基于FPGA的NAND Flash ECC校验
此时把所有4个ECC数值进行按位“异或”，就可以判断是否出现了1个单一比特的错误或者是多比特的错误。如果计算结果为全“0”，说明数据在读写过程中未发生变化。如果计算的结果为全“1”，表明发生了1 bit错误，如图4所示。如果计算结果是除了全“0”和全“1”的任何一种情况，那么就是2 bit出错的情况。2 bit错误总可以检测到，然而，Hamming码算法仅能够保证更正单一比特的错误。如果两个或是更多的比特出错，那么就不能修改该出错的数据包，在这种情况下，Hamming算法就可能不能够指示出已经出现的错误。不过，考虑到SLCNAND器件的比特错误的情况，出现2、3 bit错误的可能性非常低。本文引用地址：//m.amcfsurvey.com/article/191099.htm
对于1 bit错误的情况，出错地址可通过将原有ECCo值和新ECCo值进行按位“异或”来识别获取。通过图5中的计算，结果为2，表明原数据第2 bit位出现了问题。该计算采用奇校验数据ECCo，这是因为它们可以直接地反映出出错比特的位置。
找到出错比特后，只要通过翻转它的状态就可修复数据包，具体操作也就是将该位与“1”进行异或操作，如图6所示。
2 扩展数据包
在上述举例中，校验1个8 bit数据包需要6 bit的ECC数据。在这种情况下，校验数据量达到原始数据包的数据量的75％，看上去并不令人满意。然而，随着数据包大小的增加，Hamming算法将表现得越来越有效率。由前面2n bit数据需要2n bit ECC校验的关系推知，每增加一倍的数据要求两个额外的ECC信息比特。这样，当数据增加到，比如512 Byte时，仅产生24 bit的ECC，此时用于校验的数据占原数据的比例降为0．06％，效率较高。下面，以1个8 Byte的数据包为例说明扩展数据包的校验情况。
在这里，由于异或操作满足交换律，用一种更为有效的方法进行校验。如图7所示，首先将该8 Byte数据排为1个矩阵的形式，每行为1B-yte。分别计算每行各bit的异或结果记为字节校验码(Byte-Wise)，计算每列各bit的异或结果记为比特校验码(Bit-Wise)。接下来，将两个校验码分别按上述方法分割计算得到ECC校验码，并将字节校验码的ECC结果作为ECCe和ECCo的高有效位(MSB)、比特校验码的ECC结果做为低有效位(LSB)进行组合，最终得到8 Byte数据包的ECC校验码。
评论