一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

减少读干扰影响的方法、装置、设备及存储介质与流程

2021-11-09 22:28:00 来源:中国专利 TAG:


1.本技术涉及计算机技术领域,特别涉及一种减少读干扰影响的方法、装置、设备及存储介质。


背景技术:

2.ssd(solid state disk,固态硬盘)作为一种新的存储介质,被广泛的应用在各个领域。ssd内部一般是由多个nand(一种闪存设备)构成,在nand又分为多个block(块),一个block中又分为多个page(页)。当需要读block中的一个page时,其他未被读的page也会被施加电压。施加的电压可能导致未被读的page中的存储单元吸入电荷。随着block的读次数增加,存储单元中吸入的电荷量也会慢慢增加,导致存储单元中数据状态发生变化,在读数据时往往可能出现错误,这种错误统称为read disturb(读干扰)。
3.目前解决read disturb的方法是,记录block的读次数,设置读次数阈值,在ssd使用的过程中,按照预设的检测周期获取block的读次数,当获取的block的读次数达到读次数阈值时,则对block进行擦除处理,即将block中存储的数据移到其他的block中,然后清空block中存储单元的电荷,从而解决read disturb的问题。另外,还可以通过获取ssd的参数,例如,ssd的温度,ssd中所有block的平均读取次数对检测周期进行调整。
4.在实现本技术的过程中,发明人发现现有技术至少存在以下问题:
5.由于ssd中包括多个block,在ssd的使用过程中,每个block的使用情况差异较大,所以按照统一的检测周期获取ssd中所有的block的读次数,可能导致有些block的读次数已经远超设置的读次数阈值时,才对block进行擦除处理,此时可能已经有大量的存储单元出现了read disturb的问题。


技术实现要素:

6.本技术实施例提供了一种减少读干扰影响的方法、装置、设备及存储介质,能够将存在read disturb的存储单元的个数控制在一定范围内,从而降低块中出现数据错误的可能性。所述技术方案如下:
7.一方面,提供了一种减少读干扰影响的方法,所述方法包括:
8.在目标块进行擦除判定后,达到所述目标块的擦除判定周期时,获取所述目标块的总擦除次数和在上一次擦除处理后的读次数;
9.基于所述目标块的总擦除次数和所述在上一次擦除处理后的读次数,确定更新的擦除判定周期;
10.将所述目标块的擦除判定周期,调整为所述更新的擦除判定周期。
11.可选的,所述达到所述目标块的擦除判定周期时,所述方法还包括:
12.获取所述目标块的位置信息和上一次擦除处理后的错误比特翻转数;
13.所述基于所述目标块的总擦除次数和所述在上一次擦除处理后的读次数,确定更新的擦除判定周期,包括:
14.基于所述目标块的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数和位置信息,确定更新的擦除判定周期。
15.可选的,所述基于所述目标块的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数和位置信息,确定更新的擦除判定周期,包括:
16.基于所述目标块的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数、位置信息和经过训练的周期计算模型,确定更新的擦除判定周期。
17.可选的,所述基于所述目标块的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数、位置信息和经过训练的周期计算模型,确定更新的擦除判定周期之前,所述方法还包括:
18.获取多组训练数据,每组训练数据包括样本总擦除次数、样本读次数、样本错误比特翻转数、样本位置信息和基准擦除判定周期;
19.基于所述多组训练数据,对初始的周期计算模型进行训练,得到经过训练的周期计算模型。
20.可选的,所述获取多组训练数据,每组训练数据包括样本总擦除次数、样本读次数、样本错误比特翻转数、样本位置信息和基准擦除判定周期,包括:
21.确定多个样本块;
22.获取每个样本块在达到对应的擦除判定周期时的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数、位置信息;
23.对于每个样本块,在所述样本块达到对应的擦除判定周期时,获取所述样本块的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数、位置信息,在获取所述样本块的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数、位置信息之后,达到为所述样本块分配的待定擦除判定周期时,获取所述样本块的使用状态信息;
24.将对应的使用状态信息满足预设的样本获取条件的样本块,确定为有效样本块;
25.将每个有效样本块对应的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数、位置信息和待定擦除判定周期,分别确定为每组训练数据包括样本总擦除次数、样本读次数、样本错误比特翻转数、样本位置信息和基准擦除判定周期,组成训练数据。
26.可选的,所述使用状态信息为在上一次擦除处理后错误比特翻转数,所述样本获取条件为所述错误比特翻转数在预设的错误比特翻转数范围内。
27.另一方面,提供了一种减少读干扰影响的装置,所述装置包括:
28.第一获取模块,被配置为在目标块进行擦除判定后,达到所述目标块的擦除判定周期时,获取所述目标块的总擦除次数和在上一次擦除处理后的读次数;
29.确定模块,被配置为基于所述目标块的总擦除次数和所述在上一次擦除处理后的读次数,确定更新的擦除判定周期;
30.调整模块,被配置为将所述目标块的擦除判定周期,调整为所述更新的擦除判定周期。
31.可选的,所述装置还包括第二获取装置,被配置为:
32.获取所述目标块的位置信息和上一次擦除处理后的错误比特翻转数;
33.所述确定模块,被配置为:基于所述目标块的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数和位置信息,确定更新的擦除判定周期。
34.可选的,所述确定模块,被配置为:
35.基于所述目标块的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数、位置信息和经过训练的周期计算模型,确定更新的擦除判定周期。
36.可选的,所述装置还包括训练模块,被配置为:
37.获取多组训练数据,每组训练数据包括样本总擦除次数、样本读次数、样本错误比特翻转数、样本位置信息和基准擦除判定周期;
38.基于所述多组训练数据,对初始的周期计算模型进行训练,得到经过训练的周期计算模型。
39.可选的,所述训练模块,被配置为:
40.确定多个样本块;
41.获取每个样本块在达到对应的擦除判定周期时的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数、位置信息;
42.对于每个样本块,在所述样本块达到对应的擦除判定周期时,获取所述样本块的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数、位置信息,在获取所述样本块的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数、位置信息之后,达到为所述样本块分配的待定擦除判定周期时,获取所述样本块的使用状态信息;
43.将对应的使用状态信息满足预设的样本获取条件的样本块,确定为有效样本块;
44.将每个有效样本块对应的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数、位置信息和待定擦除判定周期,分别确定为每组训练数据包括样本总擦除次数、样本读次数、样本错误比特翻转数、样本位置信息和基准擦除判定周期,组成训练数据。
45.可选的,所述使用状态信息为在上一次擦除处理后错误比特翻转数,所述样本获取条件为所述错误比特翻转数在预设的错误比特翻转数范围内。
46.再一方面,提供了一种计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如上所述的减少读干扰影响的方法所执行的操作。
47.再一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现如上所述的减少读干扰影响的方法所执行的操作。
48.本技术实施例提供的技术方案带来的有益效果是:
49.通过获取目标块的总擦除次数和所述在上一次擦除处理后的读次数,确定目标块下次进行擦除判定的擦除判定周期,可见,采用本技术可对ssd中各个块进行擦除判定的擦除判定周期进行动态调整,能够将存在read disturb的存储单元的个数控制在一定范围内,从而降低块中出现数据错误的可能性。
附图说明
50.为了更清楚地说明本技术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技术的一些实施例,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。
51.图1是本技术实施例提供的减少读干扰影响的方法流程图;
52.图2是本技术实施例提供的减少读干扰影响的方法流程图;
53.图3是本技术实施例提供的减少读干扰影响的装置结构示意图;
54.图4是本技术实施例提供的计算机设备结构示意图。
具体实施方式
55.为使本技术的目的、技术方案和优点更加清楚,下面将结合附图对本技术实施方式作进一步地详细描述。
56.本技术实施例可以由终端实现,终端可以是手机、笔记本、台式机等各种以ssd为存储介质的设备。
57.ssd作为一种新的存储介质,被广泛的应用在各个领域。ssd内部一般是由多个nand构成,在nand又分为多个block,一个block中又分为多个page。当需要读block中的一个page时,其他未被读的page也会被施加电压。施加的电压可能导致未被读的page中的存储单元吸入电荷。随着block的读次数增加,存储单元中吸入的电荷量也会慢慢增加,导致存储单元对应的读取阈值电压发生偏移,从而导致read disturb出现。
58.目前解决read disturb的方法是,在使用ssd的过程中,记录每个block的读次数,并存储在ssd的固定存储位置中,然后按照固定的检测周期获取block的读次数,当获取的block的读次数达到预先设置的读次数阈值时,则对block进行擦除处理,即将block中存储的数据移到其他的block中,然后清空block中存储单元的电荷,从而解决read disturb的问题。
59.但由于ssd中包括多个block,在使用的ssd过程中,每个block的使用情况是不同的,所以按照固定的检测周期去获取block的读次数,可能导致有些block的读次数已经远超设置的读次数阈值时,才对block进行擦除处理,此时可能已经有大量的存储单元出现了read disturb的问题,又或者有些block读次数并不多,但是由于多次获取该block的读次数,从而影响了ssd的性能。而本技术实施例提供的减少读干扰影的方法,可以根据每个block当前的属性信息,确定合适的擦除判定周期,然后按照确定之后擦除判定周期,去获取每个块的读次数,其中,属性信息包括块当前的擦写次数、读次数、错误比特翻转数,以及位置信息等。从而能使每个块对应的擦除判定周期根据每个block当前的属性信息进行动态调整。例如,在获取一个块的读次数没有到预设的读次数阈值,但非常接近时,则可以将下次获取该块的读次数的时长缩短,或者,获取到一个块的读次数远小于预设的读次数阈值,则可以将下次获取该块的读次数的时长延长。另外,本技术实施例提供的减少读干扰影响的方法可适用于各中类型nand闪存的类型,如slc、mlc、tlc和qlc等。
60.pec(program/erase cycle,擦写次数):ssd中block擦写的次数。
61.ecc(error correcting code,错误校正码):能够检测到ssd中出现的读错误,并
能对检测到的错误进行纠正的技术。
62.errorcount(错误比特翻转数):ecc检测到ssd中block中存储单元中数据出错的存储单元的个数。
63.readcount:ssd中block的读次数,当block擦写之后,相应的readcount数值清零。
64.图1是本技术实施例提供的一种减少读干扰影响的方法流程图。参见图1,该实施例包括:
65.步骤101、在目标块进行擦除判定后,达到目标块的擦除判定周期时,获取目标块的总擦除次数和在上一次擦除处理后的读次数。
66.在实施中,终端中可设置擦除判定周期,当终端中的ssd开始工作之后,达到设置擦除判定周期时,可进行一次擦除判定,即获取ssd中每个block的读次数,以及错误比特翻转数,并判断每个block的读次数,以及错误比特翻转数是否大于设置的读次数阈值和错误比特翻转数阈值。当目标块的读次数超过预设的读次数阈值或错误比特翻转数超过错误比特翻转数阈值时,则可对目标块进行擦除处理;当目标块的读次数和错误比特翻转数都没有超过对应的阈值时,则不进行擦除处理。当目标块进行擦除判定之后,则可以获取目标块的总擦除处理次数、目标块在上一次擦除处理后的读次数,以计算目标块下一次进行擦除判定的擦除判定周期。在ssd第一次工作时,每个块对应的擦除判定周期可以是由技术人员进行设置初始擦除判定周期。
67.步骤102、基于目标块的总擦除次数和在上一次擦除处理后的读次数,确定更新的擦除判定周期。
68.在实施中,在获取到目标块的总擦除次数和在上一次擦除处理后的读次数之后,可将目标块的总擦除次数和在上一次擦除处理后的读次数输入到经过训练的周期计算模型,得到用于对目标块进行下一次进行擦除判定的擦除判定周期。
69.在另一种可行的方案中,还可以获取目标块的位置信息和上一次擦除处理后的错误比特翻转数,基于目标块的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数和位置信息,确定更新的擦除判定周期。相应的处理如下:基于目标块的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数、位置信息和经过训练的周期计算模型,确定更新的擦除判定周期。
70.在获取目标块的总擦除次数、在上一次擦除处理后的读次数、目标块的位置信息和上一次擦除处理后的错误比特翻转数之后,可以将目标块的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数和位置信息输入到经过训练的周期计算模型,得到用于对目标块进行下一次进行擦除判定的擦除判定周期。
71.以获取的数据是目标块的总擦除次数、在上一次擦除处理后的读次数、目标块的位置信息和上一次擦除处理后的错误比特翻转数为例,对应的周期计算模型训练过程可如下:
72.获取多组训练数据,每组训练数据包括样本总擦除次数、样本读次数、样本错误比特翻转数、样本位置信息和基准擦除判定周期;基于多组训练数据,对初始的周期计算模型进行训练,得到经过训练的周期计算模型。
73.在实施中,可根据实验获取大量的不同位置的块分别在不同总擦除处理次数、不同读次数、不同错误比特翻转数情况下,对应的基准擦除判定周期,每个块的基准擦除判定
周期为对每个块进行下一次擦除判定合适的时长。获取样本总擦除处理次数、样本读次数、样本错误比特翻转数和对应的基准擦除判定周期。即获取到大量的x1、x2、x3、x4以及对应的y,其中,x1为总擦除处理次数,x2为读次数,x3错误比特翻转数,x4为位置信息,y为对应的基准擦除判定周期,然后基于大量x1、x2、x3、x4以及y,对初始的周期计算模型进行训练,得到训练之后的周期计算模型,即x1、x2、x3、x4与y之间的对应关系式ax1 bx2 cx3 dx4=y。
74.在训练的过程中,可将样本总擦除处理次数、样本读次数、样本错误比特翻转数输入到初始的周期计算模型中,得到初始擦除判定周期,然后根据样本总擦除处理次数、样本读次数、样本错误比特翻转数对应的基准擦除判定周期与初始擦除判定周期差值平方作为第一损失函数,对初始的周期计算模型中的参数进行调整,即对上述公式中a、b、c、d的值进行调整,使第一损失函数的值趋近于0。其中,可以使用梯度下降法、梯度下降法的变种求解公式等对公式中的a、b、c、d的调整,使第一损失函数的值趋近于0。
75.其中,第一损失函数如下:
[0076][0077]
y
i
为对应的基准擦除判定周期,为公式出输出的擦除判定周期。
[0078]
另外,为了避免周期计算模型过拟合,可将初始的周期计算模型输出的初始擦除判定周期和基准擦除判定周期的差值平方和差值绝对值作为第二损失函数,对初始的周期计算模型中的参数进行调整,得到训练之后的周期计算模型。
[0079]
第二损失函数如下:
[0080][0081]
y
i
为对应的基准擦除判定周期,为公式出输出的擦除判定周期。
[0082]
其中需要说明的是,当通过目标块的总擦除次数、在上一次擦除处理后的读次数输入到周期计算模型,得到擦除判定周期时,对应的周期计算模型的训练需要的样本数据为样本总擦除处理次数、样本读次数和对应的基准擦除判定周期,训练的过程与上述训练过程相同,此处不再赘述。
[0083]
可选的,获取样本总擦除次数、样本读次数、样本错误比特翻转数、样本位置信息和基准擦除判定周期的过程如下:确定多个样本块;获取每个样本块在达到对应的擦除判定周期时的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数、位置信息;对于每个样本块,在样本块达到对应的擦除判定周期时,获取样本块的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数、位置信息,在获取样本块的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数、位置信息之后,达到为样本块分配的待定擦除判定周期时,获取样本块的使用状态信息;将对应的使用状态信息满足预设的样本获取条件的样本块,确定为有效样本块;将每个有效样本块对应的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数、位置信息和待定擦除判定周期,分别确定为每组训练数据包括样本总擦除次数、样本读次数、样本错误比特翻转数、样本位置信息和基准擦除判定周期,组成训练数据。其中,使用状态信息为在上一次擦除处理后错误比特翻转数,样本获取条件为错误
比特翻转数在预设的错误比特翻转数范围内。
[0084]
在实施中,技术人员可通过实验得到样本总擦除处理次数、样本错误比特翻转数、样本读次数、样本位置信息以及对应的基准擦除判定周期。首先,确定多个样本块,样本块可以是ssd中的任意位置的块,当样本块达到擦除判定周期可以获取样本块的总擦除处理次数、错误比特翻转数、读次数和位置信息。技术人员可以对样本块随机设置不同的待定擦除判定周期,并模拟正常使用过程,当时长经过待定擦除判定周期之后,获取样本块在待定擦除判定周期之后错误比特翻转数,若待定擦除判定周期之后的错误比特翻转数满足预设的样本获取条件,则该样本块为有效样本块,然后将待定擦除判定周期确定为基准擦除判定周期,将基准擦除判定周期对应的总擦除处理次数、错误比特翻转数、读次数、位置信息作为样本总擦除处理次数、样本错误比特翻转数、样本读次数、样本位置信息。
[0085]
错误比特翻转数是数据在被读取时,发生读取错误的存储单元的个数,由于ecc具有纠错能力,所以当块的错误比特翻转数在一定范围内,在读取块时出现的读取错误可以通过ecc纠错能力纠正,当错误比特翻转数超出一定的范围时,仅靠ecc的纠错能力不能将所有的读取错误纠正,可能还会存在大量的读取错误。所以可以根据错误比特翻转数确定对块设置的擦除判定周期时候是否合适。即样本获取条件可以设置为错误比特翻转数在预设的错误比特翻转数范围内当一个块经过擦除处理之后,再经过时长为擦除判定周期时,获取到该块的错误比特翻转数为0,或接近于0,则可判定对该块设置的擦除判定周期可能较短;当一个块经过擦除处理之后,再经过时长为擦除判定周期时,获取到该块的错误比特翻转数是一个较大的数值时,则可判定对该块设置的擦除判定周期可能较长。所以技术人员可以根据ecc纠错能力,设置一个错误比特翻转数范围,当一个块经过擦除处理之后,再经过时长为擦除判定周期时,获取到该块的错误比特翻转数在设置的错误比特翻转数范围,则可判定对该块设置的擦除判定周期比较合适,如果擦除判定周期再长,则该块中的错误比特翻转数可能增加,使更多的存储单元的数据出错,且ecc无法进行纠正。
[0086]
步骤103、将目标块的擦除判定周期,调整为更新的擦除判定周期。
[0087]
在实施中,当周期计算模型输出块的更新的擦除判定周期,可以将更新的擦除判定周期设置为当前块进行下次擦除判定的擦除判定周期。如图2所示,当时长经过更新之后的擦除判定周期时,可获取目标块的读次数,以及错误比特翻转数,若目标块的读次数超出设置的读次数阈值或错误比特翻转数超出设置的错误比特翻转数时,则可对目标块进行擦除处理,然后将目标块进行擦除处理之后的总擦除处理次数、读次数、错误比特翻转数、位置信息输入到周期计算模型中,得到再次更新之后的擦除判定周期,然后目标块按照再次更新之后的擦除判定周期进行擦除判定;若目标块的读次数和错误比特翻转数均小于对应的读次数阈值和错误比特翻转数时,则将目标块当前的总擦除处理次数、读次数、错误比特翻转数、位置信息输入到周期计算模型中,得到再次更新之后的擦除判定周期,然后目标块按照再次更新之后的擦除判定周期进行擦除判定。
[0088]
本技术实施例通过获取目标块的总擦除次数和所述在上一次擦除处理后的读次数,确定目标块下次进行擦除判定的擦除判定周期,可见,采用本技术可对ssd中各个块进行擦除判定的擦除判定周期进行动态调整,能够将存在read disturb的存储单元的个数控制在一定范围内,从而降低块中出现数据错误的可能性。
[0089]
上述所有可选技术方案,可以采用任意结合形成本公开的可选实施例,在此不再
一一赘述。
[0090]
图3是本技术实施例提供了一种减少读干扰影响的装置,该装置可以是上述实施例中的终端,如图3所示,该装置包括:
[0091]
第一获取模块310,被配置为在目标块进行擦除判定后,达到所述目标块的擦除判定周期时,获取所述目标块的总擦除次数和在上一次擦除处理后的读次数;
[0092]
确定模块320,被配置为基于所述目标块的总擦除次数和所述在上一次擦除处理后的读次数,确定更新的擦除判定周期;
[0093]
调整模块330,被配置为将所述目标块的擦除判定周期,调整为所述更新的擦除判定周期。
[0094]
可选的,所述装置还包括第二获取装置,被配置为:
[0095]
获取所述目标块的位置信息和上一次擦除处理后的错误比特翻转数;
[0096]
所述确定模块,被配置为:基于所述目标块的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数和位置信息,确定更新的擦除判定周期。
[0097]
可选的,所述确定模块330,被配置为:
[0098]
基于所述目标块的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数、位置信息和经过训练的周期计算模型,确定更新的擦除判定周期。
[0099]
可选的,所述装置还包括训练模块,被配置为:
[0100]
获取多组训练数据,每组训练数据包括样本总擦除次数、样本读次数、样本错误比特翻转数、样本位置信息和基准擦除判定周期;
[0101]
基于所述多组训练数据,对初始的周期计算模型进行训练,得到经过训练的周期计算模型。
[0102]
可选的,所述训练模块,被配置为:
[0103]
确定多个样本块;
[0104]
获取每个样本块在达到对应的擦除判定周期时的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数、位置信息;
[0105]
对于每个样本块,在所述样本块达到对应的擦除判定周期时,获取所述样本块的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数、位置信息,在获取所述样本块的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数、位置信息之后,达到为所述样本块分配的待定擦除判定周期时,获取所述样本块的使用状态信息;
[0106]
将对应的使用状态信息满足预设的样本获取条件的样本块,确定为有效样本块;
[0107]
将每个有效样本块对应的总擦除次数、在上一次擦除处理后的读次数、上一次擦除处理后的错误比特翻转数、位置信息和待定擦除判定周期,分别确定为每组训练数据包括样本总擦除次数、样本读次数、样本错误比特翻转数、样本位置信息和基准擦除判定周期,组成训练数据。
[0108]
可选的,所述使用状态信息为在上一次擦除处理后错误比特翻转数,所述样本获取条件为所述错误比特翻转数在预设的错误比特翻转数范围内。
[0109]
需要说明的是:上述实施例提供的减少读干扰影响的装置在减少读干扰影响时,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,即将设备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,上述实施例提供的减少读干扰影响的装置与减少读干扰影响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。
[0110]
图4示出了本技术一个示例性实施例提供的终端400的结构框图。该终端400可以是:智能手机、平板电脑、mp3播放器(moving picture experts group audio layer iii,动态影像专家压缩标准音频层面3)、mp4(moving picture experts group audio 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。终端400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。
[0111]
通常,终端400包括有:处理器401和存储器402。
[0112]
处理器401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401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401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 processing unit,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401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401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。
[0113]
存储器402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402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402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401所执行以实现本技术中方法实施例提供的减少读干扰影响的方法。
[0114]
在示例性实施例中,还提供了一种计算机可读存储介质,例如包括指令的存储器,上述指令可由终端中的处理器执行以完成下述实施例中减少读干扰影响的方法。例如,所述计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
[0115]
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
[0116]
以上所述仅为本技术的可选的实施例,并不用以限制本技术,凡在本技术的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本技术的保护范围之内。
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献