一种基于分块主成分分析的存储器容错方法研究-集成技术-中国科学院.PDFVIP

第 7 卷 第6期 集 成 技 术 Vol. 7 No. 6 2018年11月 JOURNAL OF INTEGRATION TECHNOLOGY Nov. 2018 一种基于分块主成分分析的存储器容错方法研究 1,2 1 1 方嘉言 邵翠萍 李慧云 1 (中国科学院深圳先进技术研究院 深圳 518055) 2 (西安电子科技大学 西安 710071) 摘  要  随着集成电路工艺水平提升，半导体器件尺寸越来越小，存储器更易受到周围环境的影响而 导致数据存储故障。针对这一问题，该文提出了一种基于分块主成分分析的存储器容错方法。该方法 应用分块主成分分析算法提取数据的主要特征，并对求取的特征数据作均值化处理，得到原始数据的 最佳近似估计。该最佳近似估计可对数据中的任意故障做容错替换，使容错替换后的数据和原始数据 的误差最小。实验结果表明，该方法可以使图片数据在0.003 5 错误率的情况下仍保持峰值信噪比大 于 30 dB ；与传统纠错码相比，执行时间缩短了约 40% ，内存消耗减少了约 12% ，获得了较好的容 错效果。 关键词  容错；主成分分析；分块主成分分析 中图分类号  TP 302.8 文献标志码  A A Fault-Tolerant Method Based on Modular Principal Component Analysis for Memory FANG Jiayan1,2 SHAO Cuiping1 LI Huiyun1 1( Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen 518055, China ) 2( Xidian University, Xi ’an 710071, China ) Abstract With the improvement of integrated circuit manufacturing technology, the size of electronic components is shrinking accordingly. And that makes the memory components more susceptible to working environment. To solve this problem, this paper presents a memory fault tolerance method based on modular principal component analysis (PCA). Main features of the data were obtained via modular PCA firstly. Then, the feature data is averaged to obtain the best available estimate of the original data. This best available estimate can be used to make fault-tolerant replacements for any faults in the data, minimizing the sum of the squared errors o