CN100358036C - 信息再生方法和设备 - Google Patents

Abstract

一种信息再生设备，包括第一FIR滤波器、理想信号生成器、加权均衡误差计算器和系数计算器。第一FIR滤波器通过将通过对记录在信息记录介质上的所记录信号进行再生而获得的再生数据串均衡为部分响应波形，来生成均衡波形。理想信号生成器生成用作均衡目标的目标波形。加权均衡误差计算器根据再生数据串、从第一FIR滤波器输入的均衡波形和从理想信号生成器输入的目标波形之一，通过对作为均衡波形和目标波形之差的均衡误差执行卷积计算，来计算出数据串。根据从加权均衡误差计算器输入的数据串，系数计算器计算出第一FIR滤波器的抽头系数，并且将抽头系数输出到第一FIR滤波器。本发明还公开了信息再生方法。

Description

信息再生方法和设备

技术领域

本发明涉及信息再生方法和将记录于信息记录介质上的信号进行再生的设备，更为确切地说，涉及信息再生方法和通过使用部分响应均衡和维特比解码来再生所记录信号的设备。

背景技术

作为一种通过信号处理来增加记录密度的技术，包括维特比解码处理在内的PRML(部分响应最大似然)技术是一般都知道的。根据PRML方案，再生信号被均衡为故意具有符号干扰的PR(部分响应)波形，并且数据通过使用因符号间干扰所引起的多级转换的维特比检测器被区别开来。

图13示出了通过PRML方案来区别数据的现有信息再生设备的再生电路单元。在将从信息记录介质110获得的模拟再生信号输入到低通滤波器111之后，来自低通滤波器111的输出被AD转换器112数字化。来自AD转换器112的输出被输入到PLL(锁相环)电路113，以获得根据时钟周期来采样的时序再生数据串Y_d(d为大于或等于1的整数)。时序再生数据串Y_d被输入到FIR(有限冲击响应)滤波器114，并且通过带有FIR滤波器114的抽头系数W_s(s为满足1≤s＜d的整数)的卷积计算被均衡成预定的部分响应波形H_t(t为满足1≤t＜d的整数)。经过部分响应均衡后的再生数据被输入到维特比检测器118，它接着输出识别数据A_d。识别数据A_d被输入到FIR滤波器115，以通过带有部分响应波形H_t的卷积计算来计算出理想信号。该理想信号被输入到系数计算器119。来自FIR滤波器114的均衡再生数据还被输入到系数计算器119。

用于部分响应均衡的技术包括诸如零作用力方法和MMSE(最小均方误差)方法等若干技术。一般地，经常使用MMSE方法。如日本专利未决公开2000-123487(参考文献1)中所公开的，MMSE方法是一种决定抽头系数W_s的技术，以便最小化由下述公式所定义的均衡误差v_d的d的均方值。

$v_d=\underset{s}{\mathrm{\Σ}}{Y}_{d-s}\×W_s-\underset{i}{\mathrm{\Σ}}{A}_{d-i}\×H_t---\left(1\right)$

因此，更为确切地说，决定了抽头系数W_s，以最小化由下述公式所表达的ε’。

${\mathrm{\ϵ}}^{\′}=E\left[{(\underset{s}{\mathrm{\Σ}}{Y}_{d-s}\×W_s-\underset{i}{\mathrm{\Σ}}{A}_{d-i}\×H_t)}^2\right]=E\left[{v_d}^2\right]---\left(2\right)$

其中E[]表示在[]中的表达式中获得d的均值的运算，并且[]中的表达式表示由方程式(1)所定义的均衡误差v_d的平方，也就是均衡再生数据和理想信号之差的平方。参考图13，系数计算器119接收来自FIR滤波器114的均衡再生数据串和来自FIR滤波器115的理想信号数据串，并且测定FIR滤波器114的抽头系数W_s，以便最小化均衡误差v_d的d的均方值，也就是ε’。

更为确切地说，获得用于最小化ε’的条件或者用于最小化的类似条件的技术包括例如获得用于通过矩阵计算使抽头系数W_s的偏离无效的条件(等式)的技术，以及从抽头系数W_s的合适初始值开始重复更新和获得抽头系数W_s的技术。后一个技术可参见日本专利未决公开2001-189053(参考文献2)等。

如日本专利未决公开2003-303417(参考文献3)等中所公开的，通过使用基于来自光盘的再生波形的最小平方方法来计算部分响应波形H_t的技术是都知道的。

不过，本发明人发现基于MMSE方法的均衡并不必然使数据检测误差(比特误差率：后面称之为“bER”)达到最小。

这是因为维特比检测器118的解码性能根据被输入到维特比检测器118的信号的噪声特性是有色的或是白色的而变化。下面通过使用上述均衡误差v_d，来讲述关于噪声是白色还是有色的一般定义。假设对于噪声成分(均衡误差)v_d，由R_f＝E[v_d×v_d+f]定义的自相关R_f只对R₀取非零有限值，对除了R₀之外的所有值都取零。在这种情况下，该噪声是白色的。如果取非零有限值的噪声成分的值不同于R₀，例如R₁和R₂，则噪声是有色的。如果被输入到维特比检测器118的数据的噪声特性是白色的，则维特比检测器118能够展现出最佳检测性能。不过，通常情况下，由于从信息记录介质110获得的再生信号的噪声特性是有色的，因此通过基于MMSE方法的均衡通常不能使bER达到最小。

发明内容

本发明考虑到了上述问题，并且它的目标是在检测性能最佳，也就是bER达到最小的条件下确定抽头系数，而不论被输入到维特比检测器的信号的噪声特性如何。

为了实现上述目标，根据本发明，提供了信息再生设备，它包括第一FIR滤波器，用于通过将通过对记录在信息记录介质上的信号进行再生而获得的再生数据串均衡成部分响应波形，来生成均衡波形；目标波形生成装置，用于生成用作均衡目标的目标波形；加权均衡误差计算装置，用于根据再生数据串、从第一FIR滤波器输入的均衡波形以及从目标波形生成装置输入的目标波形之一，通过对作为均衡波形和目标波形之差的均衡误差执行卷积计算来计算数据串；以及系数计算装置，用于根据从加权均衡误差计算装置输入的数据串来计算用于第一FIR滤波器的抽头系数，并将抽头系数输出到第一FIR滤波器，其中假设a_k(k为不小于1的整数)为所记录信号的数据串、识别数据串和被推定为所记录数据的数据串之一，y_k为再生数据串，h_j(j为满足1≤j＜k的整数)为部分参考波形的数据串，w_i(i为满足1≤i＜k的整数)为用于所述第一FIR滤波器的抽头系数的数据串，以及r_m(m为满足1≤m＜k的整数)为任意数据串，所述系数计算装置计算基本上使通过如下方程式定义的ε达到最小的抽头系数的数据串w_I，

$\mathrm{\ϵ}=E\left[{(\underset{i}{\mathrm{\Σ}}{w}_i\×z_{k-i}-u_k)}^2\right]$

其中E[]表示[]中的表达式中k的均值，

$z_k=\underset{m}{\mathrm{\Σ}}{r}_m\×y_{k-m}$

$u_k=\underset{m}{\mathrm{\Σ}}{r}_m\×v_{k-m}$

$v_k=\underset{j}{\mathrm{\Σ}}{a}_{k-j}\×h_j.$

另外，根据本发明，提供了信息再生方法，它包括的步骤有：通过对记录在信息记录介质上的信号进行再生来生成再生数据串；通过使用FIR滤波器将再生数据串均衡成部分响应波形来生成均衡波形；生成用作均衡目标的目标波形；根据目标波形以及再生数据串和均衡波形之一，通过对作为均衡波形和目标波形之差的均衡误差执行卷积计算来计算数据串；以及根据通过对均衡误差执行卷积计算而获得的数据串，来确定用于第一FIR滤波器的抽头系数，其中假设a_k(k为不小于1的整数)为所记录信号的数据串、识别数据串和被推定为所记录数据的数据串之一，y_k为再生数据串，h_j(j为满足1≤j＜k的整数)为部分参考波形的数据串，w_i(i为满足1≤i＜k的整数)为用于第一FIR滤波器的抽头系数的数据串，以及r_m(m为满足1≤m＜k的整数)为任意数据串，确定抽头系数的步骤包括确定使通过如下方程式定义的ε基本上达到最小的抽头系数的数据串w_i这一步骤，

$\mathrm{\ϵ}=E\left[{(\underset{i}{\mathrm{\Σ}}{w}_i\×z_{k-i}-u_k)}^2\right]$

其中E[]表示[]中的表达式中k的均值，

$z_k=\underset{m}{\mathrm{\Σ}}{r}_m\×y_{k-m}$

$u_k=\underset{m}{\mathrm{\Σ}}{r}_m\×v_{k-m}$

$v_k=\underset{j}{\mathrm{\Σ}}{a}_{k-j}\×h_j.$

附图说明

图1为一框图，示出了根据本发明的信息再生设备再生单元的主要部件；

图2为一流程图，示出了图1所示的再生单元的处理流程；

图3为一流程图，示出了加权均衡误差计算的处理流程例子；

图4为一流程图，示出了加权均衡误差计算的处理流程的另一个例子；

图5为一框图，示出了根据本发明第一实施例的信息再生设备的结构；

图6为一框图，示出了图5中的FIR滤波器的结构；

图7为一框图，示出了根据本发明第二实施例的信息再生设备的结构；

图8为一框图，示出了根据本发明第三实施例的信息再生设备的结构；

图9为一框图，示出了根据本发明第四实施例的信息再生设备的结构；

图10为一图形，示出了第一实施例中的bER/记录功率特性；

图11为一图形，示出了在相位改变光盘的使用中的bER/倾角特性；

图12为一图形，示出了在只再生的光盘的使用中的bER/倾角特性；

图13为一框图，示出了现有信息再生设备的再生单元的结构。

具体实施方式

下面参考附图来讲述本发明的实施例。

图1示出了根据本发明的信息再生设备的再生单元的主要部件。

根据诸如MMSE方法等现有均衡方法，计算作为均衡波形和作为均衡目标的目标波形之差的均衡误差，并直接将其输入到系数计算器中。然后系数计算器计算FIR滤波器的抽头系数，以最小化输入均衡误差的均方。

相比之下，在本发明中，在将均衡误差输入到系数计算器4之前，对它进行预定的卷积计算。下面参照图1和2来对其进行详细讲述。

首先，FIR滤波器1将再生信号均衡为部分响应波形(步骤S1)。理想信号生成器2生成理想信号(目标波形)  (步骤S2)。均衡再生信号(均衡波形)和理想信号被输入到加权均衡误差计算器3中，它接着通过对作为两个信号之差的均衡误差执行卷积计算来计算加权均衡误差(步骤S3)。该加权均衡误差被输入到系数计算器4中，它接着计算FIR滤波器1中所使用的抽头系数(步骤S4)。加权均衡误差计算器3执行卷积计算，以反映在确定抽头系数中均衡误差的有色性。

注意，由于卷积计算为线性计算，计算序列没有具体限定。也就是说，如图3所示，可以首先对每一个均衡再生信号和理想信号执行卷积计算(步骤S31和S32)，然后由两个结果信号之差来计算加权均衡误差(步骤S33)。可选情况下，如图4所示，可以首先从均衡再生信号和理想信号之差来计算均衡误差(步骤S34)，然后通过对均衡误差执行卷积计算来计算加权均衡误差(步骤S35)。只要其中反映了有色性的均衡误差数据串最终被输入到系数计算器4中就够了。

注意，“均衡”意味着将输入信号转化成不同于其初始波形的预定波形。

下面参照附图来详细讲述用于加权均衡误差计算的更为详细的结构及其操作。

第一实施例

图5示出了根据本发明第一实施例的信息再生设备。如图5所示，根据该实施例的再生设备包括低通滤波器11，AD转换器12，PLL电路13，FIR滤波器14、15、16和17，维特比检测器18，系数计算器19，以及减法器20。加权均衡误差计算器3包括FIR滤波器16和17以及减法器20。

参照图5，从诸如光盘等信息记录介质10读出的再生模拟信号被输入到具有噪声抑制功能的低通滤波器11，然后通过AD转换器12对其进行数字化，从而得到离散(量化)值。数字再生信号被输入到PLL电路13中。PLL电路13从输入再生数字信号中抽取时钟信号，并且输出根据时钟周期来采样的再生信号时序波形数据y_k。在这种情况下，k为满足1≤k≤n的整数，其中n为根据时钟周期获得的样本数，n大于或等于1。

时序波形数据y_k被输入到FIR滤波器14中。如图6所示，FIR滤波器14形成包括I(I为满足1≤I＜k的整数)个级联延迟元素51₁、51₂、...、51_i、...、51_I(i为满足1≤i≤I的整数)，I个分别具有抽头系数w₁、w₂、...、w_i、...、w_I的乘法器52₁、52₂、...、52_i、...、52_I，以及加法器53之内的横向滤波器。延迟元素51₁～51_I是从例如D触发器形成的。每次一个时钟信号脉冲被输入到每一个元素的时钟引脚，每一个元素的再生波形数据y_k就被延迟1T。在这种情况下，T表示时钟信号的周期。依次穿过级联延迟元素51₁～51_I的再生波形数据y_k-1、y_k-2、...、y_k-i、...、y_k-I穿过分别与延迟元素51₁～51_I相连的乘法器52₁～52_I，以与抽头系数w₁、w₂、...、w_i、...、w_I相乘。然后通过加法器53将这些数据相加。输出作为时序数据x_k的结果数据如下。

$x_k=\underset{i}{\mathrm{\Σ}}{w}_i\×y_{k-i}---\left(3\right)$

来自FIR滤波器14的输出x_k为通过对时序再生波形数据y_k和FIR滤波器14的抽头系数w_i进行卷积计算而获得的计算结果。

再生波形数据y_k通过与FIR滤波器14的抽头系数w_i进行卷积计算被均衡为预定的部分响应波形h_j(j为满足1≤j≤J的整数；J为部分响应波形数据的数目，并且为满足1≤J＜k的整数)。FIR滤波器14的抽头数I(＝乘法器的个数)一般被设定为约7～20。参照图6，为每一个延迟元素51_i提供一个乘法器52_i。不过，根据再生波形数据y_k的频率特性，也可以对多个延迟元素提供一个乘法器。

如图5所示，经过FIR滤波器14均衡后的时序输出波形x_k被输入到维特比检测器18中。维特比检测器18估计记录在信息记录介质10上的记录信号的值，并且生成试验性时序二进制识别数据a_k。时序识别数据a_k被输入到FIR滤波器15中。FIR滤波器15形成类似于FIR滤波器14的横向滤波器，并且对识别数据a_k和部分响应波形h_j执行卷积计算。来自FIR滤波器15的时序输出数据v_k表示为：

$v_k=\underset{j}{\mathrm{\Σ}}{a}_{k-j}\×h_j---\left(4\right)$

来自FIR滤波器14和15的输出信号被分别输入到FIR滤波器17和16中，以进行卷积计算。结果数据被输入到减法器20中。然后，通过减法器20所计算的均衡误差被输入到系数计算器19中。

根据现有的均衡技术，在没有FIR滤波器16和17的情况下，来自FIR滤波器114和115的输出被输入到系数计算器119中，它接着确定FIR滤波器114的抽头系数w_s，以最小化方程式(2)中的ε’。通过最终确定的抽头系数w_s进行均衡的波形被输入到维特比检测器118，并且输出最终的时序识别数据A_d。

参照图13，通过正确识别数据A_d的理想信号与错误识别数据A_d的理想信号之间的欧氏距离d_E的最小值和均方ε’＝E[(∑Y_d-s×W_s-∑A_d-t×H_t)²]的最小值之间的比率，可以计算维特比检测器118的检测性能。在这种情况下，理想信号被定义为对识别数据A_d和部分响应波形H_t进行卷积计算的结果。例如，如果部分响应波形被表示为(1，2，2，1)，并且通过维特比检测器118检测的正确识别数据A_d被表示为[0001111]，则其相应的理想信号被表示为[0001356]。在这种情况下，考虑到作为[0000111]的错误识别数据A_d，由于其理想信号为[0000135]，因此两个理想信号之间的欧氏距离d_E可表示为d_E ²＝(1-0)²+(3-1)²+(5-3)²+(6-5)²＝10。随着欧氏距离d_E的增加，识别数据A_d被错误地检测为错误识别数据A_d的概率增加。随着正确识别数据A_d的理想信号与错误识别数据A_d的理想信号之间的欧氏距离的最小值的增加，识别数据A_d被错误检测的概率减少。注意，欧氏距离d_E是由部分响应波形H_t和正确识别数据(＝所记录数据)A_d来确定的量。如果正确识别数据A_d为[0001111]，则提供欧氏距离d_E的错误识别数据A_d为[0000111]，并且最小欧氏距离d_E为10。

在一般的MMS方法中，抽头系数W_s是在最小化由方程式(2)给出的ε’＝E[V_d ²]的条件下确定的。假设噪声特性是白色的，也就是说，假设当自相关R_f被定义为R_f＝E[V_d×V_d+f]时，除了R₀＝ε’＝E[V_d ²]之外的所有值R_f都等于0。在这种情况下，通过使用由一般MMSE方法确定的抽头系数W_s可以获得最佳检测性能。不过，从信息记录介质10获得的再生信号的噪声特性通常是有色的，并且除R₀以外的值R_f并不为零。在这种情况下，均衡误差的均方计算也须考虑到除R₀之外的R_f的贡献。考虑到除R₀之外的R_f的贡献，增加了图5中的FIR滤波器16和17。根据部分响应波形来确定抽头系数r_m(m为满足1≤m≤M的整数；M为抽头数，并且为满足1≤M＜k的整数)。

与实际部分响应波形相一致，下面来详细讲述用于为FIR滤波器16和17中的每一个设定抽头系数r_m的文献。

假设h_j为部分响应波形，并且e_L(e_L为值-1，0，1中的一个)为误差数据串，则足以获得能够使由A＝∑r_m ²(∑表示m的和)和r_m＝∑h_m-L×e_L(∑表示L的和)所定义的A最小化的r_m和e_L。使A下降，就会增加对具有较小欧氏距离d_E的识别数据a_k之间发生的错误检测进行抑制的效果。在维特比检测中，错误检测倾向于在具有较小欧氏距离d_E的识别数据a_k之间发生。假设部分响应波形h_j由PR(1，2，2，1)表示，也就是说，h₁＝1，h₂＝2，h₃＝2，h₄＝1，以及h_J＝0(J为大于或等于5的整数)。在这种情况下，如果e₁＝1并且其他值e_L为0，则当r₁＝1，r₂＝2，r₃＝2，r₄＝1，以及r_M＝0(M为大于或等于5的整数)时，A＝10成为最小值。假设部分响应波形h_j由PR(1，2，2，2，1)表示，也就是说，h₁＝1，h₂＝2，h₃＝2，h₄＝2，h₅＝1，以及h_J＝0(J为大于或等于6的整数)。在这种情况下，如果e₁＝1，e₂＝0，e₃＝-1，e₄＝0以及e₅＝1，并且其他值e_L为0[也可以表示为e_L＝(1，0，-1，0，1)]，则当r₁＝1，r₂＝2，r₃＝1，r₄＝0，r₅＝0，r₆＝0，r₇＝1，r₈＝2，r₉＝1，以及r_M＝0(M为大于或等于10的整数)[也可以表示为r_m＝(1，2，1，0，0，0，1，2，1)]时，A＝12成为最小值。注意，在PR(1，2，2，2，1)的情况下，当e₁＝(1，0，-1)或者e_L＝(1，0，-1，0，1，0，-1)时，A＝12。不过，实验证明：考虑到有色性，在e_L＝(1，0，-1，0，1)[r_m＝(1，2，1，0，0，0，1，2，1)]的情况下通过使均衡误差的均方最小化，能够最有效地提高bER。不过，与不考虑有色性的最小化方程式(2)的现有技术相比，通过将该实施例应用到e_L＝(1，0，-1)[r_m＝(1，2，1，0，-1，-2，-1)]或e_L＝(1，0，-1，0，1，0，-1)[r_m＝(1，2，1，0，0，0，0，0，-1，-2，-1)]的情况，bER得到了提高。因此，即使这些值被设定为r_m，也可以获得bER提高的效果。另外，可以使用除了能够提高bER的这些值之外的所有的值r_m。不过，设定r_m＝(1，2，1，0，0，0，1，2，1)能够提供最好的bER提高效果。

综上所述，在该实施例中，如图5所示，在使由下述方程式所给定的ε最小化的条件下或者在用于最小化的类似条件下，足以获得FIR滤波器14以及FIR滤波器16和17的抽头系数w_i。

$\mathrm{\ϵ}=E\left[{(\underset{i}{\mathrm{\Σ}}{w}_i\×z_{k-i}-u_k)}^2\right]---\left(5\right)$

其中E[]表示[]中的表达式中k的均值。

$z_k=\underset{m}{\mathrm{\Σ}}{r}_m\×y_{k-m}---\left(6\right)$

$u_k=\underset{m}{\mathrm{\Σ}}{r}_m\×v_{k-m}---\left(7\right)$

$v_k=\underset{j}{\mathrm{\Σ}}{a}_{k-j}\×h_j---\left(8\right)$

在这种情况下，如果确定了部分响应波形h_j，则能够以上述方式获得r_m。如果与PR(1，2，2，2，1)的情况相同，存在多个r_m备选，则对每一个r_m计算ε的最小值，并且选择提供了最小的最小值的r_m作为需要获得的r_m。由方程式(8)给出的值v_k是对最终识别数据(＝所记录数据)a_k和部分响应波形h_j，也就是来自FIR滤波器15的输出进行卷积计算的结果。由方程式(7)给出的值u_k是对来自FIR滤波器15的输出v_k和FIR滤波器16的抽头系数r_m进行卷积计算的结果。

如果x_k＝∑w_i×y_k-i(∑为i的和)，方程式(5)中的∑w_i×z_k-i可以被改写为∑r_m×x_k-m(∑为m的和)。注意，x_k是对FIR滤波器14的抽头系数w_i和再生波形数据y_k，也就是FIR滤波器14的输出进行卷积计算的结果。因此，∑r_m×x_k-m，也就是∑w_i×z_k-i，是对FIR滤波器17的抽头系数r_m和来自FIR滤波器14的输出x_k也就是FIR滤波器17的输出进行卷积计算的结果。因此，参照图5，考虑到有色性，使方程式(5)的ε达到最小化表示：系数计算器19接收来自FIR滤波器16和17的输出，并且计算FIR滤波器14的抽头系数r_m，以使作为输出之差的均衡误差的均方值达到最小化。

用于计算抽头系数w_i的系数计算器19具有对带有通过计算与方程式(5)的ε中的w_i有关的偏离δε而获得的δε＝0的多个变量的联立方程组进行求解的功能，或者具有从抽头系数w_i的合适初始值开始来适应性地执行迭代收敛计算的功能。与前面的情况相同，当对带有多个变量的联立方程组进行求解时，再生波形数据y_k可以被直接输入到FIR滤波器17中，而不需通过图15中的FIR滤波器14。虽然在后面的情况中通过收敛计算来计算抽头系数w_i的技术并不与ε达到最小化的条件相符，并且可以正好满足用于最小化的类似条件，但是电路结构可以做得更为简单。

在该实施例中，考虑到均衡误差的有色性，在均衡误差的均方达到最小化的条件下执行均衡化，以减少在理想信号间具有较小欧氏距离d_E的数据串之间的误差。可以事先设定能够减少理想信号间欧氏距离d_E的特定数据模式的组合，并且仅当数据模式之一被检测出时才能通过该实施例来确定抽头系数w_i。至于其他数据模式，可以通过现有技术来确定w_i。不过，该技术还需要用于注册这些数据模式的表格，以及用于判别数据模式的电路。因此，在不需选择这一数据模式的情况下确定w_i更为方便。

第二实施例

图7示出了用于可写光盘的记录/再生设备再生单元。在图7中与图5相同的标号表示相同的组件，并且尽量避免重复讲述。

在用于可写光盘的记录/再生设备中，已知数据a_k被记录在光盘10a上，以便能够调整抽头系数w_i。在这种情况下，由于事先已经知道了所记录的数据a_k，因此不需要将来自维特比检测器18的输出输入到FIR滤波器15。也就是说，足够将已知的所记录数据a_k输入到FIR滤波器15。维特比检测器18只输出所记录信号。在该实施例中，由于第一实施例中的最终识别数据a_k从一开始就被输入到FIR滤波器15中，因此可以更快地确定抽头系数w_i。

第三实施例

图8示出了根据本发明第三实施例的信息再生设备。在图8中与图5相同的标号表示相同的组件，并且尽量避免重复讲述。

根据如图8所示的第三实施例的再生设备具有与根据如图5所示的第一实施例的再生设备类似的功能。该实施例的构造使减法器20能够计算作为来自FIR滤波器15的输出信号(目标波形)和再生数据串或通过将再生数据串输入到FIR滤波器14而获得的输出数据串之差的均衡误差，并且将均衡误差输入到带有抽头系数r_m的FIR滤波器21中，而不是将再生数据串和来自FIR滤波器15的输出信号(目标波形)输入到FIR滤波器16和17中并将来自FIR滤波器的输出输入到减法器20中。然后在方程式(5)～(8)给出的ε达到最小化的条件下或者在用于最小化的类似条件下获得FIR滤波器14的抽头系数w_i。

注意，在该实施例中，均衡误差计算器3是由减法器20和FIR滤波器21组成的。

在该实施例中，与第二实施例中的相同，通过使用已知的所记录数据a_k可以调整抽头系数w_i。

第四实施例

图9示出了根据本发明第四实施例的信息再生设备。与图5和图8中相同，在图9中相同的标号表示相同的组件，并且尽量避免重复讲述。

在第一至第三实施例中，预定数据串用作用于定义部分响应波形的数据串h_j。不过，h_j可以根据再生波形数据串来确定。

例如，如果光盘的切线倾斜严重偏离正常状态，则从光盘获得的再生波形展现出较大的不对称性。这是因为目标部分响应波形和实际再生波形之差增加，并且在不增加噪声的情况下该波形不可能等于目标部分响应波形。在这种情况下，通过从实际波形获得h_j而不是通过使用预定的h_j，可以更大程度地提高检测性能。

因此，在该实施例中，如图9所示，通过卷积计算获得的再生波形数据x_k、来自FIR滤波器14的输出和来自维特比检测器18的识别数据a_k输出被输入到脉冲响应计算器(部分响应波形计算装置)22中，它接着计算数据串h_j和抽头系数r_m。所计算的数据串h_j和抽头系数r_m被分别输入到FIR滤波器15和21中。在这种情况下，维特比检测器18的分支度量值必须根据所获得的数据h_j而变化。

另外，脉冲响应计算器22可以用于根据如图5所示的第一实施例的信息再生设备，并且所计算的数据串h_j和抽头系数r_m可以被输入到FIR滤波器15和FIR滤波器16和17。

实验1

通过使用相位改变光盘作为信息记录介质10来检查上述实施例的效果。

通过如图5所示的信息再生设备，使用波长为405nm和数字孔径NA＝0.65的光头，以记录功率作为参数，线性密度为130nm/bit，来再生通过记录根据调制方案1～7调制得到的随机数据而获得的数据，并且测得bER的值。更为确切地说，以时钟周期采样的时序再生数据等于PR(1，2，2，2，1)，并且被维特比检测器18所识别(二进制化)，并且通过比较初始数据[根据调制方案1～7来调制得到的随机数据]来测得bER。FIR滤波器14的抽头数设为9，并且每个FIR滤波器16和17的抽头系数设为r_m＝(1，2，1，0，0，0，1，2，1)。

图10示出了作为记录功率功能的bER的测量结果。图10还示出了通过使用不具有FIR滤波器16和17的现有信息再生设备来对再生数据测量bER值所得到的结果。曲线A表示通过根据第一实施例的结构来测得的bER，曲线B表示通过现有结构来测得的bER。很明显，与现有技术相比，第一实施例以任何记录功率都提高了bER值。

实验2

通过使用图5中与实验1具有相同规格的信息再生设备，以相同的线性密度，将与实验1中相同的数据记录在与实验1中相同的相位改变光盘上。当在最佳条件下以一个记录功率来记录数据之后，光盘的倾角改变了，并且以与实验1中相同的方式来测得第一实施例的结构和现有结构中的bER。部分响应波形和FIR滤波器14、16和17的结构与实验1中的相同。

从图11中明显可以看出，与通过现有结构来测量的bER(曲线D)相比，在任何倾角上通过第一实施例的结构来测得bER(曲线C)都大幅提高了。

实验3

通过使用只再生光盘作为信息记录介质10来检查上述实施例的效果。

深度为100nm的凹槽串是通过以210nm/bit的线性密度来记录根据调制方案1～7进行调制所得到的随机数据而在只再生光盘上形成的。在光盘倾角改变的情况下，通过使用波长为660nm且数字孔径NA＝0.6的光头，通过这些凹槽串来对再生信号进行再生。与实验2中的相同，测得根据第一实施例的结构和现有结构的bER。不过，在该实施例中，选择PR(1，2，2，1)来作为部分响应波形，将FIR滤波器14的抽头数设为7，并且每个FIR滤波器16和17的抽头系数设为r_m＝(1，2，2，1)。

从图12可以明显看出，与如图11所示的实验2中的相位改变光盘的情况相同，与通过现有结构来测量的bER(曲线F)相比，在任何倾角上通过根据第一实施例的结构来测得的bER(曲线E)都大幅提高了。

实验4

通过使用根据如图9所示的第四实施例的信息再生设备来获得用于定义部分响应波形的数据串h_j。对于这种运行，即使光盘的切线倾斜大幅偏离正常状态并且从光盘获得的再生波形的不对称性增加，由于作为均衡目标的部分响应波形本身被设定为不对称的波形，因此也可以减小部分响应波形和实际再生波形之差，并且可以抑制部分响应均衡中的噪声增加。

更为确切地说，即使选择PR(1，2，2，2，1)为目标部分响应波形h_j，当切线倾斜很大时波形也不可能等于(1，2，2，2，1)。例如，与h₁＝1.0，h₂＝1.8，h₃＝2，h₄＝1.9，以及h₅＝1.1的情况相同，出现了由h₁≠h₄和h₂≠h₅表示的对称波形。在这种情况下，在第一实施例中讲述的A＝∑r_m ²(∑表示m的和)取得由与误差数据串e_L(1，0，-1，0，1)有关的A＝10.9表示的最小值，并且抽头系数r_m是通过r_m＝(1，1.8，1，0.1，-0.1，-0.1，-0.9，1.9，1.1)来定义的。

以这种方式，可以根据光盘的再生波形并根据预定系数来确定r_m。

为了根据光盘的再生波形来计算h_j，如图9所示的信息再生设备的脉冲响应计算器22可以使用例如在文献3中所公开的最小平方方法。在这种情况下，h_j可以根据均衡波形数据串和来自维特比检测器18的识别数据输出或记录在光盘上的数据串来计算。

在如图9所示的电路结构中，与带有例如设定为目标的(1，2，2，2，1)的现有技术相同，通过MMSE方法来执行第一均衡。然后，h_j是根据经过均衡的波形和识别数据或通过最小平方方法记录在光盘上的数据串得到的。在得到h_j之后，考虑到噪声的有色性，执行将h_j设定为目标的均衡，这是上述实施例特有的特征，更为确切地说，通过具有抽头系数r_m的FIR滤波器21。然后通过带有根据经过均衡的波形计算出的抽头系数w_i的FIR滤波器14来执行均衡，从而通过维特比检测来输出最终的判别数据。

当切线倾斜高达0.4°时，在如下三个条件下对bER进行比较：(1)通过现有方法(MMSE)来执行均衡，(2)考虑到噪声的有色性，通过使用(1，2，2，2，1)作为h_j来执行均衡，以及(3)考虑到噪声的有色性，根据实际再生波形得到h_j，并且执行均衡。表1示出了结果。

表1

(1)	(2)	(3)
			1.0×10-3	5.0×10-4	2.0×10-4

如上所述，在上述实施例中，当通过再生信息记录介质10和10a中的每一个上的所记录信号而获得的再生数据串y_k被FIR滤波器14均衡成部分响应波形h_j时，对再生波形数据y_k或来自FIR滤波器14的输出数据串和通过对识别数据串a_k和部分响应波形h_j进行卷积计算而获得的数据串执行卷积计算，并且FIR滤波器14的抽头系数w_i是在所得到的数据串的基础上确定的。对于这一运行，在与部分响应波形h_j相等的再生波形数据y_k的噪声成分(均衡误差)v_d自相关的基础上来计算FIR滤波器14的抽头系数w_i。作为结果，维特比检测器18的检测性能达到最佳，从而提高了bER。另外，每一个信息记录介质10和10a的倾斜和散焦等的再生裕度得到了增加。

Claims (16)

1.一种信息再生设备，包括：

第一FIR滤波器(1)，用于通过将通过对记录在信息记录介质(10，10a)上的信号进行再生而获得的再生数据串(y_k)均衡成部分响应波形(h_k)，来生成均衡波形(x_k)；

目标波形生成装置(2)，用于生成用作均衡目标的目标波形(v_k)；

加权均衡误差计算装置(3)，用于根据再生数据串、从所述第一FIR滤波器输入的均衡波形以及从所述目标波形生成装置输入的目标波形之一，通过对作为均衡波形和目标波形之差的均衡误差(v_d)执行卷积计算来计算数据串；以及

系数计算装置(4)，用于根据从所述加权均衡误差计算装置输入的数据串来计算所述第一FIR滤波器的抽头系数(w_i)，并将抽头系数输出到所述第一FIR滤波器，

其中假设a_k(k为不小于1的整数)为所记录信号的数据串、识别数据串和被推定为所记录数据的数据串之一，y_k为再生数据串，h_j(j为满足1≤j＜k的整数)为部分参考波形的数据串，w_i(i为满足1≤i＜k的整数)为用于所述第一FIR滤波器的抽头系数的数据串，以及r_m(m为满足1≤m＜k的整数)为任意数据串，所述系数计算装置计算基本上使通过如下方程式定义的ε达到最小的抽头系数的数据串w_I，

$\mathrm{\ϵ}=E\left[{(\underset{i}{\mathrm{\Σ}}{w}_i\×z_{k-i}-u_k)}^2\right]$

其中E[]表示[]中的表达式中k的均值，

$z_k=\underset{m}{\mathrm{\Σ}}{r}_m\×y_{k-m}$

$u_k=\underset{m}{\mathrm{\Σ}}{r}_m\×v_{k-m}$

$v_k=\underset{j}{\mathrm{\Σ}}{a}_{k-j}\×h_j.$

2.如权利要求1所述的设备，其中所述加权均衡误差计算装置包括：

第二FIR滤波器(17)，用于对再生数据串和均衡波形之一执行卷积计算；

第三FIR滤波器(16)，用于对目标波形执行卷积计算；以及

减法器，用于通过根据所述第二FIR滤波器的输出和所述第三FIR滤波器的输出之差来对均衡误差执行卷积计算，来计算数据串。

3.如权利要求1所述的设备，其中所述加权均衡误差计算装置包括：

减法器，用于根据目标波形以及再生数据串与均衡波形之一之差来计算均衡误差；以及

第四FIR滤波器(21)，用于对从所述减法装置输入的均衡误差执行卷积计算。

4.如权利要求1所述的设备，其中所述目标波形生成装置通过对部分响应波形以及所记录信号的数据串、识别数据串和被推定为所记录数据的数据串之一执行卷积计算，来生成目标波形。

5.如权利要求4所述的设备，进一步包括维特比检测器(18)，用于根据从所述第一FIR滤波器输入的均衡波形来生成识别数据串和被推定为所记录数据的数据串之一，并且将数据串输出到所述目标波形生成装置。

6.如权利要求1所述的设备，其中数据串r_m是根据数据串h_j得到的。

7.如权利要求4所述的设备，进一步包括部分响应波形计算装置(22)，用于根据从所述第一FIR滤波器输入的均衡波形以及所记录信号的数据串、识别数据串和推定为所记录数据的数据串之一来计算部分响应波形，并且将部分响应波形输出到所述目标波形生成装置。

8.一种信息再生方法，包括如下步骤：

通过对信息记录介质(10，10a)上记录的信号进行再生来生成再生数据串(y_k)；

通过使用FIR滤波器(1)将再生数据串均衡成部分响应波形(h_j)来生成均衡波形(x_k)；

生成用作均衡目标的目标波形(v_k)；

根据目标波形以及再生数据串和均衡波形之一，通过对作为均衡波形和目标波形之差的均衡误差(v_d)执行卷积计算来计算数据串；以及

根据通过对均衡误差执行卷积计算而获得的数据串，来确定第一FIR滤波器的抽头系数(w_i)，

其中假设a_k(k为不小于1的整数)为所记录信号的数据串、识别数据串和被推定为所记录数据的数据串之一，y_k为再生数据串，h_j(j为满足1≤j＜k的整数)为部分参考波形的数据串，w_i(i为满足1≤i＜k的整数)为用于第一FIR滤波器的抽头系数的数据串，以及r_m(m为满足1≤m＜k的整数)为任意数据串，确定抽头系数的步骤包括确定使通过如下方程式定义的ε基本上达到最小的抽头系数的数据串w_i这一步骤，

$\mathrm{\ϵ}=E\left[{(\underset{i}{\mathrm{\Σ}}{w}_i\×z_{k-i}-u_k)}^2\right]$

其中E[]表示[]中的表达式中k的均值，

$z_k=\underset{m}{\mathrm{\Σ}}{r}_m\×y_{k-m}$

$u_k=\underset{m}{\mathrm{\Σ}}{r}_m\×v_{k-m}$

$v_k=\underset{j}{\mathrm{\Σ}}{a}_{k-j}\×h_j.$

9.如权利要求8所述的方法，其中计算数据串的步骤包括：

对再生数据串和均衡波形之一执行卷积计算；

对目标波形执行卷积计算；以及

根据通过执行上述两个卷积计算而获得的两个数据串之差，通过对均衡误差执行卷积计算来计算数据串。

10.如权利要求8所述的方法，其中计算数据串的步骤包括：

根据目标波形与再生数据串之差或目标波形与均衡波形之差来计算均衡误差；以及

对均衡误差执行卷积计算。

11.如权利要求8所述的方法，其中生成目标波形的步骤包括通过对部分响应波形以及所记录信号的数据串、识别数据串和推定为所记录数据的数据串之一执行卷积计算来生成目标波形这一步骤。

12.如权利要求11所述的方法，进一步包括根据均衡波形来生成识别数据串和被推定为所记录数据的数据串之一这一步骤。

13.如权利要求8所述的方法，其中数据串r_m是根据数据串h_j得到的。

14.如权利要求8所述的方法，其中

数据串h_j包括h₁＝1，h₂＝2，h₃＝2，h₄＝1，以及h_J＝0(J为不小于5的整数)，并且

数据串r_m包括r₁＝1，r₂＝2，r₃＝2，r₄＝1，以及r_M＝0(M为不小于5的整数)。

15.如权利要求8所述的方法，其中

数据串h_j包括h₁＝1，h₂＝2，h₃＝2，h₄＝2，h₅＝1，以及h_J＝0(J为不小于6的整数)，并且

数据串r_m包括r₁＝1，r₂＝2，r₃＝1，r₄＝0，r₅＝0，r₆＝0，r₇＝1，r₈＝2，r₉＝1，以及r_M＝0(M为不小于10的整数)。

16.如权利要求8所述的方法，进一步包括根据再生数据串来计算部分响应波形这一步骤。

Images