ECC 与 LDPC 纠错引擎 · 技术探讨

编制日期 2026-10-14 ｜ 版本号 Rev 1.0

从错误来源到译码落地：确定性代数码与迭代图码的工程取舍

结论：纠错码的选择不是「谁更先进」，而是「谁更适合这条信道的噪声形态」。 BCH 用代数结构换取确定的译码结果与可证明的失败判据， LDPC 用稀疏随机图换取逼近极限的性能， 而 LDPC 的这部分性能只有在软判决喂进来时才真正存在。 两者真正的分水岭不是性能数字，而是确定性对概率性。

报告总结

存储介质的原始误码率从来不是零，并且随着磨损、温度与单元状态漂移持续变化。纠错码是把 「不可接受的原始误码率」翻译成「可接受的最终误码率」的唯一手段。但工程上真正消耗时间的，往往不是选出码型， 而是回答后面这一串问题：译码失败之后怎么办、冗余数据放在哪里、元数据自己掉电了怎么办、软判决到底要付多少代价。

这份文档沿一条判断链展开：错误从哪来 → 信道模型长什么样 → 码怎么构造 → 译码怎么走 → 工程上怎么取舍。 BCH 与 LDPC 都会被放回这条链里比较，而不是被当成两个互代的方案。附录给出码型速查、选型清单与排查决策树，可以在正文读完后直接当手册用。

读者路径

1. 纠错码在存储系统中的位置

纠错码在存储系统里不是可选的增值功能，而是数据完整性得以成立的前提条件。这一章先把它的位置说清楚：纠错发生在链路的哪一步、它替代了什么、它又付出了什么。

1.1 从原始错误率到可纠正错误率

存储介质给出的原始误码率描述的是「一个比特在被读出时被翻转的概率」。这个数字本身没有意义，因为它描述的是纠错之前的信道。真正决定产品可用性的是纠错之后的最终误码率：数据被写到介质、经历任意长的时间、以任意合法的使用方式被读回，最终交给上层的比特仍然正确的概率。

这两者之间的差距，就是纠错码要填的坑。差距越大，需要的冗余越多；冗余越多，面积、带宽、功耗的开销越大。整条判断链的第一环因此是：把问题定义成「原始误码率 → 目标最终误码率」的转换问题，而不是「选一个最强的码」。

1.2 裸流数据为什么不能直接用

所谓裸流，指的是没有任何附加保护的原始比特序列。主机把数据写进去，介质原样保存；主机再读回来，介质原样吐出。裸流在实验室里永远是对的，因为它没有经历真实的噪声、磨损与掉电。

问题在于：介质一定会出错，而裸流没有能力表达「我出错了」。一个被翻转的比特从介质里读出来时，和一个正确的比特在电气上、时序上、协议上完全没有区别。上层拿到的不是「错误的数据」，而是「看起来完全正常的数据」—— 这就是静默数据损坏。静默损坏之所以是最难对付的一类故障，正是因为它不会触发任何异常。

纠错码做的事情，本质上就是给数据附加一个可以被校验的结构。有了这个结构，接收端才有能力判断「收到的数据是否自洽」，才谈得上「把它改回去」。换句话说，纠错码是可验证性的来源，而不只是「冗余」。

1.3 纠错码在存储栈中的层级位置

把纠错码放进完整的存储栈里看，它的位置是相当明确的：在控制器内部、靠近介质那一侧。往上的每一层 —— 文件系统、协议栈、应用 —— 都不具备也不需要具备介质级的错误知识；往下的每一层 —— 阵列、单元、感测放大器 —— 只负责把模拟量忠实地搬出来，不做任何判断。

这个位置不是随意选的。把纠错放在控制器里，有三个直接的好处：第一，错误信息在最短路径上被消费掉，主机侧不需要感知介质噪声；第二，纠错可以与坏块管理、磨损均衡、重映射共享同一份状态信息，纠错计数天然就是重映射的输入；第三，纠错逻辑与具体的接口协议解耦，同一套引擎可以服务不同的上位接口。

但这个位置也带来一个后果：当纠错在控制器内部发生时，主机侧是看不见的。这既是优点（透明）也是风险（无法自行判断健康度）。第 11 章会讲三条产品线在这个位置上的差异，第 12 章会讲怎么把控制器内部的计数暴露出来。

1.4 硬判决与软判决的分工

判决是把模拟量变成数字的过程。读出电压、参考电压、感测放大器的输出，最终都要变成 0 或 1 才能进入数字域。判决方式决定了有多少信息被保留下来：

• 硬判决：与一个判决门限比较，输出 1 个比特。信息量最小，电路最省，延迟最低。
• 软判决：输出该比特「有多大概率是 1」，通常是量化后的多比特对数似然比。信息量最大，电路与数据通路都更贵。

这个选择之所以关键，是因为译码器需要知道的恰恰不是「你是 1 还是 0」，而是「你有多确定自己是 1」。一个刚好落在门限附近的比特和一个稳稳落在分布中心的比特，即使硬判决结果相同，它们对译码的价值天差地别。硬判决把这个差别直接抹掉了。

由此可以推出一个贯穿全文的结论：软判决是 LDPC 性能的前提，而不是可选项。把硬判决的比特喂给 LDPC，等于在译码器门口就把大部分信息扔掉了，得到的性能会退化到接近码的代数性能，而不是它的实际性能。这也是第 7 章要专门用一整章讨论的原因。

1.5 冗余度的代价：面积、带宽、功耗

冗余度就是「校验位占整个码字的比例」。它不是免费的：每一份冗余都要在三个方向上付出代价。这也是为什么「多加校验位」从来不是一个可以顺手做的决定。

• 面积：冗余位本身要占据存储容量，译码器也要为它付出逻辑。这部分面积在低并行度的接口上是隐形的，但在带宽受限的接口上会直接挤占有效载荷。
• 带宽：写入时要把数据位与校验位一起送出去，读出时要把两者一起取回来。如果软判决量化位宽较高，冗余本身还会被放大 —— 一个 4 bit 量化的冗余位，实际占用是硬判决冗余位的四倍。
• 功耗：冗余位不只需要被写入和读出，还要被译码器反复运算。在迭代译码里，冗余度直接决定每轮迭代要触碰多少条边，这是功耗的主要来源之一。

把这三张账单放在一起看，就能理解为什么「刚好够用」的冗余是最优解。冗余不足则无法把最终误码率压到目标以下；冗余过剩则白白消耗面积、带宽与功耗，而且会增加校验子本身的出错概率（更大的码字意味着更多可能被翻转的位）。这一点在第 10 章讨论备用区预算时会再次出现。

1.6 本文要回答的问题与主线

全文收敛到一条判断链：错误从哪来 → 信道模型长什么样 → 码怎么构造 → 译码怎么走 → 工程上怎么取舍。每一章都会回扣这条链上的某一环，附录则把可以直接查用的部分抽出来。

按这条链，有六个问题必须在全文结束时能回答：

1. 纠错码在存储系统里到底解决什么问题，它不解决什么？
2. 错误是怎么产生的，哪些错误可以靠重读解决，哪些不能？
3. BCH 的代数结构为什么能给出确定的译码结果？
4. LDPC 的稀疏图为什么能逼近极限，代价是什么？
5. 为什么厂商一定要上软读，硬判决到底丢掉了什么？
6. 译码失败之后，产品应该怎么处置才算做完了？

其中第 5 个问题经常被当成「性能优化问题」，第 6 个问题经常被当成「异常处理问题」。本文的立场是：这两者都是架构问题。软判决决定了纠错能力能不能兑现，失败处置决定了纠错能不能真正保护数据。

2. 错误来源与信道模型

码的选择不能脱离信道。这一章把错误按成因和形态两个维度拆开，并说明这些属性如何一步步收窄码的选择范围。

2.1 硬错误：晶格缺陷与固定坏点

硬错误指的是与某一批物理单元绑定、重复出现、不会因为重读而消失的错误。它的成因通常在制造阶段的薄膜沉积、刻蚀或掺杂均匀性上，也可能是封装与应力导致的机械损伤。在成品器件里，它们表现为固定坏点、固定坏页，以及一小片区域内成簇出现的缺陷。

硬错误最关键的工程特征是时间上稳定。同一地址读十次，十次都错在同一处。这意味着重读对它无效 —— 重读能对付的是随机瞬态错误，对付不了结构性缺陷。因此硬错误的唯一出路是重映射：把出错的块标记为坏块，把数据搬到别处。

但纠错码仍然要在硬错误上发挥作用，因为纠错码能为重映射争取时间。一个块的缺陷不会一次就多到无法纠正，纠错码让它在缺陷扩散到整块之前，先把还能读的数据救出来，同时通过计数上升的信号提前触发重映射。纠错计数是重映射的输入，不是重映射的替代。

2.2 软错误：亚稳态与诱发射电

软错误是暂时性的错误：读一次错，再读一次就对。它来自电路本身的电气行为，主要有三类来源：

• 亚稳态：触发器或判决电路在输入翻转的临界窗口内采样，输出在一个不确定的中间态停留，最终落到随机的一侧。这类错误与时序裕量直接相关。
• 诱发射电：阿尔法粒子或宇宙射线产生的次级粒子穿过存储阵列，在电荷存储节点里注入少量电荷，导致存储电压轻微偏移。偏移量通常很小，只有在比特本来就靠近判决门限时才会翻转。
• 电源与地弹噪声：大电流切换时在供电网络上产生的瞬态扰动，会让一组相邻的读出电路同时受影响，形成成组的比特错误。

软错误的关键特征是随机性，它在时间上不重复、在空间上分散。正因为随机，纠错码对它是高度有效的 —— 只要错误数不超过纠正能力，就能被完全还原。也正因为随机，重读对它非常有效，这是重试策略在第 9 章成立的物理基础。

2.3 擦除错误与错误纠正错误的本质区别

这是存储语境里最常被混用的一对概念，必须切干净。

擦除错误说的是「一个块已经擦不干净」。表现为擦除操作之后，块内的残余电荷没有降到足够低，或者某些单元的擦除电压落在分布的拖尾上。它描述的是存储操作本身是否成功，是一个写入侧的问题，由擦除电压的脉冲次数与验证读出决定。

错误纠正错误说的是「读出来的数据能不能被还原」。它描述的是读取过程的结果，是一个读取侧的问题，由信道模型与码的纠正能力决定。

两者的关系是因果而非等同：擦除不干净会让这个块的读出分布整体偏移，从而让错误纠正错误的概率上升；但错误纠正错误也可能纯粹由软错误引起，与擦除无关。工程上常见的错误是：把读出错误都归因于擦除失败，于是一味调整擦除电压，而不去查读出裕量与纠错配置。

2.4 随机错误与突发错误

按错误在空间上的分布，可以把信道模型分成两类。它们的区别不只是「错几个」的问题，而是直接决定码型：线性码擅长处理随机错误，突发错误需要交织或专门设计的结构。

随机错误中，各个位置出错与否互相独立。这是最经典的分析模型，也是所有纠错码性能曲线的默认前提。BCH 码、Hamming 码、卷积码的分析都以随机错误为前提。

突发错误则是一段连续位置的比特整体出错。成因通常是局部的：电源弹噪声、一次感测放大器的异常、或者一小片区域的缺陷。此时即使错误的总数不多，也可能超出线性码的纠正能力 —— 因为对随机纠错码而言，重量相同的分散错误与突发错误同为可纠正的错误图样；突发码的真正优势，是用更少的冗余纠正更长的突发。

应对突发错误有三条路：交织（把突发打散成随机错误）、突发错误纠正码（专门设计的长度约束）、或者多次读出比较（用时间维度换空间维度）。第 9 章会说明重试与多次采样读在这条线上的位置。

2.5 信道模型参数如何决定码的选择

把前面几个维度合起来，就能得到一张码型选择表。这张表的逻辑是：先看噪声形态定大类，再看所需纠正能力定档位，最后看实现约束定取舍。

决策的第一步是确定噪声的主成分。如果错误以随机分散为主，线性分组码（家族 1）就够用；如果错误以突发为主，需要加上交织（家族 2）；如果信噪比本身就很低、需要逼近理论极限，才考虑 LDPC 这类图码（家族 3）。

第二步是确定纠正能力的档位。这里要注意一个常被忽略的事实：提高一档纠正能力带来的冗余增量是跳变的，不是线性的。从一个档位跳到下一个档位，冗余往往要增加相当可观的一块，而能力提升却只有一档。因此档位选择要贴着实际需要选，而不是往上多买一档。

第三步是加入实现约束：延迟预算是多少、面积预算是多少、是否允许迭代、是否需要确定性的失败判据。这一步往往才是真正做出决定的一步 —— 第 8 章整章都在处理这一层。

2.6 关键指标：原始误码率与目标纠错能力

最后把第 1.1 节埋下的伏笔收掉：这两个指标是同一枚硬币的两面。原始误码率描述信道的坏到程度，目标纠错能力描述你打算用多大的冗余去覆盖它。两者之间的映射关系，就是码型选型的定量依据。

需要强调的是，原始误码率不是一个常数。它随寿命推移、温度变化、读出条件（电压、次数、驻留时间）而变化。规格书里给出的通常是特定条件下的典型值或上界，而设计必须按寿命末期的最坏情况来算。用初期误码率做设计、在末期才发现纠不过来，是这条线上最常见的一类事故。

目标纠错能力的表述也有讲究。规格书里常见的写法是「可纠正 t 个错误位」，这指的是单个码字内的错误数，而不是整页。换算时要结合码字的划分方式 —— 一个页面被分成多少个码字，决定了 t 是在多大的范围内生效。这个换算关系在附录 A 有完整对照。

3. BCH 码的代数结构

BCH 的价值不在于性能最好，而在于它的结构是算得出来的。给定纠正能力 t，可以在纸面上把校验位长度、译码运算量与失败判据全部算清楚。这一章讲清楚它凭什么能做到这一点。

3.1 汉明码的思路与它的局限

一切线性分组码的起点都是校验矩阵。汉明码的做法最朴素：取 GF(2) 上所有非零列向量排成矩阵，每一列的非零位置就是「这个比特参与哪几个校验方程」。因为 GF(2) 上恰好有 2^m - 1 个非零向量，所以汉明码的自然码长是 n = 2^m - 1。

汉明码的结构能保证任意两码字之间的最小距离至少为 3，因此可以纠正 1 个错误、同时检测 2 个错误。它简单、译码只需一次奇偶校验，非常适合最初的低速接口。但它的局限同样明显：纠正能力被钉死在 t = 1。

想要更强的纠错能力，就要让校验矩阵的列之间「更不相似」—— 具体地说，要让任意 t+1 列线性无关。汉明码的构造方式做不到这一点，于是需要一种能系统地提高距离的构造思路，这就是 BCH。

3.2 BCH 的构造：以连续幂次为首的本原多项式

BCH 码是循环码：一个码字循环左移一位，得到的仍然是码字。这个性质把「按位置写方程」变成了「按多项式取模」—— 用一个生成多项式 g(x) 描述整个码。工程上这意味着编码器可以做成移位寄存器加组合逻辑，而不需要一张巨大的矩阵乘法器。

构造过程分三步：

1. 选域：取 GF(2^m) 上的本原元 alpha，它生成整个域，因此 alpha 的幂次可以取遍 2^m - 1 个非零元素。域的大小 m 决定自然码长 n = 2^m - 1。
2. 选连续幂次：取 alpha 的连续幂次 alpha^1 到 alpha^(2t) 作为码字的根。「连续」是 BCH 码名字的来源，也是它能给出距离保证的关键 —— 码字必须在这 2t 个点上同时取零。
3. 求生成多项式：g(x) 取这些根对应的最小多项式的最小公倍式。g(x) 的次数就是冗余位数 n - k。

「连续幂次」这一步是 BCH 与一般循环码的分水岭。正因为根是连续的、个数是 2t 个，才能证明出码的最小距离至少是 2t + 1。这意味着想纠 t 个错，所需的最小距离有明确的代数保证，而不是靠搜索试出来的。

有一个细节值得单独提出来：窄义 BCH（窄义定义）取的是从 alpha^1 开始的连续幂次，这一类码的误码性能在同一族里最好，因此工程上用的绝大多数是窄义 BCH。如果对某几个根的指数做偏移，得到的是宽义 BCH，在某些与既有生成多项式兼容的场合会用到，但性能通常略差。

3.3 最小距离与纠错能力的关系

最小距离 d 是任意两个不同码字之间汉明距离的最小值。它是一个纯粹的结构量：只看码怎么构造，与噪声、器件、判决方式全都无关。正因为如此，它才可以被写进规格书、被用来做可证明的承诺。

d 与纠正能力的关系来自一个简单的计数论证：如果两个码字距离为 d，那么以第一个码字为中心、半径 (d-1)/2 的球与第二个码字的球不会相交，因此半径 (d-1)/2 以内的错误可以被无歧义地纠正。于是得到两条基本结论：

• 纠错能力：t 的上限为 (d-1)/2 向下取整；
• 检错能力：在 t 之外，最多还能可靠检测 d - 1 个错误。

BCH 码被设计成 d 大于等于 2t + 1，即恰好取在能保证纠正 t 个错误的下界上。在给定冗余的前提下这是划算的选择，但对存储产品来说往往偏保守：规格书里标称的 t 通常只是理论保证，实际期望的错误数要小得多。第 8 章会把这个「理论 t」与「工程实际需求」之间的差值算出来。

还要提醒一个容易被忽略的事实：d 不随使用而改变，但可用的 d 会因码字划分方式改变。如果把两个码字交叉起来放（同一条校验同时覆盖两页的一部分），单条校验的 d 不变，但整页的检错能力会下降。因此「码字怎么切」和「码怎么构造」同样重要。

3.4 缩短与扩展：实用码长的取得

理论上码长 n = 2^m - 1 只有 7、15、31、63、127、255、511、1023 这些值，而实际页大小千变万化。这个落差不靠「随便裁一下」解决，而是靠两个严格定义的操作。

缩短（shortening）：固定若干个高位为 0，只在剩下的位置里取码字。由于这些位恒为 0、不提供任何信息，从统计上等价于把它们从码字里删掉。关键性质是：缩短不改变最小距离 d，只同时减小 n 和 k。也就是说，缩短让你拿到任意需要的码长，却不损失纠错能力 —— 代价是冗余的相对比例会略微上升。

扩展（extension）：在整个码字后面再补一位整体校验位，使全体比特的奇偶校验为零。这一位带来的增量是距离恰好加 1。扩展码的典型用途是：多一个检错位，用来拦住那些刚好落在纠正边界上的误纠正。在错误数接近 t 的边缘区域，这一位的价值很大。

把两者组合起来就能覆盖几乎所有实用场景：先用缩短对齐码长到页大小的整除关系，再用扩展买一层检错保险。附录 A 列出的常见存储用 BCH 码型，绝大多数是缩短后的结果，少数在存储语义上会用扩展或双扩展的形式。

3.5 常见 BCH 码型与适用档位

把 t 从 1 往上排，就得到一条档位阶梯。选型的实质是：根据寿命末期实测的原始误码率，选一个「刚好够用」的档位。下面这张表给出各档位的大致位置（示意分档，边界按常见工程实践大致划分，不作为精确依据），具体参数以正式 datasheet 与规范为准。

从表里能读出一条重要的工程规律：冗余率随 t 上升得比线性更快。t 翻倍，冗余率往往要涨一倍以上。这直接解释了为什么「档位买高一档」不是一件划算的事 —— 付出的是不成比例的面积、带宽与功耗，换来的只是错误数多一倍的容忍度。

另一条规律是关于码字长度的：码长越长，单个码字里的校验位越多、冗余率越低（因为 deg(g) 增长慢于 n），抗突发能力也越好；但码字越长，一次译码的延迟越高、需要的缓冲越大。这是第 8 章讨论延迟时的一个主要权衡点。

3.6 BCH 的结构优势与代价

现在可以把 BCH 的账算清楚了。它的优势有四条，每一条都直接对应一个工程收益：

1. 结构可计算：n、k、d、t 全都是设计时定下的数，不需要实验搜索。这让冗余预算与验证计划可以在项目早期就确定。
2. 译码确定：给定的接收码字必然给出给定的纠正结果与给定的失败判定，不存在「这次跑出来对了、下次跑出来不确定」的情况。
3. 失败可判定：纠正后的码字如果仍不满足校验，失败就是确定的。这个性质在第 9 章的处置流程里非常值钱 —— 误纠正概率可以算出来，而不是只靠实测统计。
4. 误纠正概率可解析估计：由码的多项式可以给出误纠正概率的上界，这对可靠性论证非常有用。

代价也有四条：

1. 冗余效率不如 LDPC：在同等冗余下，BCH 的性能距离香农极限有明显差距，尤其在低码率与长码时。
2. 软判决增益有限：BCH 的代数结构在硬判决下就已经接近它的设计能力，软判决能带来的提升远小于 LDPC。这是 BCH 的一个重要特点，第 7 章会量化这一点。
3. 高档位的译码复杂度上升快：BM 迭代次数与 t 成正比、错误定位子与错误数成正比，高档位的延迟与面积增长都很快。
4. 档位是离散的：不能要「纠 5.5 个错」，只能向上取整买一档，或者用缩短的方式凑。

4. BCH 译码的完整流程

这一章把 BCH 译码的五个步骤逐个讲清楚。重点不在于记住公式，而在于理解每一步在解决什么问题、每一步的输出如何成为下一步的输入。最后一步的失败判据，是本章与工程现场联系最紧的部分。

4.1 软判决输入的表示：LLR

译码器拿到的不是比特，而是每个比特的置信度。最常见的表示方式是对数似然比 LLR（log-likelihood ratio），它把「证据的方向」和「证据的强度」编码在同一个数里：LLR 为正说明证据指向 0，为负说明指向 1；绝对值越大说明证据越强，接近 0 说明这个比特怎么判都差不多。

LLR = log( P(比特为 0 | 读出量) / P(比特为 1 | 读出量) )

用对数形式而不是概率比，纯粹是为了硬件：对数把乘法变成加法，而且避免了大量数值的动态范围问题。在软判决路径上，LLR 通常还要再做一次量化，从浮点或高位宽定点压到 3~6 比特的有符号整数。量化本身会损失一点信息，这正是第 7 章要讨论的软判决代价的一部分。

需要明确的一点是：BCH 译码在数学上并不要求软判决。它完全可以吃硬判决的 0/1 序列，代价是失去置信度信息。但把 LLR 送进去仍然有收益 —— 幅值可以帮助识别那些最不可信的比特，从而在失败判定时更有把握。收益的量级远小于 LDPC，详见 8.1。

4.2 校验子计算

第一步是校验子（syndrome）。做法很直接：把接收到的码字 r(x) 代入生成多项式的那些根上求值，得到 2t 个域元素 S_1 到 S_2t。

S_i = r(alpha^i) = sum_j ( r_j 乘以 (alpha^i)^j )      i = 1, 2, ..., 2t

这一步的物理含义非常直白：把整个码字拿去问 2t 个检验问题，看它答得对不对。如果码字完全正确，所有 S_i 都是零；如果码字里有错误，S_i 会呈现一个由错误位置与错误幅值共同决定的特定模式。换句话说，校验子就是错误的指纹。

硬件上有两条实现路线：

• 余数表法：把 g(x) 的幂次预先算成查找表，输入 r(x) 后逐项查表异或。这是最常见的做法，代价是一张 ROM 与一组移位异或网络。
• 除法器法：直接做多项式除法，与余数表等价，但 t 较大时组合逻辑更深。

无论用哪种方法，这一步都是纯组合逻辑、无迭代、延迟确定的。这也是 BCH 译码延迟可预测的来源之一。

4.3 关键错误方程

有了校验子，下一步要解决的是一个具体问题：什么样的错误模式，能恰好产生这一串 S_i。把这个关系写成方程，就是关键错误方程（key error equation）：

关键错误方程：   S(x)  =  Omega(x) * L(x)      (mod  x^(2t))

  L(x)     =  各个错误位置因子的乘积        只回答「错在哪里」
  Omega(x) =  错误求值子                    承担幅值相关信息
  未知量：各错误位置，以及 Omega(x) 的各项系数

这条方程的意义在于它把「位置」和「幅值」分离了。L(x) 只关心错误在哪里，Omega(x) 承担幅值相关信息。这种分离是整个译码流程能拆成独立步骤的原因：先用 BM 把 L(x) 求出来（只依赖 S_i 的递推关系，不需要知道位置），再用 Chien 把位置解出来（只需要 L(x)，不需要 Omega）。

从方程的形式也能看出 t 的代价：模 x^(2t) 意味着只保留前 2t 项。t 越大，方程越高，求解越复杂，但求解的确定性不变。这一点与 LDPC 形成鲜明对比 —— LDPC 求解的是一个固定点问题，t 增大只是让迭代次数变多，而 BCH 的 t 增大直接让代数运算量上升。

还要注意一个实践细节：关键错误方程的求解是「最多 t 个解」。如果真实错误数少于 t，方程有多余的自由度，BM 会找到其中一个满足校验子的解。这引出了 4.7 节要讲的一个隐患：它可能找到一个「不是真正错误」的解，从而把错误的数据「纠正」成另一串错误的数据。

4.4 Berlekamp-Massey 求错误定位子

BM 算法要解决的问题很纯粹：找一条最短的线性递推序列，能够生成给定的校验子序列 S_1 到 S_2t。这条最短递推的系数，就是错误定位子 L(x)。

为什么最短递推就是定位子？直觉是这样的：如果有 t 个错误位置，那么校验子序列必然满足一个长度为 t 的递推关系；反过来，如果找到了一条长度为 L 的递推能解释整个校验子序列，那么真实错误的个数就是 L。L 的长度直接给出了错误的个数。

BM 的迭代过程可以这样理解：维护两组寄存器，一组存当前的候选 L(x)，一组存历史备份。每一步拿新来的一个校验子去试当前候选，如果对不上，就按失配程度把长度加一或加二，并从备份里补回相应的系数。一旦连续若干步都对得上，L 就稳定了，迭代可以退出。

工程上有三点必须注意：

1. 迭代次数有确定上限：最多 2t 次，因为校验子一共就 2t 项。这与 LDPC 的「迭代多少次都行」形成鲜明对比。
2. 提前退出能省时间：如果 L 连续若干轮不再变化，说明已经收敛，可以跳出。绝大多数低错误数的码字在这一步就结束了 —— 这是 BCH 延迟随实际错误数变化的原因。
3. 长度超过 t 就是失败信号：如果 BM 结束时 L 的长度大于 t，说明错误数超出了纠正能力，应当直接判失败，不要往下走。

4.5 Chien 搜索定位错误位置

拿到 L(x) 之后，定位错误位置变成一个纯代入问题：对每一个可能的位置 j，计算 L 在 alpha 的 -j 次幂处的值。值为零，说明第 j 位就是错误位置，因为 L 的根恰好是各错误位置在域中的表示。

遍历全部 n 个位置并统计零的个数：

• 零的个数等于 t：定位成功，继续求幅值。
• 零的个数不等于 t：定位失败。真实错误数与 BM 判定的数量对不上，说明信道超出了纠正能力，必须判失败。
• 零的个数多于 t：说明 L 的因式分解超出了实际错误数，同样判失败。

这一步是 BCH 译码里最优雅的部分：它天然适合并行实现。n 个位置的求值彼此独立，硬件上可以铺成 n 路并行乘法与异或，一次算完所有判定结果。这解释了为什么 BCH 的译码延迟不随码长线性增长 —— Chien 搜索占的时间大约等于一次并行乘法器级数，而不是 n 次串行乘法。

当然，实际实现会在并行度和面积之间取折中：全并行面积大，串行面积小但延迟高。常见做法是分成若干组，组内并行、组间串行，组数按面积预算定。这个参数直接影响第 8 章讨论的面积与延迟取舍。

4.6 Forney 算法求错误幅值

最后一步是求每个错误位置上错得有多厉害，也就是错误幅值。对于二元域的 BCH 码，错误幅值只有 0 和 1 两种，因此这一步的实际功能是确认并给出需要翻转的位。Forney 公式把幅值作为域元素的比值算出来，非零即翻转。

E_j = Omega(X_j 的逆) / L 导数(X_j 的逆)      j = 1, 2, ..., t

  L 导数(x)  是 L(x) 的形式导数
  X_j        是第 j 个错误位置的域表示

为什么二元域还需要 Forney，而不是简单地把根对应的位全部翻转？三个原因：

1. 正确性：只有算出幅值非零才翻转，等于多了一道自检。如果某个位置算出的幅值为 0，说明它其实不是错误位，此时应当把它剔除，而不是盲目翻转。
2. 可扩展性：同样的框架可以推广到多元码（幅值不止 0/1）与软判决的广义距离译码（幅值变成实数）。有了这一层结构，扩展时不需要重写流程。
3. 验证友好：幅值可以作为译码流水线的中间量被观测，有助于定位是「定位错了」还是「幅值错了」。

翻转完成后，整个流程还差最后一件事：用新的校验子复算一遍，确认纠正后的码字确实是码字。这一步几乎是免费的（就是第一步的重算），但它把整个译码从「相信算法」升级为「可验证」。第 9 章的失败处置流程，正是建立在这一步之上。

4.7 译码失败判据与误纠正风险

这是本章最重要的一节，也是全篇「确定性 vs 概率性」这条主线的第一次正面出现。BCH 译码有三种明确的失败形态，每一种都有确定的判据，没有第四种「不确定是否失败」的情况。

检出失败（detected failure）：实际错误数超过 t，译码算出一个错的纠正结果，复算校验子发现不为零，于是判失败。这是安全的失败 —— 数据没有被悄悄改坏，系统知道自己出错了。注意与「漏检（undetected error）」区分：漏检专指错纠后校验子碰巧为零、错误数据被当作正确数据交付的情形，即上一段说的误纠正；检出失败时校验子非零、失败被抓住，两者的概率量级相差很远，检出失败远比漏检常见。

误纠正（mis-correction）：实际错误数超过 t，但译码算出的那个纠正结果恰好也满足校验约束，于是复算校验子全零，系统判定成功。此时数据被改成了另一串错误的比特，而上层完全不知道。这是危险的失败，也是 BCH 唯一真正危险的失败模式。

溢出（overflow）：BM 求出的定位子长度超过 t。这种情况在 BM 结束时就能立刻判定，没必要继续算下去 —— 提前退出能省下无谓的延迟。

误纠正的概率取决于两件事的组合：错误数超过 t 的概率，以及在错误的码字邻域里恰好还能找到另一个合法码字的概率。前者由信道决定，后者由码的距离决定。这两条正是第 8 章做 BCH 与 LDPC 对照时的核心指标。

降低误纠正风险有三条工程手段：一是加扩展位，把最小距离抬高一位，直接缩小错误码字的邻域；二是缩短码字长度，减少可能落入的码字邻域；三是配合重读，用多次独立读出的结果投票，把单次读出的误纠正变成难以同时发生的巧合。第 9 章会把这三条与失败上报流程串起来。