The huge amount of data produced in the fifth-generation (5G) networks not only brings new challenges to the reliability and efficiency of mobile devices but also drives rapid development of new storage techniques. With the benefits of fast access speed and high reliability, NAND flash memory has become a promising storage solution for the 5G networks. In this paper, we investigate a protograph-coded bit-interleaved coded modulation with iterative detection and decoding (BICM-ID) utilizing irregular mapping (IM) in the multi-level-cell (MLC) NAND flash-memory systems. First, we propose an enhanced protograph-based extrinsic information transfer (EPEXIT) algorithm to facilitate the analysis of protograph codes in the IM-BICM-ID systems. With the use of EPEXIT algorithm, a simple design method is conceived for the construction of a family of high-rate protograph codes, called irregular-mapped accumulate-repeat-accumulate (IMARA) codes, which possess both excellent decoding thresholds and linear-minimum-distance-growth property. Furthermore, motivated by the voltage-region iterative gain characteristics of IM-BICM-ID systems, a novel read-voltage optimization scheme is developed to acquire accurate read-voltage levels, thus minimizing the decoding thresholds of protograph codes. Theoretical analyses and error-rate simulations indicate that the proposed IMARA-aided IM-BICM-ID scheme and the proposed read-voltage optimization scheme remarkably improve the convergence and decoding performance of flash-memory systems. Thus, the proposed protograph-coded IM-BICM-ID flash-memory systems can be viewed as a reliable and efficient storage solution for the new-generation mobile networks with massive data-storage requirement.


翻译:第五代(5G)网络产生的大量数据不仅给移动装置的可靠性和效率带来了新的挑战,而且还推动了新存储技术的迅速发展。由于快速存取速度和高可靠性的好处,NAND闪存已成为5G网络的一个很有希望的存储解决方案。在本文中,我们调查了利用多级电池(MLC) NAND 闪光模拟系统中的不规则绘图(IM),以迭代检测和解码进行编译(BICM-ID)的编译。 第一,我们建议加强基于程序基础的流化方法信息传输(EPEXIT)算法,以便利对IM-BICM-ID系统中的编程代码进行分析。 此外,利用EPEXIT算法,我们设计了一个简单的设计方法,用于构建一套高比率的编程代码,称为不规则的累积-蒸汽累积(IMARA)编码。 这套系统拥有极好的解码阈值和线性流-IMODRM(IM-IM-IM-IMD-IM-IM-IMR-IM-IM-IMAR-IMAR-IMAR-IML-IML-IML-IML-IML-IMD-IMD-IMD-IML-M-IMD-IMO-IMO-IMO-IMO-IML-MI-MI-MI-MI-MI-MI-MI-MI-IMO-IMO-IMO-IMO-IMO-IMO-IMO-IMO-IMO-IMS-IMSD-IMSD-IMSD-IMSD-IMSD-IMSD-IMSD-IMSDM-MI-IM-IM-IMS-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IMSDMDMDM-MI-IM-IM-IMSD-IM-MI-MI-MI-MI-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-IMD-IM-IM-IM-IM-IM-IM-IM-IM-IM-IM-

0
下载
关闭预览

相关内容

【图与几何深度学习】Graph and geometric deep learning,49页ppt
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
专知会员服务
60+阅读 · 2020年3月19日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
人工智能 | NIPS 2019等国际会议信息8条
Call4Papers
7+阅读 · 2019年3月21日
LibRec 精选:基于参数共享的CNN-RNN混合模型
LibRec智能推荐
6+阅读 · 2019年3月7日
Facebook PyText 在 Github 上开源了
AINLP
7+阅读 · 2018年12月14日
已删除
将门创投
4+阅读 · 2018年11月20日
LibRec 精选:连通知识图谱与推荐系统
LibRec智能推荐
3+阅读 · 2018年8月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【TED】同情心的进化论
英语演讲视频每日一推
3+阅读 · 2017年8月16日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年9月20日
Arxiv
3+阅读 · 2018年2月11日
VIP会员
相关VIP内容
【图与几何深度学习】Graph and geometric deep learning,49页ppt
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
专知会员服务
60+阅读 · 2020年3月19日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
人工智能 | NIPS 2019等国际会议信息8条
Call4Papers
7+阅读 · 2019年3月21日
LibRec 精选:基于参数共享的CNN-RNN混合模型
LibRec智能推荐
6+阅读 · 2019年3月7日
Facebook PyText 在 Github 上开源了
AINLP
7+阅读 · 2018年12月14日
已删除
将门创投
4+阅读 · 2018年11月20日
LibRec 精选:连通知识图谱与推荐系统
LibRec智能推荐
3+阅读 · 2018年8月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【TED】同情心的进化论
英语演讲视频每日一推
3+阅读 · 2017年8月16日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员