JP2013120617A - 誤り率推定装置、誤り率推定方法、及びプログラム - Google Patents

Abstract

【課題】極めて小さな誤り率を推定すること。
【解決手段】再生信号の各シンボルに対する尤度情報を算出する第１の判定手段と、前記第１の判定手段により算出された尤度情報の一部を劣化させる劣化手段と、前記劣化手段により一部が劣化された尤度情報の組を用いて各シンボルを推定すると共に、当該各シンボルに対する信頼度情報を算出する第２の判定手段と、前記第１の判定手段による処理、前記劣化手段による処理、前記第２の判定手段による処理を繰り返し実行させる制御手段と、前記第２の判定手段による推定結果から誤り率を推定する推定手段と、を備え、繰り返し処理の２回目以降において前記第１の判定手段は、前記信頼度情報を用いて前記各シンボルに対する尤度情報を算出し、前記劣化手段は、繰り返し処理の度に前記第１の判定手段により算出された尤度情報の一部を劣化させる、誤り率推定装置が提供される。
【選択図】図１

Description

本発明は、誤り率推定装置、誤り率推定方法、及びプログラムに関する。

ディジタル通信系では、通信路上で生じる雑音により、送信されたＢｉｎａｒｙ Ｄａｔａが反転し誤りが発生する。その結果、通信品質の劣化が引き起こされる。そこで、通信系の信頼性を向上させるために誤り訂正符号が利用される。現在では、例えば、畳込み符号やＲＳ（Ｒｅｅｄ−Ｓｏｌｏｍｏｎ）符号、或いは、それらを組み合わせた連接符号などの誤り訂正符号が、移動通信システムやストレージシステムにおいて広く利用されている。

さらに、最近では、シャノン限界にせまる特性を示し、様々な通信路において強力な誤り訂正を行う、低密度パリティ検査（ＬＤＰＣ：Ｌｏｗ Ｄｅｎｓｉｔｙ Ｐａｒｉｔｙ Ｃｈｅｃｋ）符号やターボ符号などに注目が集まっている。また、確率的反復復号法（以下、繰り返し復号）についても盛んに研究が行われている。ＬＤＰＣ符号に基づく繰り返し復号については、例えば、下記の特許文献１に記載がある。同文献には、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）の記録信号をＬＤＰＣ符号化し、ＨＤＤから読み出した信号に対して繰り返し復号により誤り訂正を実施する構成が記載されている。

特開２０１０−１２９１０９号公報

ＬＤＰＣ符号と繰り返し復号との組合せは非常に強力な誤り訂正能力を持つ。そのため、最近では、この方式がＨＤＤなどに実装されている。しかし、ＬＤＰＣ符号を採用すると、ＲＳ符号を採用する場合とは異なり、誤り率を推定することが困難になる。ＲＳ符号を採用する場合、伝送チャネルの誤り率が分かれば、誤り訂正後の誤り率（ＢＥＲ：Ｂｉｔ Ｅｒｒｏｒ Ｒａｔｅ）が極めて小さい場合（例えば、ＢＥＲ＝１０^−１４程度）であっても誤り率を理論的に計算することが可能である。

しかし、ＬＤＰＣ符号に基づく繰り返し復号を採用する場合、グラフィカルモデル上における確率伝搬アルゴリズム（例えば、Ｓｕｍ−Ｐｒｏｄｕｃｔ Ａｌｇｏｒｉｔｈｍなど）を用いて復号が行われるため、誤り率を理論的に計算することは困難である。そのため、ＬＤＰＣ符号に基づく繰り返し復号を採用する場合にＢＥＲを推定する方法が求められていた。そこで、本件発明者は、繰り返し復号器内における信号の信頼度情報（ＬＬＲ：Ｌｏｇ Ｌｉｋｅｌｉｈｏｏｄ Ｒａｔｉｏ）を用いてＢＥＲを推定する方法について検討を行った。その検討過程において、本件発明者は、本発明に係る技術的思想に想到するに至った。

本発明は、上記問題に鑑みてなされたものであり、本発明の目的とするところは、極めて小さな誤り率を推定することが可能な、新規かつ改良された誤り率推定装置、誤り率推定方法、及びプログラムを提供することにある。

上記課題を解決するために、本発明のある観点によれば、再生信号の各シンボルに対する尤度情報を算出する第１の判定手段と、前記第１の判定手段により算出された尤度情報の一部を劣化させる劣化手段と、前記劣化手段により一部が劣化された尤度情報の組を用いて各シンボルを推定すると共に、当該各シンボルに対する信頼度情報を算出する第２の判定手段と、前記第１の判定手段による処理、前記劣化手段による処理、前記第２の判定手段による処理を繰り返し実行させる制御手段と、前記第２の判定手段による推定結果から誤り率を推定する推定手段と、を備え、繰り返し処理の２回目以降において前記第１の判定手段は、前記信頼度情報を用いて前記各シンボルに対する尤度情報を算出し、前記劣化手段は、繰り返し処理の度に前記第１の判定手段により算出された尤度情報の一部を劣化させる、誤り率推定装置が提供される。

このように、繰り返し処理を実行する度に毎回尤度情報を劣化させることにより、効果的に誤り率を劣化させることができるため、誤り率が１０^−１４のオーダーになるような極めて誤り率が低い状況においても誤り率の推定が可能になる。例えば、低密度パリティ検査符号のような誤り訂正能力の高い符号を用いる場合でも、上記の誤り率推定装置を適用すれば適切に誤り率を推定することが可能になる。

また、前記尤度情報は、対数尤度比であってもよい。さらに、前記第１の判定手段は、各シンボルの事後確率を算出する事後確率算出器であってもよい。そして、前記第２の判定手段は、低密度パリティ検査復号器であってもよい。このような誤り訂正能力の高い復号器を利用しても、上記の誤り率推定装置を用いることで誤り率を推定することが可能になる。

また、前記劣化手段は、ランダムに選択したシンボルに対する尤度情報を劣化させるように構成されていてもよい。尤度情報をバーストに劣化させると、狭いＳＮＲ範囲でしか誤り率を推定できないが、上記のようにランダムに選択したシンボルの尤度情報を劣化させることで、広いＳＮＲ範囲で誤り率を推定することが可能になる。

また、前記劣化手段は、パリティ部分のシンボルに対する尤度情報を劣化させるように構成されていてもよい。パリティ部分の尤度情報を劣化させることにより、データ部分の尤度情報に手を加えずに誤り率を推定することが可能になる。

また、前記劣化手段は、尤度が最も低くなるように劣化対象の前記尤度情報を劣化させるように構成されていてもよい。例えば、尤度情報として対数尤度比ＬＬＲを利用する場合、劣化手段は、劣化対象のＬＬＲを、ＬＬＲ＝０とすると、１をとる確率と０をとる確率とが等しくなる。このようにして尤度情報を劣化させることにより、極めて誤り率の低い状況において効率的に誤り率を推定することが可能になる。

また、前記劣化手段は、所定の重み値に基づいて尤度が低くなるように劣化対象の前記尤度情報を劣化させるように構成されていてもよい。例えば、劣化手段は、ＬＬＲをＬＬＲ＝０とせず、ＬＬＲを低減させる。このようにして尤度情報を劣化させることにより、極めて誤り率の低い状況において効率的に誤り率を推定することが可能になる。

また、前記重み値は、繰り返し処理の回数が増加するにつれて大きくなるように設定されていてもよい。この場合、前記劣化手段は、前記重み値が大きくなるにつれて尤度が低くなるように劣化対象の前記尤度情報を劣化させる。このようにして尤度情報を徐々に劣化させることにより、極めて誤り率の低い状況において効率的に誤り率を推定することが可能になる。

また、前記劣化手段は、繰り返し処理の回数増加に応じて前記尤度情報の劣化対象となるシンボルの数を増加させるように構成されていてもよい。このようにして尤度情報を徐々に劣化させることにより、極めて誤り率の低い状況において効率的に誤り率を推定することが可能になる。

また、上記課題を解決するために、本発明の別の観点によれば、再生信号の各シンボルに対する尤度情報を算出する第１の判定工程と、前記第１の判定工程により算出された尤度情報の一部を劣化させる劣化工程と、前記劣化工程で一部が劣化された尤度情報の組を用いて各シンボルを推定すると共に、当該各シンボルに対する信頼度情報を算出する第２の判定工程と、前記第２の判定工程による推定結果から誤り率を推定する推定工程と、を含み、前記第１の判定工程における処理、前記劣化工程における処理、及び前記第２の判定工程における処理は繰り返し実行され、繰り返し処理の２回目以降において前記第１の判定工程では、前記信頼度情報を用いて前記各シンボルに対する尤度情報が算出され、前記劣化工程では、繰り返し処理の度に前記第１の判定工程で算出された尤度情報の一部が劣化される、誤り率推定方法が提供される。

このように、繰り返し処理を実行する度に毎回尤度情報を劣化させることにより、効果的に誤り率を劣化させることができるため、誤り率が１０^−１４のオーダーになるような極めて誤り率が低い状況においても誤り率の推定が可能になる。例えば、低密度パリティ検査符号のような誤り訂正能力の高い符号を用いる場合でも、上記の誤り率推定方法を適用すれば適切に誤り率を推定することが可能になる。

また、上記課題を解決するために、本発明の別の観点によれば、再生信号の各シンボルに対する尤度情報を算出する第１の判定機能と、前記第１の判定機能により算出された尤度情報の一部を劣化させる劣化機能と、前記劣化機能により一部が劣化された尤度情報の組を用いて各シンボルを推定すると共に、当該各シンボルに対する信頼度情報を算出する第２の判定機能と、前記第１の判定機能による処理、前記劣化機能による処理、前記第２の判定機能による処理を繰り返し実行させる制御機能と、前記第２の判定機能による推定結果から誤り率を推定する推定機能と、をコンピュータに実現させるためのプログラムであり、繰り返し処理の２回目以降において前記第１の判定機能は、前記信頼度情報を用いて前記各シンボルに対する尤度情報を算出し、前記劣化機能は、繰り返し処理の度に前記第１の判定機能により算出された尤度情報の一部を劣化させる、プログラムが提供される。

このように、繰り返し処理を実行する度に毎回尤度情報を劣化させることにより、効果的に誤り率を劣化させることができるため、誤り率が１０^−１４のオーダーになるような極めて誤り率が低い状況においても誤り率の推定が可能になる。例えば、低密度パリティ検査符号のような誤り訂正能力の高い符号を用いる場合でも、上記のプログラムを適用すれば適切に誤り率を推定することが可能になる。

以上説明したように本発明によれば、極めて小さな誤り率を推定することが可能になる。

本発明の第１実施形態に係る記録再生装置の構成を示した説明図である。 ＬＬＲをランダムに選択する方法について説明するための説明図である。 閾値の設定とＬＬＲ入出力特性との関係を示した説明図である。 閾値の設定とＬＬＲ入出力特性との関係を示した説明図である。 パリティ部分のＬＬＲを劣化させる方法について説明するための説明図である。 本発明の第２実施形態に係る記録再生装置の構成を示した説明図である。 パリティ部分のＬＬＲを劣化させる方法について説明するための説明図である。 ＬＬＲ系列を劣化させない場合の誤り率特性を示した図である。 ＬＬＲ系列を劣化させた場合のＳＮＲ特性を比較した図である。 ＬＬＲ系列を劣化させた場合のＳＮＲ変化特性を比較した図である。 ＬＬＲ系列を劣化させた場合の相関を比較した図である。 ＬＬＲ劣化方法についてＳＮＲの範囲及び相関計数を算出した結果を示す説明図である。

以下に添付図面を参照しながら、本発明の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

［説明の流れについて］
ここで、以下に記載する本発明の実施形態に関する説明の流れについて簡単に述べる。まず、図１〜図５を参照しながら、本発明の第１実施形態に係る記録再生装置１００の構成について説明する。次いで、図６及び図７を参照しながら、本発明の第２実施形態に係る記録再生装置１３０の構成について説明する。次いで、図８〜図１１を参照しながら、本実施形態に係るＬＬＲ劣化方法を適用した場合に得られる効果について説明する。

＜１：第１実施形態（ＬＬＲ消去）＞
まず、本発明の第１実施形態について説明する。本実施形態は、ＬＤＰＣ符号に基づく繰り返し復号に関し、繰り返し処理の度に、毎回、再生信号を軟判定して得られたＬＬＲ系列の一部を消去（ＬＬＲ＝０）にする構成に関する。ＬＬＲ＝０の場合、対応するシンボルを正しく復号できる確率が１／２になるため、ＢＥＲが劣化する。また、繰り返し処理の度にＬＬＲの一部を消去するため、ＢＥＲの劣化が加速される。その結果、誤り訂正後に極めて小さな誤り率となるような復号器内においても誤り率推定が可能になる。

なお、以下では、ＨＤＤにおける復号処理を例に挙げて説明を進めるが、本実施形態に係る技術の適用範囲はこれに限定されない。例えば、半導体メモリから読み出した信号の誤り訂正技術や、無線通信路において生じた誤りを訂正する誤り訂正技術に対しても同様に、本実施形態に係る技術を適用することが可能である。

［１−１：全体構成］
ここで、図１を参照しながら、本実施形態に係る記録再生装置１００の構成について説明する。図１は、本実施形態に係る記録再生装置１００の構成について説明するための説明図である。

図１に示すように、記録再生装置１００は、主に、ＬＤＰＣ符号化器１０１と、読み書き手段１０２と、記録媒体１０３と、ＦＩＲ（Ｆｉｎｉｔｅ Ｉｍｐｕｌｓｅ Ｒｅｓｐｏｎｓｅ）フィルタ１０４と、繰り返し復号器１０５と、により構成される。また、繰り返し復号器１０５は、主に、事後確率復号器１１１と、ＬＬＲ消去手段１１２と、ＬＤＰＣ復号化器１１３とを含む。

記録媒体１０３に記録データを書き込む場合、記録データは、まず、ＬＤＰＣ符号化器１０１に入力される。記録データが入力されると、ＬＤＰＣ符号化器１０１は、入力された記録データをＬＤＰＣ符号化する。ＬＤＰＣ符号化された記録データ（以下、記録信号）は、読み書き手段１０２により記録媒体１０３に書き込まれる。読み書き手段１０２は、例えば、記録再生ヘッド（非図示）により記録媒体１０３に記録信号を書き込む。また、記録媒体１０３から記録データを読み出す場合、読み書き手段１０２は、記録再生ヘッドにより記録媒体１０３から記録信号を読み出す。

記録媒体１０３から読み出された記録信号（以下、再生信号）は、ＦＩＲフィルタ１０４により波形等化された後、繰り返し復号器１０５に入力される。まず、再生信号は、事後確率復号器１１１（ＡＰＰ ｄｅｃｏｄｅｒ；Ａ Ｐｏｓｔｅｒｉｏｒｉ Ｐｒｏｂａｂｉｌｉｔｙ ｄｅｃｏｄｅｒ）に入力される。事後確率復号器１１１は、再生信号に対する軟判定を実施し、再生信号の各シンボルに対する対数尤度比ＬＬＲを算出する。なお、以下の説明において、再生信号のシンボル全体に対するＬＬＲの組をＬＬＲ系列と呼ぶ場合がある。事後確率復号器１１１により算出されたＬＬＲ系列は、ＬＬＲ消去手段１１２に入力される。

ＬＬＲ消去手段１１２は、入力されたＬＬＲ系列のうち、一部のＬＬＲをＬＬＲ＝０にする。このとき、ＬＬＲ消去手段１１２は、例えば、ＬＬＲ系列からランダムに所定数のＬＬＲを選択してＬＬＲ＝０にする。まず、ＬＬＲ消去手段１１２は、図２の上段に示すように、符号語長と同数の一様乱数Ｖａｌｕｅ（０＜Ｖａｌｕｅ＜１）を発生させる。なお、図２の下段は、０＜Ｖａｌｕｅ≦０．１の領域を拡大した拡大図である。図２の下段には、Ｖａｌｕｅ＝Ｔｈｒｅｓｈｏｌｄのレベルが示してあるが、Ｖａｌｕｅ＝０．００の領域には乱数が存在せず、Ｖａｌｕｅ≦０．０１の領域には符号語長全体の１％に相当する数の乱数が存在する。同様に、Ｖａｌｕｅ≦０．０３の領域には符号語長全体の３％に相当する数の乱数が存在する。

ＬＬＲ消去手段１１２は、上記のようにして発生した一様乱数を利用し、ＬＬＲ系列からランダムにＬＬＲを選択する。まず、ＬＬＲ消去手段１１２は、Ｔｈｒｅｓｈｏｌｄを設定し、Ｖａｌｕｅ≦Ｔｈｒｅｓｈｏｌｄとなる領域内の点を抽出する。そして、ＬＬＲ消去手段１１２は、抽出した点に対応する位置にあるＬＬＲをＬＬＲ系列から選択する。Ｔｈｒｅｓｈｏｌｄ＝０．００とした場合、図３に示すように、Ｖａｌｕｅ≦Ｔｈｒｅｓｈｏｌｄとなる領域内に乱数が存在しないことから、ＬＬＲは選択されず、ＬＬＲ消去手段１１２に入力されたＬＬＲ系列（Ａ）と、ＬＬＲ消去手段１１２から出力されるＬＬＲ系列（Ｂ）とは同じものとなる。

一方、ＴｈｒｅｓｈｏｌｄをＴｈｒｅｓｈｏｌｄ＝０．０１に設定すると、符号語長全体の１％に相当する数の乱数が選択されるため、ＬＬＲ系列の１％がＬＬＲ消去手段１１２により選択される。そして、ＬＬＲ消去手段１１２は、選択したＬＬＲをＬＬＲ＝０にする。この場合、図４（Ｃ）に示すように、ＬＬＲ消去手段１１２から出力されたＬＬＲ系列（ＬＬＲ_{Ｅｒａｓｅｒ}）のうち、１％のＬＬＲは０となる。同様に、Ｔｈｒｅｓｈｏｌｄ＝０．０３の場合、図４（Ｄ）に示すように、ＬＬＲ消去手段１１２から出力されたＬＬＲ系列のうち、３％は０となる。なお、以下の説明においては、ＬＬＲ消去手段１１２により０とされるＬＬＲの割合をＲ_ＬＬＲＣ（Ｒａｔｅ ＬＬＲ Ｃｏｎｔｒｏｌ）と表記する場合がある。

また、図４の例では、データ部分も含めてＬＬＲ系列の全体を対象としてランダムにＬＬＲを０にする方法を示したが、例えば、図５に示すように、再生信号のパリティ部分に対応するＬＬＲ系列からランダムにＬＬＲを選択してＬＬＲ＝０としてもよい。Ｔｈｒｅｓｈｏｌｄ＝０．０１の場合、図５（ＬＬＲ＝０とした箇所を×で表現している。）に示すように、ＬＬＲ消去手段１１２から出力されたＬＬＲ系列のうち、ＬＬＲ系列全体の１％が消去されるよう、パリティ部分に対応するＬＬＲ系列が０となる。

再び図１を参照する。ＬＬＲ消去手段１１２の出力ＬＬＲ_{Ｅｒａｓｅｒ}は、ＬＤＰＣ復号器１１３に入力される。ＬＤＰＣ復号器１１３は、入力されたＬＬＲ_{Ｅｒａｓｅｒ}に基づいてＳｕｍ−ｐｒｏｄｕｃｔ ａｌｇｏｒｉｔｈｍによるＬＤＰＣ符号の復号を実施し、記録データを再生した再生データを生成する。また、ＬＤＰＣ復号器１１３は、再生データの各ビットに対する信頼度を示した信頼度情報（ＬＬＲに相当）を算出し、事後確率復号器１１１にフィードバックする。信頼度情報のフィードバックを受けた事後確率復号器１１１は、その信頼度情報を用いて再び軟判定を実施し、再生信号のＬＬＲ系列を算出する。そして、再び算出されたＬＬＲ系列を利用してＬＬＲ消去手段１１２の処理、ＬＤＰＣ復号器１１３の処理が実行される。

上記のように、繰り返し復号器１０５は、信頼度情報を更新しながら、事後確率復号器１１１、ＬＬＲ消去手段１１２、ＬＤＰＣ復号器１１３による処理を繰り返し実行する。このように、繰り返し復号器１０５は、繰り返し処理の度にＬＬＲ系列の一部を０にしてＢＥＲを劣化させる。なお、繰り返し復号器１０５は、反復回数に応じてＢＥＲの劣化を加速させるように構成されていてもよい。例えば、繰り返し復号器１０５は、１回目、２回目、…、Ｎ回目と反復回数が増加するにつれてＲ_ＬＬＲＣを増加させる。この場合、反復回数の増加に伴ってＢＥＲが加速するため、推定誤差を抑制することが可能になる。なお、ＢＥＲは、記録データに対して再生データが誤った割合である。

以上、本実施形態に係る記録再生装置１００の構成について説明した。

［１−２：ＬＬＲ劣化方法］
なお、ＬＬＲ消去手段１１２により０とされるＬＬＲの個数（以下、ＬＬＲ消去数；Ｎｕｍ_ＬＬＲＥ）は、例えば、下記の式（１）で与えられる。但し、符号語長Ｃｏｄｅｗｏｒｄは、下記の式（２）で定義される。また、ＵｓｅｒＤａｔａは記録信号のユーザデータに相当する領域の符号語数であり、Ｐａｒｉｔｙは記録信号のパリティ部分に相当する領域の符号語数である。また、ＬＬＲ＝０とする箇所をパリティ部分で発生させる場合、ＬＬＲ消去手段１１２は、一様乱数を発生させ、下記の式（３）で表現される閾値Ｔｈｒｅｓｈｏｌｄを用いてパリティ部分からランダムにＬＬＲを抽出する。

Ｎｕｍ_ＬＬＲＥ＝Ｃｏｄｅｗｏｒｄ×Ｒ_ＬＬＲＣ
…（１）

Ｃｏｄｅｗｏｒｄ＝ＵｓｅｒＤａｔａ＋Ｐａｒｉｔｙ
…（２）

Ｔｈｒｅｓｈｏｌｄ＝Ｎｕｍ_ＬＬＲＥ／Ｐａｒｉｔｙ
…（３）

以上、本発明の第１実施形態について説明した。

＜２：第２実施形態（ＬＬＲ低減）＞
上記の第１実施形態においては、繰り返し処理の各回においてＬＬＲ系列の一部を０としてＢＥＲを劣化させる構成について述べた。ここでは、本発明の第２実施形態として、繰り返し処理の各回においてＬＬＲ系列の一部を低減させてＢＥＲの劣化を加速させる構成について述べる。

まず、図６を参照しながら、本実施形態に係る記録再生装置１３０の構成について説明する。図６は、本実施形態に係る記録再生装置１３０の構成について説明するための説明図である。

図６に示すように、記録再生装置１００は、主に、ＬＤＰＣ符号化器１０１と、読み書き手段１０２と、記録媒体１０３と、ＦＩＲフィルタ１０４と、繰り返し復号器１０５と、により構成される。また、繰り返し復号器１０５は、主に、事後確率復号器１１１と、ＬＬＲ劣化手段１３２と、ＬＤＰＣ復号器１１３とを含む。上述した第１実施形態に係る記録再生装置１００との主な違いは、ＬＬＲ消去手段１１２がＬＬＲ劣化手段１３２に置き換わっている点にある。そこで、ＬＬＲ劣化手段１３２以外の構成要素については詳細な説明を省略し、ＬＬＲ劣化手段１３２の構成について集中的に説明する。

ＬＬＲ劣化手段１３２の構成について説明するにあたり、まず、ＬＬＲの低減度合いを表すパラメータとして重み（Ｗｅｉｇｈｔ）ＬＬＲ_Ｗを導入する。ＬＬＲ_Ｗが小さくなるほど、対象するＬＬＲが小さい値となる。例えば、パリティ部分のＬＬＲを低減させる場合、ＬＬＲ_Ｗは、下記の式（４）で与えられる。Ｃは、ＬＬＲ_Ｗを調整する係数である。この場合、ＬＬＲ劣化手段１３２は、図７（Ｒ_ＬＬＲＣ＝０．０１の場合；図中の×はＬＬＲに重みを与えた箇所を表す。）に示すように、パリティ部分のＬＬＲ系列から上述した第１実施形態の場合と同様にしてランダムに選択されたＬＬＲにＬＬＲ_ＷをかけてＬＬＲを低減させる。

ＬＬＲ_Ｗ＝Ｃ・（Ｐａｒｉｔｙ／Ｃｏｄｅｗｏｒｄ−Ｒ_ＬＬＲＣ）
…（４）

以上、本発明の第２実施形態について説明した。本実施形態の場合、上記の通り、ＬＬＲ系列の一部に重みを与え、ＬＬＲを低減させることでＢＥＲを劣化させる。また、繰り返し処理の度にＬＬＲを低減することでＢＥＲの劣化を加速させる。なお、本実施形態においても、繰り返し復号器１０５は、反復回数に応じてＢＥＲの劣化を加速させるように構成されていてもよい。例えば、繰り返し復号器１０５は、１回目、２回目、…、Ｎ回目と反復回数が増加するにつれてＬＬＲ_Ｗを小さくする。この場合、反復回数の増加に伴ってＬＬＲの低減度合いが増し、ＢＥＲが加速する。

また、ＬＬＲ系列を０とするより、ＬＬＲに重みを与えて減衰させる方がＢＥＲを予測する際にＳＮＲ Ｒａｎｇｅを幅広く取れるため、Ｈ／Ｍ（Ｈｅａｄ／Ｍｅｄｉａ）の組み合わせによりＨ／Ｍ ＳＮＲが変化しても広範囲にＢＥＲを推定することが可能になるという功を奏する。

＜３：効果＞
ここで、図８〜図１２を参照しながら、上述した第１及び第２実施形態に係る技術を適用した場合に得られる効果について考察する。なお、磁気記録チャネルで発生する雑音は、主に磁化遷移点の変動により発生するメディアノイズとシステムノイズである。そこで、メディアノイズの割合ＭＮＲ（Ｍｅｄｉａ Ｎｏｉｓｅ Ｒａｔｉｏ）が全ノイズ（メディアノイズ＋システムノイズ）の９０％を占める場合、ＭＮＲ＝０．９と表す。また、孤立再生波形の半値幅をビットレートで規格化した線記録密度をＵＢＤ（Ｕｓｅｒ Ｂｉｔ Ｄｅｎｓｉｔｙ）とする。

まず、図８を参照する。ここでは、ＭＮＲ＝０．７、０．９、及び、ＵＢＤ＝１．２、１.４の場合について特性を評価する。繰り返し復号においてＬＬＲの消去又は低減を行わない場合、図８に示すような特性（ＳＮＲ ｖｓ ＢＥＲ特性）が得られる。なお、１セクター中に少なくとも１つの誤りがある場合、エラー数１とカウントする。そのため、ＳＮＲが小さくなると、Ｌｏｇ（ＢＥＲ）＝Ｌｏｇ（１／Ｓｅｃｔｏｒ）となる。また、各ＵＢＤ／ＭＮＲの組み合わせにおいてＬｏｇ（ＢＥＲ）＝−５．５を達成するＳＮＲは、２０．７ｄＢ（ＵＢＤ１．２、ＭＮＲ０．７）、１９．７ｄＢ（ＵＢＤ１．２、ＭＮＲ０．９）、２３．８ｄＢ（ＵＢＤ１．４、ＭＮＲ０．７）、２２．３ｄＢ（ＵＢＤ１．４、ＭＮＲ０．９）となる。以下では、これらをＢａｓｉｓ ＳＮＲとする。

ＨＤＤにおいてはＨｅａｄ／Ｍｅｄｉａの組み合わせが変わるとＳＮＲも変化する。そのため、誤り率推定方式は、幅広いＳＮＲ値に対応し、かつ、どのようなＵＢＤ／ＭＮＲの組み合わせに対しても予測誤差が小さく相関の強いものであることが求められる。

以下、繰り返し処理の１回目にバーストにＬＬＲ系列の一部を０にする方式（Ｄａｔａ Ｂｕｒｓｔ Ｅｒａｓｕｒｅ方式）と、上述した第２実施形態に相当する繰り返し処理毎にパリティ部分のＬＬＲをランダムに制御する方式（Ｐａｒｉｔｙ Ｒａｎｄｏｍ Ａｔｔｅｎｕａｔｉｏｎ方式）とを比較する。特に、図９を参照しながら、ＳＮＲ ｖｓ Ｒ_ＬＬＲＣ特性について比較する。但し、ＳＮＲはＬｏｇ（ＢＥＲ）＝−５．５の場合の値である。また、図１０を参照しながら、ΔＳＮＲ ｖｓ Ｒ_ＬＬＲＣ特性について比較する。但し、ΔＳＮＲは、下記の式（５）で定義される。

ΔＳＮＲ＝ＳＮＲ−Ｂａｓｉｓ ＳＮＲ
…（５）

Ｄａｔａ Ｂｕｒｓｔ Ｅｒａｓｕｒｅ方式の場合、繰り返し処理の１回目のみＬＬＲ＝０とし、２回目以降の繰り返し復号においてはＬＬＲを制御しないこととしているため、２回目以降の処理ではＢＥＲの劣化が無い。従って、Ｒ_ＬＬＲＣを大きく設定しても、ＳＮＲを大きくするとＬＬＲ系列全体の信頼度が上がり、図１０（Ａ）に示すように、△ＳＮＲ＞１．５ｄＢ、Ｒ_ＬＬＲＣ＞０．０７の範囲ではＬｏｇ（ＢＥＲ）＝−５．５におけるＳＮＲの値がとれなくなる。

一方、図１０（Ｂ）に示すように、Ｐａｒｉｔｙ Ｒａｎｄｏｍ Ａｔｔｅｎｕａｔｉｏｎ方式の場合、広範囲の△ＳＮＲでＳＮＲの値が得られる。つまり、Ｐａｒｉｔｙ Ｒａｎｄｏｍ Ａｔｔｅｎｕａｔｉｏｎ方式は、ＳＮＲ Ｒａｎｇｅが広く、かつ、様々なＵＢＤ／ＭＮＲの組み合わせに対して予測誤差が小さい相関の強い方式であることが分かる。また、Ｐａｒｉｔｙ Ｒａｎｄｏｍ Ａｔｔｅｎｕａｔｉｏｎ方式は、ＳＮＲの変動に対して鈍感であることも分かる。なお、ＳＮＲの変動に対して鈍感であるほうがＢＥＲを推定する際には扱いやすい。

図１１に、図１０と同じデータについて全てのサンプルポイントに対する相関及びＳＮＲ Ｒａｎｇｅを示した。図１１から分かるように、Ｐａｒｉｔｙ Ｒａｎｄｏｍ Ａｔｔｅｎｕａｔｉｏｎ方式は、相関及びＳＮＲ ＲａｎｇｅについてＤａｔａ Ｂｕｒｓｔ Ｅｒａｓｕｒｅ方式よりも良好な特性が得られている。

ここで、上述した第１及び第２実施形態に係る方式を含め、ＬＬＲ系列を制御してＢＥＲを推定する方式について考え得る範囲でＳＮＲ Ｒａｎｇｅと相関係数とを算出した結果を図１２に示した。図１２において、Ｎｏ．１−１は、上述したＤａｔａ Ｂｕｒｓｔ Ｅｒａｓｕｒｅ方式に対応し、繰り返し処理の１回目だけバーストにＬＬＲ系列の一部を０にする方式である。また、Ｎｏ．１−２は、繰り返し処理の度に毎回、ＬＬＲ系列の一部をバーストに０にする方式である。

Ｎｏ．２−１は、繰り返し処理の１回目だけＬＬＲ系列の一部をランダムに０にする方式である。また、Ｎｏ．２−２は、繰り返し処理の度に毎回、ＬＬＲ系列の一部をランダムに０にする方式である。Ｎｏ．３−１は、繰り返し処理の１回目だけパリティ部分に対応するＬＬＲ系列の一部をバーストに０にする方式である。また、Ｎｏ．３−２は、繰り返し処理の度に毎回、パリティ部分に対応するＬＬＲ系列の一部をバーストに０にする方式である。Ｎｏ．４−１は、繰り返し処理の１回目だけパリティ部分に対応するＬＬＲ系列の一部をランダムに０にする方式である。また、Ｎｏ．４−２は、繰り返し処理の度に毎回、パリティ部分に対応するＬＬＲ系列の一部をランダムに０にする方式である。

Ｎｏ．５−１は、繰り返し処理の１回目だけＬＬＲ系列の一部をバーストに重み付けする方式である。また、Ｎｏ．５−２は、繰り返し処理の度に毎回、ＬＬＲ系列の一部をバーストに重み付けする方式である。Ｎｏ．６−１は、繰り返し処理の１回目だけＬＬＲ系列の一部をランダムに重み付けする方式である。また、Ｎｏ．６−２は、繰り返し処理の度に毎回、ＬＬＲ系列の一部をランダムに重み付けする方式である。

Ｎｏ．７−１は、繰り返し処理の１回目だけパリティ部分に対応するＬＬＲ系列の一部をバーストに重み付けする方式である。また、Ｎｏ．７−２は、繰り返し処理の度に毎回、パリティ部分に対応するＬＬＲ系列の一部をバーストに重み付けする方式である。Ｎｏ．８−１は、繰り返し処理の１回目だけパリティ部分に対応するＬＬＲ系列の一部をランダムに重み付けする方式である。また、Ｎｏ．８−２は、繰り返し処理の度に毎回、パリティ部分に対応するＬＬＲ系列の一部をランダムに重み付けする方式である。

１−１方式及び８−２方式の特性は、それぞれ図１１（Ａ）及び（Ｂ）に示している。２−１方式、３−１方式、４−１方式、５−１方式、６−１方式、７−１方式、８−１方式は、全て１回目だけＬＬＲ系列を制御するので、後のＩｔｅｒａｔｉｏｎ効果でＬＬＲ制御の影響が無くなり、全てほぼ同値のＳＮＲ Ｒａｎｇｅ及び相関係数になる。また、１−１方式などよりも、１−２方式などのように繰り返しの度にＬＬＲ系列を制御する方がＳＮＲの変化に対してＢＥＲの劣化が鈍感になり、良好なＳＮＲ Ｒａｎｇｅ及び相関係数が得られる。

ところで、ＬＤＰＣ符号に基づく繰り返し復号は、バースト誤りに対して耐性がないが、ランダム誤りに対して良好な改善特性を持つ。そのため、ＵＢＤ／ＭＮＲの組合せが変わって信号特性が変化しても、どの組合せに対してもランダム誤りの方が安定して尤度を高めることができる。その結果、ランダムにＬＬＲを制御する方が、ばらつきが少なく、相関特性が良くなる。従って、１−２方式などよりも２−２方式などのランダムにＬＬＲを劣化させる方式の方が良好な特性を示す。

なお、最終的にＢＥＲを計算する際にパリティ部分は関係しない。そのため、１−２方式よりも、３−２方式などのようにパリティ部分のＬＬＲを制御する方が良い特性が得られる。また、ＬＬＲ＝０として、その時点の情報を全く無くすよりも、ＬＬＲに重み付けして適度にＬＬＲの情報を残す方が、ＢＥＲの特性が得られるＳＮＲ Ｒａｎｇｅが大きくなる。また、Ｒ_ＬＬＲＣを大きくしても信号劣化が少ないため、広範囲のＳＮＲ ＲａｎｇｅでＢＥＲの推定が可能になる。

また、１−２方式よりも、５−２方式は、大きなＳＮＲ Ｒａｎｇｅが得られている。さらに、繰り返し処理の度にパリティ部分のＬＬＲに対してランダムにＬＬＲの重み付けをする８−２方式は、上述したＤａｔａ Ｂｕｒｓｔ Ｅｒａｓｕｒｅ方式に比べてＳＮＲ Ｒａｎｇｅ及び相関を大きく改善することができ、良好なＢＥＲ推定が可能になる。

以上の考察から、上述した第１及び第２実施形態に係る方式を適用すると、ＵＢＤ／ＭＮＲの様々な組み合わせにおいて良好な相関が得られることが分かった。

以上、添付図面を参照しながら本発明の好適な実施形態について説明したが、本発明は係る例に限定されないことは言うまでもない。当業者であれば、特許請求の範囲に記載された範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。

１００ 記録再生装置
１０１ ＬＤＰＣ符号化器
１０２ 読み書き手段
１０３ 記録媒体
１０４ ＦＩＲフィルタ
１０５ 繰り返し復号器
１１１ 事後確率復号器
１１２ ＬＬＲ消去手段
１１３ ＬＤＰＣ復号化器
１３０ 記録再生装置
１３２ ＬＬＲ劣化手段

Claims (10)

1. 再生信号の各シンボルに対する尤度情報を算出する第１の判定手段と、
   前記第１の判定手段により算出された尤度情報の一部を劣化させる劣化手段と、
   前記劣化手段により一部が劣化された尤度情報の組を用いて各シンボルを推定すると共に、当該各シンボルに対する信頼度情報を算出する第２の判定手段と、
   前記第１の判定手段による処理、前記劣化手段による処理、前記第２の判定手段による処理を繰り返し実行させる制御手段と、
   前記第２の判定手段による推定結果から誤り率を推定する推定手段と、
   を備え、
   繰り返し処理の２回目以降において前記第１の判定手段は、前記信頼度情報を用いて前記各シンボルに対する尤度情報を算出し、
   前記劣化手段は、繰り返し処理の度に前記第１の判定手段により算出された尤度情報の一部を劣化させる
   ことを特徴とする、誤り率推定装置。
2. 前記尤度情報は、対数尤度比であり、
   前記第１の判定手段は、各シンボルの事後確率を算出する事後確率算出器であり、
   前記第２の判定手段は、低密度パリティ検査復号器である
   ことを特徴とする、請求項１に記載の誤り率推定装置。
3. 前記劣化手段は、ランダムに選択したシンボルに対する尤度情報を劣化させる
   ことを特徴とする、請求項１又は２に記載の誤り率推定装置。
4. 前記劣化手段は、パリティ部分のシンボルに対する尤度情報を劣化させる
   ことを特徴とする、請求項１〜３のいずれか１項に記載の誤り率推定装置。
5. 前記劣化手段は、尤度が最も低くなるように劣化対象の前記尤度情報を劣化させる
   ことを特徴とする、請求項３又は４に記載の誤り率推定装置。
6. 前記劣化手段は、所定の重み値に基づいて尤度が低くなるように劣化対象の前記尤度情報を劣化させる
   ことを特徴とする、請求項３又は４に記載の誤り率推定装置。
7. 前記重み値は、繰り返し処理の回数が増加するにつれて大きくなるように設定され、
   前記劣化手段は、前記重み値が大きくなるにつれて尤度が低くなるように劣化対象の前記尤度情報を劣化させる
   ことを特徴とする、請求項６に記載の誤り率推定装置。
8. 前記劣化手段は、繰り返し処理の回数増加に応じて前記尤度情報の劣化対象となるシンボルの数を増加させる
   ことを特徴とする、請求項１〜７のいずれか１項に記載の誤り率推定装置。
9. 再生信号の各シンボルに対する尤度情報を算出する第１の判定工程と、
   前記第１の判定工程により算出された尤度情報の一部を劣化させる劣化工程と、
   前記劣化工程で一部が劣化された尤度情報の組を用いて各シンボルを推定すると共に、当該各シンボルに対する信頼度情報を算出する第２の判定工程と、
   前記第２の判定工程による推定結果から誤り率を推定する推定工程と、
   を含み、
   前記第１の判定工程における処理、前記劣化工程における処理、及び前記第２の判定工程における処理は繰り返し実行され、
   繰り返し処理の２回目以降において前記第１の判定工程では、前記信頼度情報を用いて前記各シンボルに対する尤度情報が算出され、
   前記劣化工程では、繰り返し処理の度に前記第１の判定工程で算出された尤度情報の一部が劣化される
   ことを特徴とする、誤り率推定方法。
10. 再生信号の各シンボルに対する尤度情報を算出する第１の判定機能と、
    前記第１の判定機能により算出された尤度情報の一部を劣化させる劣化機能と、
    前記劣化機能により一部が劣化された尤度情報の組を用いて各シンボルを推定すると共に、当該各シンボルに対する信頼度情報を算出する第２の判定機能と、
    前記第１の判定機能による処理、前記劣化機能による処理、前記第２の判定機能による処理を繰り返し実行させる制御機能と、
    前記第２の判定機能による推定結果から誤り率を推定する推定機能と、
    をコンピュータに実現させるためのプログラムであり、
    繰り返し処理の２回目以降において前記第１の判定機能は、前記信頼度情報を用いて前記各シンボルに対する尤度情報を算出し、
    前記劣化機能は、繰り返し処理の度に前記第１の判定機能により算出された尤度情報の一部を劣化させる、
    プログラム。