过至少一种无线通信协议来与其它设备进行通信。该无线通信协议包括但不限于:万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路1204还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏1205用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1205是触摸显示屏时,显示屏1205还具有采集在显示屏1205的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1201进行处理。此时,显示屏1205还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏1205可以为一个,设置设备1200的前面板;在另一些实施例中,显示屏1205可以为至少两个,分别设置在设备1200的不同表面或呈折叠设计;在再一些实施例中,显示屏1205可以是柔性显示屏,设置在设备1200的弯曲表面上或折叠面上。甚至,显示屏1205还可以设置成非矩形的不规则图形,也即异形屏。显示屏1205可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件1206用于采集图像或视频。可选地,摄像头组件1206包括前置摄像头和后置摄像头。通常,前置摄像头设置在设备的前面板,后置摄像头设置在设备的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件1206还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路1207可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器1201进行处理,或者输入至射频电路1204以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在设备1200的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1201或射频电路1204的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路1207还可以包括耳机插孔。
定位组件1208用于定位设备1200的当前地理位置,以实现导航或LBS(LocationBased Service,基于位置的服务)。定位组件1208可以是基于美国的GPS(GlobalPositioning System,全球定位系统)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。
电源1209用于为设备1200中的各个组件进行供电。电源1209可以是交流电、直流电、一次性电池或可充电电池。当电源1209包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中,设备1200还包括有一个或多个传感器1210。该一个或多个传感器1210包括但不限于:加速度传感器1211、陀螺仪传感器1212、压力传感器1213、指纹传感器1214、光学传感器1215以及接近传感器1216。
加速度传感器1211可以检测以设备1200建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器1211可以用于检测重力加速度在三个坐标轴上的分量。处理器1201可以根据加速度传感器1211采集的重力加速度信号,控制触摸显示屏1205以横向视图或纵向视图进行用户界面的显示。加速度传感器1211还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器1212可以检测设备1200的机体方向及转动角度,陀螺仪传感器1212可以与加速度传感器1211协同采集用户对设备1200的3D动作。处理器1201根据陀螺仪传感器1212采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器1213可以设置在设备1200的侧边框和/或触摸显示屏1205的下层。当压力传感器1213设置在设备1200的侧边框时,可以检测用户对设备1200的握持信号,由处理器1201根据压力传感器1213采集的握持信号进行左右手识别或快捷操作。当压力传感器1213设置在触摸显示屏1205的下层时,由处理器1201根据用户对触摸显示屏1205的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器1214用于采集用户的指纹,由处理器1201根据指纹传感器1214采集到的指纹识别用户的身份,或者,由指纹传感器1214根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器1201授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器1214可以被设置设备1200的正面、背面或侧面。当设备1200上设置有物理按键或厂商Logo时,指纹传感器1214可以与物理按键或厂商Logo集成在一起。
光学传感器1215用于采集环境光强度。在一个实施例中,处理器1201可以根据光学传感器1215采集的环境光强度,控制触摸显示屏1205的显示亮度。具体地,当环境光强度较高时,调高触摸显示屏1205的显示亮度;当环境光强度较低时,调低触摸显示屏1205的显示亮度。在另一个实施例中,处理器1201还可以根据光学传感器1215采集的环境光强度,动态调整摄像头组件1206的拍摄参数。
接近传感器1216,也称距离传感器,通常设置在设备1200的前面板。接近传感器1216用于采集用户与设备1200的正面之间的距离。在一个实施例中,当接近传感器1216检测到用户与设备1200的正面之间的距离逐渐变小时,由处理器1201控制触摸显示屏1205从亮屏状态切换为息屏状态;当接近传感器1216检测到用户与设备1200的正面之间的距离逐渐变大时,由处理器1201控制触摸显示屏1205从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图12中示出的结构并不构成对设备1200的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
在一些实施例中,还提供了一种计算机可读存储介质,该存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述实施例中确定闪存的物理状态的方法的步骤。例如,所述计算机可读存储介质可以是ROM、RAM、CD-ROM、磁带、软盘和光数据存储设备等。
值得注意的是,本申请提到的计算机可读存储介质可以为非易失性存储介质,换句话说,可以是非瞬时性存储介质。
应当理解的是,实现上述实施例的全部或部分步骤可以通过软件、硬件、固件或者其任意结合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。所述计算机指令可以存储在上述计算机可读存储介质中。
也即是,在一些实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述所述的确定闪存的物理状态的方法的步骤。
以上所述为本申请提供的实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (11)
1.一种确定闪存的物理状态的方法,其特征在于,所述方法包括:
确定第一闪存中的目标页在多组目标阈值电压下的比特翻转数,所述比特翻转数是指在对应组目标阈值电压下所述目标页中比特位的读取状态发生变化的比特位个数;
确定所述目标页的关系分布图,所述关系分布图用于描述多组阈值电压偏移量与所述目标页在所述多组目标阈值电压下的比特翻转数之间的关系,其中,一组阈值电压偏移量用于确定一组目标阈值电压;
基于所述关系分布图,通过分类模型,确定所述第一闪存的物理状态,所述分类模型包括图像特征提取模型和支持向量机模型。
2.如权利要求1所述的方法,其特征在于,所述目标页为指定类型的页,所述分类模型与所述指定类型对应。
3.如权利要求2所述的方法,其特征在于,所述确定第一闪存中的目标页在多组目标阈值电压下的比特翻转数,包括:
基于多组阈值电压偏移量,分别对所述指定类型的页的阈值电压进行调整,得到多组目标阈值电压;
分别将每组目标阈值电压发送给所述第一闪存;
接收所述第一闪存反馈的所述指定类型的页在每组目标阈值电压下的比特翻转数,得到所述指定类型的页在多组目标阈值电压下的比特翻转数。
4.如权利要求3所述的方法,其特征在于,
当所述指定类型为中间有效位CSB时,所述第一闪存中的页的阈值电压包括三个阈值电压,每组阈值电压偏移量包括两个值;
相应地,所述基于多组阈值电压偏移量,分别对所述指定类型的页的阈值电压进行调整,得到多组目标阈值电压,包括:
基于每组阈值电压偏移量,对所述三个阈值电压中的第一阈值电压和第二阈值电压进行调整;
将调整后的第一阈值电压、调整后的第二阈值电压、以及所述三个阈值电压中未调整的阈值电压作为一组目标阈值电压。
5.如权利要求1所述的方法,其特征在于,所述基于所述关系分布图,通过分类模型,确定所述第一闪存的物理状态,包括:
将所述关系分布图输入至所述图像特征提取模型中,输出一维特征向量;
将所述一维特征向量输入至所述支持向量机模型中,输出所述第一闪存的物理状态标签。
6.如权利要求5所述的方法,其特征在于,所述将所述关系分布图输入至所述图像特征提取模型中,输出一维特征向量之前,还包括:
对所述关系分布图进行灰度处理,得到所述关系分布图的灰度图像;
按照参考尺寸对所述灰度图像进行尺寸调整,得到目标灰度图像;
相应地,所述将所述关系分布图输入至所述图像特征提取模型中,输出一维特征向量,包括:
将所述目标灰度图像输入至所述图像特征提取模型中,输出所述一维特征向量。
7.一种确定闪存的物理状态的方法,其特征在于,所述方法包括:
针对第二闪存,在多个已知物理状态中的每个已知物理状态下,确定所述第二闪存中的目标页在多组目标阈值电压下的比特翻转数,所述比特翻转数是指在对应组目标阈值电压下所述目标页中比特位的读取状态发生变化的比特位个数;
分别确定所述目标页在每个已知物理状态下的关系分布图样本,所述关系分布图样本用于描述多组阈值电压偏移量与所述目标页在所述多组目标阈值电压下的比特翻转数之间的关系,其中,一组阈值电压偏移量用于确定一组目标阈值电压;
基于所述多个已知物理状态的物理状态标签和所确定的关系分布图样本,对待训练的分类模型进行训练,得到分类模型,所述分类模型用于基于任一闪存中的目标页的关系分布图确定所述任一闪存的物理状态,所述分类模型包括图像特征提取模型和支持向量机模型。
8.如权利要求7所述的方法,其特征在于,所述目标页为指定类型的页,所述分类模型与所述指定类型对应。
9.一种确定闪存的物理状态的装置,其特征在于,所述装置包括:
第一确定模块,用于确定第一闪存中的目标页在多组目标阈值电压下的比特翻转数,所述比特翻转数是指在对应组目标阈值电压下所述目标页中比特位的读取状态发生变化的比特位个数;
第二确定模块,用于确定所述目标页的关系分布图,所述关系分布图用于描述多组阈值电压偏移量与所述目标页在所述多组目标阈值电压下的比特翻转数之间的关系,其中,一组阈值电压偏移量用于确定一组目标阈值电压;
第三确定模块,用于基于所述关系分布图,通过分类模型,确定所述第一闪存的物理状态;
其中,所述目标页为指定类型的页,所述分类模型与所述指定类型对应;
其中,所述第一确定模块用于:
基于多组阈值电压偏移量,分别对所述指定类型的页的阈值电压进行调整,得到多组目标阈值电压;
分别将每组目标阈值电压发送给所述第一闪存;
接收所述第一闪存反馈的所述指定类型的页在每组目标阈值电压下的比特翻转数,得到所述指定类型的页在多组目标阈值电压下的比特翻转数;
其中,当所述指定类型为中间有效位CSB时,所述第一闪存中的页的阈值电压包括三个阈值电压,每组阈值电压偏移量包括两个值;
相应地,所述第一确定模块用于:
基于每组阈值电压偏移量,对所述三个阈值电压中的第一阈值电压和第二阈值电压进行调整;
将调整后第一阈值电压、调整后的第二阈值电压、以及所述三个阈值电压中未调整的阈值电压作为一组目标阈值电压;
其中,所述分类模型包括图像特征提取模型和支持向量机模型,所述第三确定模块用于:
将所述关系分布图输入至所述图像特征提取模型中,输出一维特征向量;
将所述一维特征向量输入至所述支持向量机模型中,输出所述第一闪存的物理状态标签;
其中,所述第三确定模块还用于:
对所述关系分布图进行灰度处理,得到所述关系分布图的灰度图像;
按照参考尺寸对所述灰度图像进行尺寸调整,得到目标灰度图像;
将所述目标灰度图像输入至所述图像特征提取模型中,输出所述一维特征向量。
10.一种确定闪存的物理状态的装置,其特征在于,所述装置包括:
第四确定模块,用于针对第二闪存,在多个已知物理状态中的每个已知物理状态下,确定所述第二闪存中的目标页在多组目标阈值电压下的比特翻转数,所述比特翻转数是指在对应组目标阈值电压下所述目标页中比特位的读取状态发生变化的比特位个数;
第五确定模块,用于分别确定所述目标页在每个已知物理状态下的关系分布图样本,所述关系分布图样本用于描述多组阈值电压偏移量与所述目标页在所述多组目标阈值电压下的比特翻转数之间的关系,其中,一组阈值电压偏移量用于确定一组目标阈值电压;
训练模块,用于基于所述多个已知物理状态的物理状态标签和所确定的关系分布图样本,对待训练的分类模型进行训练,得到分类模型,所述分类模型用于基于任一闪存中的目标页的关系分布图确定所述任一闪存的物理状态,所述分类模型包括图像特征提取模型和支持向量机模型;
其中,所述目标页为指定类型的页,所述分类模型与所述指定类型对应。
11.一种设备,其特征在于,所述设备包括存储器和处理器,所述存储器用于存放计算机程序,所述处理器用于执行所述存储器上所存放的程序,以实现权利要求1-6任一所述方法的步骤,或者,以实现权利要求7-8任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911311786.8A CN112988613B (zh) | 2019-12-18 | 2019-12-18 | 确定闪存的物理状态的方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911311786.8A CN112988613B (zh) | 2019-12-18 | 2019-12-18 | 确定闪存的物理状态的方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112988613A CN112988613A (zh) | 2021-06-18 |
CN112988613B true CN112988613B (zh) | 2022-08-09 |
Family
ID=76343978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911311786.8A Active CN112988613B (zh) | 2019-12-18 | 2019-12-18 | 确定闪存的物理状态的方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112988613B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10481992B1 (en) * | 2011-03-31 | 2019-11-19 | EMC IP Holding Company LLC | Optimization of flash storage |
US10210926B1 (en) * | 2017-09-15 | 2019-02-19 | Pure Storage, Inc. | Tracking of optimum read voltage thresholds in nand flash devices |
CN108133730B (zh) * | 2017-12-22 | 2020-09-11 | 联芸科技(杭州)有限公司 | 快闪存储器的读取控制方法、存储器读取装置和存储器系统 |
KR102392056B1 (ko) * | 2017-12-27 | 2022-04-28 | 삼성전자주식회사 | 메모리 장치의 데이터 독출 방법, 메모리 컨트롤러의 제어 방법 및 이들을 포함하는 저장 장치 |
TWI657456B (zh) * | 2018-05-14 | 2019-04-21 | 慧榮科技股份有限公司 | 用來於記憶裝置中藉助於機器學習來進行的記憶體存取管理之方法,記憶裝置及其控制器以及電子裝置 |
-
2019
- 2019-12-18 CN CN201911311786.8A patent/CN112988613B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112988613A (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110490179B (zh) | 车牌识别方法、装置及存储介质 | |
CN111005715B (zh) | 确定气井产量的方法、装置及存储介质 | |
CN110163296B (zh) | 图像识别的方法、装置、设备及存储介质 | |
CN110174699B (zh) | 确定断层封闭性的方法、装置及存储介质 | |
CN110705614A (zh) | 模型训练方法、装置、电子设备及存储介质 | |
CN115766490A (zh) | 校准数据的获取方法、校准数据的存储方法、装置及设备 | |
CN111753606A (zh) | 一种智能模型的升级方法及装置 | |
CN109281648B (zh) | 确定油藏的合理井网密度的方法和装置 | |
CN112988613B (zh) | 确定闪存的物理状态的方法、装置及设备 | |
CN112882094B (zh) | 初至波的获取方法、装置、计算机设备及存储介质 | |
CN114925667A (zh) | 内容分类方法、装置、设备及计算机可读存储介质 | |
CN115344537A (zh) | 存储空间分配的方法、装置、文件系统和存储介质 | |
CN114283395A (zh) | 车道线检测的方法、装置、设备及计算机可读存储介质 | |
CN113469322B (zh) | 确定模型的可执行程序的方法、装置、设备及存储介质 | |
CN109816047B (zh) | 提供标签的方法、装置、设备及可读存储介质 | |
CN109388732B (zh) | 音乐地图的生成和显示方法、装置及存储介质 | |
CN114280686A (zh) | 碳酸盐岩储层的岩心物性分析方法及设备 | |
CN112308104A (zh) | 异常识别方法、装置及计算机存储介质 | |
CN113216926A (zh) | 页岩气井的筛选方法、装置、终端及存储介质 | |
CN111061918A (zh) | 图数据的处理方法、装置及存储介质 | |
CN111650637B (zh) | 地震层位解释方法及装置 | |
CN113673224B (zh) | 识别热门词汇的方法、装置、计算机设备及可读存储介质 | |
CN111798358B (zh) | 确定算路时间的方法、装置、电子设备及可读存储介质 | |
CN112525554B (zh) | 汽车的碰撞角度确定方法、装置及计算机存储介质 | |
CN110058306B (zh) | 确定三维速度体的方法、装置及计算机存储介质 |
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 |