JP7492428B2

JP7492428B2 - ホログラム記録再生方法およびホログラム記録再生装置

Info

Publication number: JP7492428B2
Application number: JP2020170152A
Authority: JP
Inventors: 祐太郎片野; 輝吉信川; 哲彦室井; 延博木下; 紀彦石井
Original assignee: Japan Broadcasting Corp
Current assignee: Japan Broadcasting Corp
Priority date: 2020-10-07
Filing date: 2020-10-07
Publication date: 2024-05-29
Anticipated expiration: 2040-10-07
Also published as: JP2022061900A

Description

本発明は、ページデータをホログラム記録再生する方法および装置に関し、特に、２次元の変調ブロックに変調され、ホログラム記録されたビット列情報を再生する際に、ニューラルネットワーク等の機械学習法を用いて復調するホログラム記録再生方法およびホログラム記録再生装置に関する。

ホログラムメモリーにおいては、光源からの光束を２経路に分割し、一方はページデータを表示するＳＬＭ（ＳｐａｔｉａｌＬｉｇｈｔＭｏｄｕｌａｔｏｒ：空間光変調器）によって変調して信号光とし、他方は無変調の参照光として、これら信号光と参照光とを同時にホログラム記録媒体に照射し、その際に生成された干渉縞をホログラム記録媒体に書き込むことによってデータを記録している。
また、再生時には、上記干渉縞に参照光を照射することで、元の信号光が担持していたデータを回折光として再生することができ、これをカメラで撮像し取得する。一度の光照射で二次元の情報を一括で記録あるいは再生できるため、転送速度が大きいという利点がある。また、ホログラム記録装置は、角度多重、位相コード多重、球面参照光シフト多重等の様々な多重方式を用いることで、同一箇所にホログラムを多重記録可能であり、これにより高密度に情報を記録することができる。

近年ではさらなる大容量化に向けて、ページデータを従来の２値符号から多値符号にすることで情報量を増大させると同時に、振幅情報だけでなく位相情報を保存することができるホログラムの特徴を利用して、振幅変調と位相変調を組み合わせた記録再生手法が提案されている（非特許文献１を参照）。

ホログラム記録再生に係る光学系を図１１に示す。記録時、レーザー光源１０１から出射された光はレンズ１０２によって拡大され、光学軸方向を調整された１／２波長板１０３によってｐ偏光に変換されるので、ＰＢＳ１０４を透過する。
ＰＢＳ１０４を透過したｐ偏光は、光学軸方向を調整された１／２波長板１０５によって斜め（４５度）偏光とされ、さらにＰＢＳ１０６によってｐ偏光とｓ偏光に分割される。ＰＢＳ１０６において反射するｓ偏光は、振幅変調ＳＬＭ１０７により振幅変調され、位相変調ＳＬＭ１０８により位相変調されることで、振幅位相変調されたページデータ情報を担持し、レンズ群１０９の光路中に配された光記録体積を狭小化するための高周波遮断フィルター１１０を通過した後、ホログラム記録媒体１１４の所定位置に信号光１２１として照射される。
一方、ＰＢＳ１０６からのｐ偏光は、ミラー１１１によって反射され、１／２波長板１１２によってｓ偏光に調整され、ミラー１１３によって入射角度が調整されて、ホログラム記録媒体１１４の上記所定位置に記録時参照光１２２として照射される。
これら信号光１２１および参照光１２２の２つの光は互いに干渉し、これにより生じた干渉縞がホログラムとしてホログラム記録媒体１１４に記録される。

また、再生時には、記録時と同様にレーザー光源１０１から出射した光はレンズ１０２で拡大された後、光学軸方向を調整された１／２波長板１０３によって斜め（４５度）偏光とされ、ＰＢＳ１０４でｐ偏光とｓ偏光の光に分割される。ＰＢＳ１０４を透過するｐ偏光については、光学軸方向を調整された１／２波長板１０５において、偏光状態はＰ偏光のままとされるので、ＰＢＳ１０６も透過することになる（ＰＢＳ１０６からの反射光は生じない）。この後、ＰＢＳ１０６を透過したｐ偏光は、ミラー１１１で反射され、１／２波長板１１２でｓ偏光に調整され、ミラー１１３で入射角度を調整されて、再生時参照光１２２としてホログラム記録媒体１１４の上記所定位置に照射される。これにより、ｓ偏光の再生光１２４がホログラム記録媒体１１４から出射される。

一方、ＰＢＳ１０４によって反射されたｓ偏光は、再生用のプローブ光１２３となる。補正用位相変調ＳＬＭ１１６によって面内の位相むらが無いように調整されたプローブ光１２３と、上記再生光１２４とを合波させると、同位相の領域では光が強め合い、逆位相の領域では光が打ち消される。また、ピエゾ変調器１１７により、プローブ光１２３の位相を０、π／２、π、３／２πと変化させ、その度にこのプローブ光１２３を、上述したＰＢＳ１０４からのｓ偏光と合波させ、得られた干渉縞の像を合計４枚撮影し、演算装置１２０にて４ステップ位相シフト法（例えば、特開２０１９－３３４６７を参照）に基づく演算を行うことにより、位相情報を強度情報に変換して取得することができる。

ところで、ページデータは１インチ相当の面積を有するため、ホログラム記録媒体の膨張・収縮や位置ずれ、光学系により発生する歪曲や各種収差等の影響で、面内で低周波のノイズむらが生じる。同様の理由で、ページデータに像のぼやけが生じ、ページデータ内の輝点から暗点へ光が漏れ出す等の、符号間干渉が生じる。そのため、変調コードとして、差分コードを用いる手法等により、ページデータを分割したある一定の範囲（変調ブロック）内で輝点と暗点の判定を行う技術が提案されている（例えば、特許第３２０９４９３号を参照）。再生時の諸条件からのずれや、レーザー光の面内方向の輝度むら等があっても、変調ブロック内で相対的に輝度値の大小を決定できるため、ページデータ全体で生じるむらの影響をある程度軽減することができ、振幅・位相のいずれの信号においても同様に効果を奏することが可能である。

一方で、多値数の増大によって、振幅値や位相値をより正確に判定して復調することが必要となるため、上記差分コードの利用に加えて、ノイズの補償技術が必要となる。例えば、すべての画素値が、８ｂｉｔ表示の場合で２５５（白画素）であるリファレンスのページデータを、実際に使用する光学系において事前に再生しておき、カメラで取得した画像からページデータ面内に重畳されるノイズ情報を特定する、振幅ノイズの補償方法が提案されている（特許文献１を参照）。ノイズが重畳された画素では輝度値が低下するため、取得したノイズ情報分を再生ページデータから除算あるいは減算することで補償が可能である。位相ノイズについても同様に補償可能である。
しかしながら、特許文献１の手法では、符号間干渉を抑制することはできない。

これに対し、非特許文献２では、画素毎に構成したニューラルネットワークモデルによる等化器で信号処理を行えば、符号間干渉を抑制できるとしている。しかしながら、非特許文献２の手法ではページデータの画素毎にニューラルネットワークを構成するため、等化器を作成するための計算量と時間は膨大となる。

一方、上記のようなノイズ除去手法ではなく、ノイズが混入したページデータから機械学習によって正確に信号を抽出する技術も報告されている（特許文献２、非特許文献３を参照）。この技術では、再生されたページデータを、変調ブロック毎にビット列を復調する。すなわち、事前に畳み込みニューラルネットワーク（Convolutional Neural Network：以下ＣＮＮと称する）にノイズの混入したページデータを繰り返し入力することで、ノイズの中に埋もれた信号の特性を学習しているため、正確に復調することができる。

特許第４８６３９１３号特開２０１９－４６５２０号公報

Teruyoshi Nobukawa and Takanori Nomura, "Multilevel recording of complex amplitude data pages in a holographic data storage system using digital holography," Opt. Express, Vol. 24, No. 18, (2016), pp. 21001-21011 H. Osawa et al., "Neural Network Equalizer Matched to Recording Code in Holographic Data Storage," Jpn. J. Appl. Phys., 50, 09MB05, 2011. T. Shimobaba et al., "Convolutional neural network-based data page classification for holographic memory." Appl. Opt., 56(26): 7327-7330 (2017)

機械学習法（ニューラルネットワーク）を復調に用いる場合、多値数が増大するとネットワークが膨大な大きさになるという大きな問題がある。
例えば、特許文献２では、振幅のみの変調符号として５：９変調符号を用いて変調ブロックを作成している。これは、記録するビット列を５ビット毎に区切り、３×３シンボルで構成された９シンボルの変調ブロックに変換するものである。これを復調するＣＮＮは、逆に９シンボルの変調ブロックを入力し、５ビット毎のビット列信号を出力するものになる。５ビットであれは、２の５乗、すなわち３２種類の尤度が出力されることになり、その中でもっとも高い尤度であるものが復調ビットと推定され復調される。ＣＮＮは、畳み込み層での畳み込み処理の後、全結合層で行列の積によって定めた数の情報が出力できるように構成するのが一般的である。例えば、畳み込み層で１００種類の情報（１，１００）が出力されたとすると、全結合層では重み行列（１００，３２）を掛けることで、出力が（１，３２）となり、３２種類の尤度が出力される。

すなわち、多値数が増え、１変調ブロックあたりの記録可能なデータ数が増加すると、ＣＮＮの出力数が大きくなり、全結合層の重み行列が膨大なサイズとなる。計算速度が遅くなることに加えて、事前に学習した重み行列をメモリーに保存しておかならければならないため、ＣＮＮのネットワークサイズが大きくなり、復調演算処理に必要な記録容量も膨大なものとなってしまう。

本発明は、上記事情に鑑みなされたもので、ホログラム記録媒体から再生されたページデータを復調する際において、機械学習のネットワークサイズの縮小化を図り、復調演算処理に必要な記録容量を大幅に低減するとともに復調演算処理の高速化を図り得るホログラム記録再生方法およびホログラム記録再生装置を提供することを目的とするものである。

なお、本発明は、記録されたホログラムから元の信号を再生する際の技術であって、光の干渉効果を用いて得られた被検体のホログラム記録像を、位相ステップ法等の面倒な計算処理を大幅に軽減しつつ、正確に、かつ高速で再生し得る信号再生技術に関するものである。本発明者等は、長年研究を重ねてきたホログラム再生技術の延長上に、上記目的を達成し得る、以下のような構成を有するホログラム記録再生方法およびホログラム記録再生装置を見出したものである。

本発明のホログラム記録再生方法は、情報記録用のホログラム記録媒体に記録されたページデータを読み出して変調ブロック毎に分割し、該変調ブロック内に配された輝点について第１の機械学習処理により第１のビット列データを復調するとともに、該輝点に重畳された振幅位相信号について第２の機械学習処理により第２のビット列データを復調し、復調された前記２つのビット列データを１つのビット列データとして関連付けることを特徴とするものである。

前記第１の機械学習処理が第１のニューラルネットワークによる処理とし、前記第２の機械学習処理が第２のニューラルネットワーク処理とすることが可能である。
また、前記第２のビット列データ、および複数の前記輝点のうちの所望の輝点であることを特定するラベル情報を、前記第２のニューラルネットワークに入力して前記振幅位相信号を復調することが好ましい。

また、前記ラベル情報は、ワンホット形式で表されることが好ましい。
また、読み出された前記ページデータを位相シフトさせて得た複数枚の再生画像を前記第２のニューラルネットワークに入力することにより、位相シフト法による位相演算処理を用いることなく前記振幅位相信号を復調することが好ましい。
また、前記第２のニューラルネットワークは、前記複数枚の再生画像毎に前記振幅位相信号を復調するネットワーク部を構築し、構築された該ネットワーク部を複製して、前記複数の前記輝点の数に相当する所定数の該ネットワーク部を構築しておき、該所定数の該ネットワーク部の復調処理を、並列にかつ同時に行うことが好ましい。

さらに、本発明のホログラム記録再生装置は、情報記録用のホログラム記録媒体に記録され、読み出されたページデータを変調ブロック毎に分割するページデータ分割手段と、該変調ブロック内に配された輝点の位置に基づき第１のビット列データを復調する第１の機械学習手段と、該輝点の各々に重畳された振幅位相信号に基づき第２のビット列データを復調する第２の機械学習手段と、復調された前記２つのビット列データを１つのビット列データとして関連付けるビット列データ接続手段を備えたことを特徴とするものである。
なお、本願明細書の記載においては、「シンボル」単体を複数個集合させてグループ化した「シンボル」の群を「ブロック」と称するものとする。

本発明のホログラム記録再生方法および装置によれば、輝点位置信号復調用の第１の機械学習処理と振幅位相信号復調用の第２の機械学習処理を独立に行うことで、機械学習のネットワークサイズの縮小化を図り、復調演算処理に必要な記録容量を大幅に低減して復調処理速度の高速性を保つことができる。加えて、輝点位置信号復調処理と振幅位相信号復調処理を並列して実行することができるとともに、各信号のノイズ特性に応じて機械学習のハイパーパラメーターを独立に設定することができ、復調処理の高速化および正確性の向上を図ることができる。

なお、振幅位相信号の復調のための輝点数分のネットワーク部（ＣＮＮ）を用意することなく、１つの振幅位相復調用のネットワーク部（ＣＮＮ）で複数の輝点に重畳された信号を順次復調するように構成すれば、事前学習時に調整されたネットワーク部（ＣＮＮ）内の重みを演算処理装置内に保存する記録領域を小さくすることができる。
また、１つの振幅位相復調用のネットワーク部（ＣＮＮ）を複製して他の輝点のネットワーク部（ＣＮＮ）を構築し、これら複数のネットワーク部（ＣＮＮ）の処理を並列して行うことにより、データの共有化を図って記録領域を小さくすることができるとともに、復調処理の高速化を図ることができる。

本発明の実施例に係るホログラム記録再生方法における記録再生手順を示すフローチャートである。図１に示すホログラム記録再生方法において用いられる２０：９変調による変調ブロック生成を説明するための概略図（（ａ）、（ｂ）共に）である。図１に示すホログラム記録再生方法において用いられる２０：９変調による変調ブロック内のシンボル番号を示す図（ａ）、および輝点位置変換テーブルを示す図（ｂ）である。図１に示すホログラム記録再生方法において用いられる２０：９変調における振幅位相信号のコンスタレーションマップを示す図である。図１に示すホログラム記録再生方法において、２つのＣＮＮによる２０：９変調符号再生データの復調処理を示す図である。図１に示すホログラム記録再生方法において、振幅位相信号を復調する対象シンボルを表すラベル情報を示す図である（（ａ）は変調ブロックのスキャン例、（ｂ）は各輝点に対応するラベル情報態様の例）。図１に示すホログラム記録再生方法において、振幅位相信号復調ＣＮＮへの入力例を示す図である（（ａ）、（ｂ）、（ｃ）共に）。復調に硬判定を用いた従来技術（比較例）に係るホログラム記録再生方法における記録再生手順を示すフローチャートである。図８に示す従来技術（比較例）に係る２０：９変調における輝点位置信号および振幅位相信号のコンスタレーションマップ（ａ）および復調例（（ｂ）、（ｃ））を示す図である。図１に示すホログラム記録再生方法において設定された、ＣＮＮのハイパーパラメーターの一例を示すテーブルである。一般的な、振幅位相信号を記録再生するホログラム記録装置の光学系の構成例を示す概略図である。

以下、本発明の実施形態に係るホログラム記録再生方法およびホログラム記録再生装置について、図面を参照しながら説明する。

（実施例に係るホログラム記録再生方法）
本発明の実施例に係るホログラム記録再生方法の概略的な流れを図１に示す。
まず、ホログラム記録媒体への信号記録処理時においては、記録すべきビット列を用意し（Ｓ１）、このビット列に対して２０：９変調処理を行う（Ｓ２）。ここで２０：９変調処理とは、２０ｂｉｔのビット列データを、３×３のシンボルからなるブロックデータに変調する処理である。
次に、上記変調処理によって得られた変調ブロック３０を２次元状に並べてページデータを作成する（Ｓ３）。

この後、例えば、図１１に示すようなホログラム記録再生装置の光学系１０を用いて、上記ページデータをホログラム記録媒体１１４にホログラム記録する（Ｓ４）。
また、信号再生処理時においては、ホログラム記録媒体１１４の光学系１０を用いてホログラム記録媒体１１４からページデータを再生する（Ｓ５）。この再生処理により、ホログラム記録媒体１１４からページデータを再生し、変調ブロック３０を取り出す（Ｓ６）。
次に、取り出された変調ブロック３０のブロックデータに対して、本実施例方法のポイントとなるＣＮＮ復調処理を施す（Ｓ７）。これにより、３×３のシンボルからなるブロックデータから２０ｂｉｔのビット列データを得る（Ｓ８）。

以下、上述した各手順について、詳しい説明を補足する。
まず、上述した２０：９変調について説明する。
図２に示すように変調ブロック３０は３×３シンボルで構成される（本実施例では中央のマスに基準シンボル２３が配されている）。記録するデータ列を２０ビット毎に区切り、変調によって構成した変調ブロック３０を２次元的に配列してページデータとする。ページデータの振幅信号は振幅変調ＳＬＭ１０７に、位相信号は位相変調ＳＬＭ１０８にそれぞれ入力し表示させて、信号光１２１に担持させる。
本実施例方法の２０：９変調では、先頭４ビットが変調ブロック３０内の４つの輝点位置信号に、また、残りの１６ビットが、各輝点（I～IV）に重畳された振幅位相信号に変調される。
先頭４ビットと変調ブロック３０中の輝点位置の関係を表す変換テーブルを図３に示す。

図３（ａ）に示すように、変調ブロック３０内の９つのマスのうち、基準シンボル２３用の中央のマスを除く８つのマスの各シンボル番号に０または１がセットされるように準備される。
そして、入力されたビット列の先頭４ビット値に応じ、図３（ｂ）のテーブルにしたがって、各シンボル番号の対応位置（上記８つのマス）に、暗点の場合は０、輝点（暗点以外の明るさの点）の場合は１がセットされる。例えば、入力４ビット値が「１１０１」の場合、シンボル番号１から８のマスには、順に「０００１１１０１」となるようにセットされる。

次に、振幅位相信号と対応するビット列を表すコンスタレーションマップを図４に示す。このコンスタレーションマップは極座標で表現され、動径が輝度値、偏角が位相値に設定される。変調ブロック３０のうち中央のマスに位置する基準シンボル２３は、例えば、輝度値が２５５、位相値が０に固定され、変調ブロック３０内のその余のマスに位置する８つのシンボル値に対する基準を示すシンボルとして機能する。
記録再生中のノイズにより、再生されたデータの輝度値や位相値が変動するが、上記８つのシンボルを復調する前処理として、既知の輝度値および位相値を有する基準シンボル２３を参照し、各シンボルの輝度値や位相値を、この基準シンボル２３の既知の輝度値および位相値によって規格化することで、変調ブロック３０全体に発生するノイズの影響を補償することができる。

また、信号再生処理時においては、ホログラム記録媒体１１４から再生されたページデータをカメラ１１９で取得する。取得された再生ページデータから変調ブロック３０を順次取り出し、演算装置１２０内に構築されたＣＮＮを用いて復調処理を行う。
この復調処理に、前述した特許文献２や非特許文献３に示した手法を適用した場合には、９つのシンボルを有する変調ブロック３０を入力し、２０ビットの信号を出力することになるため、ＣＮＮの全結合層では２の２０乗、すなわち１，０４８，５７６種類の尤度を出力するための巨大な行列が必要となり、一般的な演算装置によっては、計算速度の低下およびメモリー不足をきたし、演算処理においてエラーが発生してしまう。

これに対して、本実施例の手法においては、図５に示すように輝点位置情報を有する４ビットと、振幅位相情報を有する１６ビットをそれぞれ独立とされた２つのＣＮＮで復調する。輝点位置信号復調ＣＮＮでは、４ビットの輝点位置信号を復調すべく２の４乗、すなわち１６種類の尤度を出力する。なお、この輝点位置信号復調ＣＮＮへは、ピエゾ変調器１１７でプローブ光１２３の位相を順次変更して得られた４枚の再生ページデータから抽出された４つの変調ブロック３０を入力することで、４チャネル入力とされている。

一方の振幅位相信号復調ＣＮＮについても、同様に４つの変調ブロック３０を入力し、１６ビットを復調するネットワーク構成にすることができる。これにより、上記従来技術のものに比べて復調するネットワーク構成を小型化することができる。
ただし、このような１６ビットを復調するネットワーク構成によっても２の１６乗、すなわち６５，５３６種類の尤度を出力する大きなネットワークとなることが避けられない。そこで、より好ましくは、振幅位相信号４ビットの輝点毎に分割し、各々を順次復調する。その際、どの輝点に重畳された振幅位相信号を復調するかの特定を行うため、４つの変調ブロック３０に加えて、４チャネルのラベル情報４０を振幅位相信号復調ＣＮＮに入力する構成とし、全体で８チャネル入力とする。

上記ラベル情報４０の生成手法を図６に示す。基準シンボル２３を除いた８つのシンボルのうち、４つの輝点（I～IV）のシンボル位置をラスタスキャン順にナンバリングし（（ａ）を参照）、ワンホット形式（対象のみが“１”、それ以外はすべて“０”）で表現する（（ｂ）を参照）。
図７に例示するように、変調ブロック３０内の左下のシンボルは中央の基準シンボル２３を除くと、スキャン順に３番目の輝点IIIであるので、ラベル情報４０は、図６（ｂ）に示すように（黒，黒，白，黒）で表現できる。したがって、ラベル情報４０に相当する５～８チャネルは、それぞれ変調ブロック３０と同じサイズの３×３シンボルで構成された全黒または全白の画像とする。
したがって、４つの輝点（I～IV）の各々に重畳された振幅位相信号から合計１６ビットのデータを復調するためには、４つの変調ブロック３０に加えて、（白，黒，黒，黒）、（黒，白，黒，黒）、（黒，黒，白，黒）および（黒，黒，黒，白）の４つのラベル情報を、順次変えて振幅位相信号復調ＣＮＮに入力すればよい。

ラベル情報４０の入力サイズは、振幅位相信号復調ＣＮＮへ入力する変調ブロック３０のサイズと同一になる。例えば、上記実施例のものとは異なる他の変調符号を用いた場合や、ノイズ耐性を向上させるために変調ブロック３０の周辺に隣接するシンボルまで含めて振幅位相信号復調ＣＮＮに入力する場合等で、振幅位相信号復調ＣＮＮに入力する変調ブロック３０のサイズを例えば５×５とした場合であれば、ラベル情報４０も各々５×５の全白または全黒のシンボルにより構成する。

（実施例に係るホログラム記録再生装置）
本実施例に係るホログラム記録再生装置は、上述した、本実施例に係るホログラム記録再生方法を実施する装置であって、そのホログラムの記録再生に係る光学系は図１１に示すものを用いることができる。ただし、演算装置１２０を構成する各手段は少なくとも以下の構成を備えていることが要求される。
すなわち、演算装置１２０は、ホログラム記録媒体１１４に記録されたページデータ（カメラ１１９から入力される）を変調ブロック３０毎に分割するページデータ分割手段と、この変調ブロック３０内に配された輝点の位置に基づき第１のビット列データを復調する第１の機械学習手段（ＣＮＮ）と、上記輝点に重畳された振幅位相信号に基づき第２のビット列データを復調する第２の機械学習手段（ＣＮＮ）と、復調されたこれら２つのビット列データを１つのビット列データとして接続するビット列データ接続手段を備えてなる。
この実施例に係るホログラム記録再生装置によっても、上記本実施例に係るホログラム記録再生方法と同様の作用効果を奏することができる。

以上に説明したように、輝点位置信号、および各輝点に重畳された振幅位相信号をそれぞれ４ビットずつ独立にＣＮＮで復調することにより、ＣＮＮのネットワークサイズを巨大化させずに、記録されたホログラムメモリーのデータを復調することができる。特に、変調ブロック３０が多値変調符号である場合には、本実施例の方法により奏される効果は大きい。

それぞれのＣＮＮの学習には、ホログラム記録再生装置から再生されたデータと元の記録ビット列をペアとしたデータセットが使用される。ホログラム記録再生装置のノイズの特性に応じて正確にデータを復調できるよう、ＣＮＮ内の重みが調整される。事前学習によって調整されたＣＮＮの重みを保存しておく必要があるが、振幅位相信号復調ＣＮＮ内の重みを複製したＣＮＮを各輝点に応じた数だけ用意しておけば、輝点位置信号復調ＣＮＮを含めたすべてのＣＮＮ復調処理（本実施例では１つの輝点位置信号復調ＣＮＮと４つの振幅位相信号復調ＣＮＮからなる５つのＣＮＮ復調処理）を同時に並列して実行することができ、復調処理のさらなる高速化を図ることができる。

ここで、記録再生時に生じるノイズを付加したシミュレーションについての検証結果について、本実施例を比較例と比較することにより説明する。
なお、ノイズ源としては、図１１中のレーザー光源１０１における固定パターンノイズ、高周波遮断フィルター１１０による符号間干渉ノイズ、プローブ光１２３中の固定パターンノイズ、振幅変調ＳＬＭ１０７および位相変調ＳＬＭ１０８とカメラ１１９の画素ピッチ差によるサンプリングノイズ、振幅変調ＳＬＭ１０７、位相変調ＳＬＭ１０８およびカメラ１１９に生じるランダムノイズを想定した。

（比較例の検証結果）
比較例は、硬判定を用いて復調する場合とした。比較例に係るホログラム記録再生方法における記録再生手順を図８に示す。なお、図８に示された手順は、ページデータを記録し、そのページデータを光学的に読み出す処理に係るステップ（Ｓ１０１～Ｓ１０５）までは、前述した図１に示された手順におけるステップ（Ｓ１～Ｓ５）と同様であるので、ここでは４ステップ位相シフト法を用いた処理ステップ以降のステップ（Ｓ１０６～Ｓ１１１）についてのみ説明する。

硬判定の場合には、再生された４枚のページデータに基づき４ステップ位相シフト法の演算を用いて、再生ページデータの振幅（輝度）情報および位相情報の両者を求める（Ｓ１０６）。ページデータから変調ブロック３０を順次抽出し、復調する（Ｓ１０７）。その際に、抽出した変調ブロック３０の各シンボル（基準シンボル２３以外の各シンボル）の輝度値および位相値を、基準シンボル２３の既知の輝度値および位相値により規格化して、変調ブロック３０全体に発生するノイズの影響を補償しておく（Ｓ１０８）。

基準シンボル２３以外の８シンボルについて、規格化された、輝度値と位相値に基づいてコンスタレーションマップを作成する。このコンスタレーションマップの一例を図９（ａ）に示す。
図９（ａ）に示すように、上記８シンボルの各位置のうち、外周側から順に選択した４点（すなわち輝度値が高い順に選択した４点：図９（ａ）では丸内に５、８、４、６の数字が付されている点）が輝点と推定できる。これにより、シンボル番号１から８は、順に「０００１１１０１」と決定される（輝点について１が、それ以外の暗点について０が付与される）から、図３（ｂ）に示す変換テーブルに基づき、再生４ビット値は「１１０１」と判断され、図９（ｂ）、（ｃ）に示すように、まず、２０ビットのうちの先頭４ビットが復調される（Ｓ１０９）。

次に、この４点に重畳された振幅位相信号を復調する。４点について、変調ブロック３０内の左上のシンボルからラスタスキャン順（図６（ａ）と同様）に、図９（ａ）のマップ内で振幅位相信号点の中から最も距離が近いものを復調ビットとして判定する。これを各４輝点（I～IV）に対して行い、図９（ｂ）、（ｃ）に示すように、得られた各復調ビットを結合させて１６ビット（「００１０００１１１０００１１００」）のビット列とする（Ｓ１１０）。このビット列を、上記輝点位置信号から復調された４ビット（「１１０１」）に続けて結合することで、図９（ｃ）に示すような２０ビットの復調ビット列（再生ビット列）が得られる（Ｓ１１１）。

なお、本比較例においては、記録再生時のノイズによって、シンボル番号４の輝点に重畳された振幅位相信号の復調に誤りが生じている。記録時の正しいビット列は「０００１」であったが、振幅ノイズおよび位相ノイズによってコンスタレーションマップ上で記録時の振幅位相信号点「０００１」から位置ずれが生じ、もっとも距離の近い振幅位相信号点が「００１０」となってしまったため、２ビットの復調誤りが生じた。
なお、硬判定を用いて復調する比較例の場合、復調後のビット誤り率は４．１×１０^－３であった。また、輝点位置信号と振幅位相信号のそれぞれの復調誤りは、２．８×１０^－３、５．１×１０^－３であった

（実施例の検証結果）
本実施例においては、硬判定結果から輝点位置信号よりも振幅位相信号の復調時に誤りが多く発生したことを参照し、振幅位相信号復調ＣＮＮの層数や重み数を増やすことにより、ノイズに対してロバストなネットワーク構成としている。また、輝点位置信号復調ＣＮＮについては、層数や重み数を減らし、復調速度の高速化と学習後の重みを保存する記録領域の削減を図った。このようにして最適化したＣＮＮの構成や学習時の条件を図１０に示す。

このように本実施例に係るＣＮＮ復調においては、輝点位置信号復調ＣＮＮおよび振幅位相信号復調ＣＮＮともに出力は４ビットであるが、ネットワークの構成を特性に応じて変えることが可能であることから、復調速度と復調精度を最適化することができる。
このように、それぞれの信号におけるノイズ量や信号のノイズ耐性が異なることが原因で、輝点位置信号は正確に復調できたものの振幅位相信号では復調誤りが生じているような場合に、前述した比較例では、これを改善していくことが難しい。本実施例はこの点において、比較例と大きく相違する。
また、上記のようにして生成されたＣＮＮを用いて復調する本実施例の場合、復調後のビット誤り率は２．１×１０^－３であり、比較例に比して、ビット誤り率を約半分に低減できた。また、輝点位置信号と振幅位相信号のそれぞれの復調誤りは、１．３×１０^－４、２．６×１０^－３であり、両信号ともに比較例に比して正確に復調できた。

また、図１と図８の比較からもわかるとおり、比較例に係る硬判定ではプローブ光１２３の位相を変えて再生した４枚のページデータについて、４ステップ位相シフト法による演算処理、および規格化の計算処理が復調前に必要であるのに対し、本実施例に係るＣＮＮ復調では事前処理なくそのまま４枚のページデータ画像をＣＮＮに入力すればよいため、演算処理を大幅に簡略化できる。加えて、比較例に係る硬判定では、振幅位相信号を復調するためには、先に輝点位置信号を復調する必要があるが、本実施例に係るＣＮＮ復調では両信号を同時に並列に復調できるため、高速化が可能である。

なお、本発明のホログラム記録再生方法およびホログラム記録再生装置としては上記実施形態のものに限られるものではなく、その他の種々の変更の態様をとることが可能である。例えば、本実施形態では、機械学習の手法として画像認識に優れるＣＮＮを用いているが、これに替えて畳み込み層を含まない多層パーセプトロン等のニューラルネットワークや他の機械学習手法を用いてもよい。また、本実施形態では４ステップ位相法を考慮してＣＮＮへの入力を４枚の変調ブロックとしているが、これに限られるものではなく、４枚以外の任意の複数枚に係る変調ブロックとすることが可能である。

１０、１１０光学系
２３基準シンボル
３０変調ブロック
４０ラベル情報
１０１レーザー光源
１０２、１１５レンズ
１０３、１０５、１１２１/２波長板
１０４、１０６ＰＢＳ
１０７振幅変調ＳＬＭ
１０８位相変調ＳＬＭ
１０９レンズ群
１１０高周波遮断フィルター
１１１、１１３ミラー
１１４ホログラム記録媒体
１１６補正用位相変調ＳＬＭ
１１７ピエゾ変調器
１１８ビームスプリッタ（ＢＳ）
１１９カメラ
１２０演算装置
１２１信号光
１２２参照光
１２３プローブ光
１２４再生光

Claims

情報記録用のホログラム記録媒体に記録されたページデータを読み出して変調ブロック毎に分割し、該変調ブロック内に配された輝点について第１の機械学習処理により第１のビット列データを復調するとともに、該輝点に重畳された振幅位相信号について第２の機械学習処理により第２のビット列データを復調し、復調された前記２つのビット列データを１つのビット列データとして関連付けることを特徴とするホログラム記録再生方法。
前記第１の機械学習処理が第１のニューラルネットワークによる処理であり、前記第２の機械学習処理が第２のニューラルネットワークによる処理であることを特徴とする請求項１に記載のホログラム記録再生方法。
前記第２のビット列データ、および複数の前記輝点のうちの所望の輝点であることを特定するラベル情報を、前記第２のニューラルネットワークに入力して前記振幅位相信号を復調することを特徴とする請求項２に記載のホログラム記録再生方法。
前記ラベル情報は、ワンホット形式で表されることを特徴とする請求項３に記載のホログラム記録再生方法。
読み出された前記ページデータを位相シフトさせて得た複数枚の再生画像を前記第２のニューラルネットワークに入力することにより、位相シフト法による位相演算処理を用いることなく前記振幅位相信号を復調することを特徴とする請求項２～４のうちいずれか１項に記載のホログラム記録再生方法。
前記第２のニューラルネットワークは、前記複数枚の再生画像毎に前記振幅位相信号を復調するネットワーク部を構築し、構築された該ネットワーク部を複製して、前記複数の前記輝点の数に相当する所定数の該ネットワーク部を構築しておき、該所定数の該ネットワーク部の復調処理を、並列にかつ同時に行うことを特徴とする請求項３または４を引用する請求項５に記載のホログラム記録再生方法。
情報記録用のホログラム記録媒体に記録され、読み出されたページデータを変調ブロック毎に分割するページデータ分割手段と、該変調ブロック内に配された輝点の位置に基づき第１のビット列データを復調する第１の機械学習手段と、該輝点の各々に重畳された振幅位相信号に基づき第２のビット列データを復調する第２の機械学習手段と、復調された前記２つのビット列データを１つのビット列データとして関連付けるビット列データ接続手段を備えたことを特徴とするホログラム記録再生装置。