一种闪存芯片寿命预测方法

文档序号:37873918发布日期:2024-05-09 21:18阅读:11来源:国知局
一种闪存芯片寿命预测方法

本发明涉及测试,具体涉及一种闪存芯片寿命预测方法。


背景技术:

1、在传统的存储器件中,如硬盘和光盘,数据的读写需要机械部件的运动,这导致了较慢的访问速度和易损坏的问题。随着电子设备的普及和需求的增长,人们开始追求更快速、可靠和耐用的存储解决方案。闪存芯片的出现解决了这些问题,它具备非易失性存储、快速读写操作、高存储密度、低功耗、可编程和可擦除、良好耐久性特点。

2、闪存芯片器件测试验证系统旨在通过对闪存芯片的全面测试,提高闪存芯片设备的质量和可靠性,减少故障风险,保障数据的完整性和安全性,同时测试还有助于指导产品设计和优化,提升用户体验和满足各种应用需求。

3、闪存芯片作为一种非易失性存储器件,具有有限的擦除和读写次数。一旦达到或者超过读写、擦除次数的限制,该块就可能出现损坏或无法再进行正常的擦除和写入操作。对此进行闪存芯片器件的寿命预测是不可或缺的。目前传统的闪存芯片器件测试验证系统受不同厂家读写指令不同,系统的兼容性较低,难以作为通用的闪存芯片测试系统。


技术实现思路

1、鉴于以上所述现有技术的缺点,本发明提供一种闪存芯片寿命预测方法。

2、为实现上述效果,本发明的技术方案如下:

3、本发明提供一种闪存芯片寿命预测方法,基于随机森林模型的测试闪存芯片寿命预测构建步骤如下:

4、步骤1:将闪存芯片的测试结果数据作为随机森林模型的训练数据;将测试结果数据作为数据集,构建输入向量iin=<s1,s2,...,si,y>,其中,si表示输入特征,y表示闪存芯片寿命;

5、步骤2:依据决策树定义,将测试结果数据作为决策树的节点区域;构建l个输入向量iin的样本集t,每次训练从样本集t中有放回地随机选择n个样本(n<l),对n个样本选择i个特征中的k个特征(k<i),用平方误差最小化准则mse获得最佳分割点;

6、重复m次,产生m棵决策树,对m棵决策树数结果采用加权平均概率投票机制进行预测,得到闪存芯片寿命的预测值即为闪存芯片在失效之前可执行的编程/擦除周期数。

7、进一步的,所述闪存芯片的测试结果数据,获取过程如下:

8、s1:设置测试验证平台,将闪存芯片的测试板操作指令封装成标准化输入指令和回复指令,组成元操作;标准化输入指令用于完成闪存芯片单一测试,回复指令用于完成闪存芯片单一测试的输出结果;

9、s2:使用测试板操作指令编排闪存芯片的测试流程,形成测试包;

10、s3:将闪存芯片设置于用于对芯片进行测试的测试板上;测试板设有多个测试通道,将每个测试通道安置一个待测试的闪存芯片;

11、s4:将测试板操作指令依次发送到测试板对应通道内待测试的闪存芯片上,进行对应通道内的闪存芯片测试;

12、s5:测试板对应通道内的闪存芯片执行完测试板操作指令后生成回复指令,将回复指令传输到测试验证平台,测试验证平台解析回复指令并执行下一个测试板操作指令;

13、s6:判断测试流程是否完成,若未完成则根据测试流程进入下一个元操作测试步骤,执行s4;否则测试流程结束,记录闪存芯片的编程/擦写操作周期数,得到闪存芯片测试结果数据;

14、s7:将闪存芯片测试结果数据作为寿命预测的数据集,将数据集划分为训练集和测试集;训练集用于训练随机森林模型,测试集输入随机森林模型,得到闪存芯片剩余寿命的预测值;

15、s8:结束测试,生成测试报告。

16、进一步的,将闪存芯片的测试结果数据按照7∶3的比例随机分为训练集和测试集,将训练集分别训练每个随机森林模型,迭代运行,直至所有子集均充当过训练集后结束训练。

17、进一步的,所述测试板操作指令包括:设置颗粒i/o电压、颗粒电压通电或断电、选择接口模式、查看片选个数和获取读/写/擦除操作所用时间,以及厂家扩展的特定操作指令。

18、进一步的,所述测试验证平台解析回复指令,包括:

19、多个通道的闪存芯片进行测试,测试验证平台将回复指令拆分并解析成可视化的测试结果数据。

20、进一步的,所述测试结果数据包括闪存芯片的编程时间、擦除/写/读操作耗时、擦除/写/读操作消耗功率、读取范围错误数、磨损次数和原始比特差错率rber,以及厂家扩展操作指令返回的结果数据项。

21、进一步的,所述平方误差最小化准则mse为:

22、

23、其中,mse是平方误差最小化准则,n为样本数,yi是第i个样本的闪存芯片寿命真实值,是第i个样本的决策树闪存芯片寿命预测值。

24、进一步的,所述闪存芯片寿命的预测值为:

25、

26、其中,pi表示第i个决策树模型的预测概率,wi表示第i个决策树模型的权重。

27、进一步的,在随机森林模型中,输入特征组合构建输入向量输入到随机森林模型中,依据决策树的定义生成多棵决策树,每棵决策树输出对应的预测结果,通过加权平均概率投票机制预测出测试闪存芯片剩余使用寿命。

28、进一步的,所述随机森林模型,构建过程如下:

29、基于一组决策树,构建初始随机森林模型;

30、基于训练样本序列中每个数据在初始随机森林模型的分类结果,得到每个决策树的权重,所述权重为分类准确度评估对应决策树的重要性系数,所述重要性系数表示如下:

31、

32、其中,t表示决策树数目,t表示某棵决策树,acct表示某棵决策树t对训练样本序列预测的分类准确率,qclst表示相应决策树的重要性系数;

33、根据每个决策树的权重,对初始随机森林模型进行更新;

34、迭代计算及更新权重的步骤,直至达到预设迭代次数或初始随机森林模型性能的收敛,进而得到随机森林模型。

35、与现有技术相比,本发明技术方案的有益效果是:

36、本发明的闪存芯片寿命预测方法兼容性强,能够应用不同厂家的操作指令实现闪存芯片测试,解决现有的闪存芯片寿命预测模型对训练数据存在一定的过拟合及处理的闪存芯片特征量有限的问题,采用随机森林模型预测闪存芯片寿命能够实现抗过拟合的同时能够处理大量特征。



技术特征:

1.一种闪存芯片寿命预测方法,其特征在于,基于随机森林模型的测试闪存芯片寿命预测构建步骤如下:

2.根据权利要求1所述的方法,其特征在于,所述闪存芯片的测试结果数据,获取过程如下:

3.根据权利要求2所述的方法,其特征在于,将闪存芯片的测试结果数据按照7∶3的比例随机分为训练集和测试集,将训练集分别训练每个随机森林模型,迭代运行,直至所有子集均充当过训练集后结束训练。

4.根据权利要求3所述的方法,其特征在于,所述测试板操作指令包括:设置颗粒i/o电压、颗粒电压通电或断电、选择接口模式、查看片选个数和获取读/写/擦除操作所用时间,以及厂家扩展的特定操作指令。

5.根据权利要求4所述的方法,其特征在于,所述测试验证平台解析回复指令,包括:

6.根据权利要求5所述的方法,其特征在于,所述测试结果数据包括闪存芯片的编程时间、擦除/写/读操作耗时、擦除/写/读操作消耗功率、读取范围错误数、磨损次数和原始比特差错率rber,以及厂家扩展操作指令返回的结果数据项。

7.根据权利要求6所述的方法,其特征在于,所述平方误差最小化准则mse为:

8.根据权利要求7所述的方法,其特征在于,其特征在于,所述闪存芯片寿命的预测值为:

9.根据权利要求8所述的方法,其特征在于,在随机森林模型中,输入特征组合构建输入向量输入到随机森林模型中,依据决策树的定义生成多棵决策树,每棵决策树输出对应的预测结果,通过加权平均概率投票机制预测出测试闪存芯片剩余使用寿命。

10.根据权利要求9所述的方法,其特征在于,所述随机森林模型,构建过程如下:


技术总结
本发明属于闪存芯片器件测试技术领域,具体涉及一种闪存芯片寿命预测方法,通过将闪存芯片的测试结果数据作为随机森林模型的训练数据;将测试结果数据作为数据集,构建输入向量I<subgt;in</subgt;,其中,s<subgt;i</subgt;表示输入特征,y表示闪存芯片寿命;依据决策树定义,将测试结果数据作为决策树的节点区域;构建L个输入向量I<subgt;in</subgt;的样本集T,每次训练从样本集T中有放回地随机选择n个样本(n<L),对n个样本选择i个特征中的k个特征(k<i),用平方误差最小化准则MSE获得最佳分割点;重复m次,产生m棵决策树,对m棵决策树数结果采用加权平均概率投票机制进行预测,得到闪存芯片寿命的预测值本发明方法兼容性强,能够应用不同厂家的操作指令实现闪存芯片测试。

技术研发人员:王美林,李俊煜,邱?;?谢兴,胡士豪,胡凯航,宋烨兴
受?;さ募际跏褂谜撸?/b>广东工业大学
技术研发日:
技术公布日:2024/5/8
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1
imtoken助记词怎么填-imtoken钱包没有收益-imtoken矿工费太贵了-im钱包官网:token.im