이중오류정정 BCH 부호 복호기의 하드웨어 설계 및 비교

Q: 이 논문에서 정의한 Syndrome Trapping이란 무엇인가?

오류 위치 정보를 분리하여 저장함으로써 Look-Up Table ROM의 크기를 줄이는 기법이다. 이는 128bit 데이터의 이중오류를 정정하는 BCH 부호 복호기 설계 시, 물리적 구현의 어려움을 해결하고 하드웨어 자원 효율성을 높이기 위해 사용되는 방식이다.

Q: BCH 부호 복호기 설계 시 Syndrome Trapping 기법이 Error Vector LUT 방식보다 갖는 이점은 무엇인가?

연구 결과, Syndrome Trapping 기법은 Error Vector LUT 방식에 비해 지연시간은 증가하지만, LUT ROM의 크기를 줄여 면적과 전력 소비를 크게 낮춘다. 또한 셀 개수 감소와 routing congestion overflow 문제를 효과적으로 해결하여 물리적 구현 가능성을 높인다.

강준구; 서영교

추천

검색

질문

자료유형: 학술대회자료

저자정보: 강준구 (인하대학교) 서영교 (인하대학교)

저널정보: 한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2023년도 추계종합학술대회 및 대학생논문경진대회

발행연도: 2023.11

수록면: 950 - 954 (5page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

본 논문은 메모리 셀의 오류 정정에 적합한 이중오류정정 부호를 찾기 위해 BCH 부호의 복호기를 설계 및 비교 분석하였다. 각 BCH 부호 복호기는 128bit의 데이터의 이중오류를 정정할 수 있도록 Python Script 및 Verilog HDL로 설계 및 검증하였다. RTL 설계를 합성하여 비교 및 분석한 결과, 오류 벡터 LUT를 사용한 복호기는 Syndrome Trapping 기법을 사용한 복호기에 비해 짧은 지연시간을 가지지만 물리적 구현이 어려운 문제가 있었다.

#Error Correction Code #On-Die ECC #DEC #BCH #Decoder #Syndrome Trapping

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-151-24-02-088561535

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)