http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
16레벨셀 낸드 플래시 메모리에서 트렐리스 정답 추정 기법을 이용한 최대 유사도 검출기의 성능
박동혁(Donghyuk Park),이재진(Jaejin Lee) 大韓電子工學會 2010 電子工學會論文誌-TC (Telecommunications) Vol.47 No.7
본 논문에서는 16레벨셀 낸드 플래시 메모리 채널에 최대 유사도 검출 방법을 이용하여 데이터를 검출하기 위해 트렐리스의 정답 값을 추정하는 기법에 대해 연구 하였다. 이 기법은 최대유사도 검출기를 사용할 수 있게 되어 성능향상에 도움을 준다. 플래시 메모리는 커플링 효과 때문에 메모리가 있는 채널 모델링이므로, 이미 알고 있는 데이터 열을 훈련 과정을 통해 트렐리스의 정답 값을 추정하여, 이 값을 토대로 최대 유사도 검출한다. 본 실험을 통해 문턱 전압을 이용한 데이터 검출 방법보다 제안한 기법을 이용한 최대 유사도 검출기의 성능이 좋은 것을 보였다. In this paper, we use the maximum-likelihood detection by the estimation of trellis targets on the 16-level cell NAND flash memory. This mechanism has a performance gain by using a maximum-likelihood detector. The NAND flash memory channel is a memory channel because of the coupling effect. Thus, we use the known data arrays to finding the targets of trellis. The maximum-likelihood detection by proposed scheme performs better than the threshold detection on the 16-level cell NAND flash memory channel.
수직자기기록 채널에서 터보등화기 구조를 이용한 순환 구조적 길쌈 부호의 성능
박동혁(Donghyuk Park),이재진(Jaejin Lee) 한국통신학회 2009 韓國通信學會論文誌 Vol.34 No.1C
수직자기기록 채널에서의 검출 기법으로는 잡음 예측 최대 유사도 검출 (NPML, Noise-Predictive Maximum Likelihood Detection) 기법을 사용한다. 하지만, 더 높은 기록 밀도의 요구로 더 이상 잡음 예측 최대 유사도 검출 기법을 이용하여 검출이 어려워지게 되었다. 따라서 높은 기록밀도에서도 성능 이득을 얻을 수 있는 부호화 기법들이 연구되고 있다. 본 논문에서는 복잡도가 비교적 적은 순환 구조적 길쌈 부호를 부호기로 사용하였으며 성능 이득을 얻기 위하여 터보등화기 구조를 이용하였다. 또한, 다양한 기록 밀도에서 터보등화기 구조를 이용한 순환 구조적 길쌈 부호가 어떠한 성능을 보여주는지 비교하였다. 잡음환경은 80%의 지터 잡음과 20%의 백색 가우시안 잡음으로 실험하였다. For perpendicular magnetic recording (PMR) channels, noise-predictive maximum likelihood (NPML) detection method has been used. But, it is hard to expect improving the performance when the bit density is increased. Hence, we exploit the coding methods which has good performance. In this paper, we show the performance of the recursive systematic convolutional (RSC) codes with turbo-equalization method with different channel bit densities. The noise model is 80% jitter noise and 20% AWGN.