JPH0594630A - 光デイスクのトラツキングサーボ機構 - Google Patents

Abstract

(57)【要約】 【目的】 光ディスクにおいて超高密度の記録再生に極
めて好都合なトラッキングサーボ信号を得る。 【構成】 ニューラルネット８は、インプットバッファ
増幅器９から構成される入力層と、ニューロンモデル１
０から構成される中間層と出力層１１からなり、各受光
素子７ａ，７ｂ，７ｃ，７ｄからの入力信号は、各イン
プットバッファ増幅器９を通過後、シナプス重み（シナ
プス結合係数）に反比例した５個の抵抗器１２…を通っ
て中間層に導かれる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は光ディスクにおいてレー
ザビームに正確にトラックをトレースさせるトラッキン
グサーボ機構に関する。

【０００２】

【従来の技術】光ディスクの記録信号を読取って再生す
る光ピックアップ回路は、図８に示すように、レーザ光
源１０１からのレーザビームをコリメータレンズ１０２
を介して平行光線化し、ビームスプリッタ１０３及び対
物レンズ１０４を介して集束してディスク１０５のピッ
ト上に射出し、ディスク１０５からの反射光を対物レン
ズ１０４を介してビームスプリッタ１０３に入射して方
向を変更して分離し、コンバージングレンズ１０６を介
して受光素子１０７に入射する。そして、受光素子１０
７からの信号をアンプ１０８で増幅した後、波形等化器
１０９を介してコンパレータ１１０で所定レベルと比較
して、ディジタル信号化して出力する。

【０００３】上述したようにレーザビームをピット上に
射出し、その反射光を受光素子に入射させ、受光素子か
らの信号をディジタル信号化して出力するにはビームが
常に正確にトラックをトレースしていなければならず、
外れた場合にはそれを検知して補正しなければならな
い。このためのサーボ機構として従来から３点ビーム法
及びプッシュプル法が知られている。

【０００４】３点ビーム法は図９に示すようにトラック
をトレースする主ビームスポットの他に、副ビームスポ
ットＡ，Ｂをトラックに照射し、副ビームスポットＡ，
Ｂとトラックとの重なり量が等しくなるように制御する
方法であり、プッシュプル法は図１０に示すように照射
するビームを１つとし、トラックの部分で左右に反射し
た戻りビームの強度分布が左右とも等しくなるように制
御する方法である。

【０００５】

【発明が解決しようとする課題】ところで、上述したよ
うにディスクのピットにレーザ光を集光させて焦点（フ
ォーカス）を結んで信号を再生する場合、図１１にも示
すように、光が波動であることに起因して焦点の大きさ
はビームウェストと称されている大きさ以下にすること
はできない。このビームウェストの大きさＳは、光ピッ
クアップに用いるレーザ波長λに比例するとともに、レ
ンズの口径ＮＡ（ニューメリカル・アパーチャ）に反比
例する、即ちＳ＝λ／ＮＡで決定されることになる。こ
の焦点の形状はエアリ回析像と呼ばれるものである。

【０００６】コンパクトディスクの場合、トラック間隔
は１．６μｍであり、使用するレーザビームの波長λは
０．７８μｍ、レンズのＮＡは通常０．４５程度であ
る。したがってＳ＝λ／ＮＡ＝１．７３μｍでトラック
間隔１．６μｍにほぼ等しく、従来のトラッキングサー
ボで問題はないが、トラック間隔を例えば０．８μｍと
した超高密度記録再生を行う場合には従来方法では対処
できない。

【０００７】

【課題を解決するための手段】図１２は光ディスクのピ
ットとビームスポットとの関係を示す図であり、図１２
（ａ）に示すようにビームの当る位置がピットとピット
の間にある時には、従来のトラッキングサーボの説明か
らも分るようにサーボ信号は得られない。また図１２
（ｂ）に示すようにビームがピットのほぼ中央に位置す
る場合には、１次回折光が得られるので、これに基づい
てトラッキングサーボを行うことができるが、ディスク
の傾きと隣接するトラックの影響を受けやすいことが実
験の結果分った。しかしながら図１２（ｃ）に示すよう
に、ビームがピットのエッジに位置している時はディス
クの傾きや隣接するトラックの影響には殆ど影響されな
いことが判明した。

【０００８】そこで本発明者は上記図１２（ｃ）に示し
た知見に基づいて本発明をなしたものであり、本願発明
は光ピックアップ内の複数の受光素子からの信号をニュ
ーラルネットに入力して並列分散処理し、アクチュエー
タ等の駆動系に信号を出力するようにした光ディスクの
トラッキングサーボ機構において、前記光ピックアップ
の回路内に組込まれたニューラルネットのシナプス結合
係数を、ピットエッジ部分に重みをおいて教師信号と比
較する学習で決定するようにした。

【０００９】

【作用】光ピックアップの各受光素子から得られる複数
の信号をニューラルネットを介してアクチュエータ等の
駆動系に出力することで、トラッキングサーボがなされ
る。

【００１０】

【実施例】以下に本発明の実施例を添付図面に基づいて
説明する。ここで図１は本発明に係るトラッキングサー
ボ機構を適用した光ピックアップ回路の構成図、図２は
同回路中のニューラルネットの構築図、図３はニューラ
ルネットのハード構成を示す図である。

【００１１】図１に示すように光ピックアップは、レー
ザダイオード１からのレーザ光をコリメータレンズ２を
介して平行光線化し、ビームスプリッタ３及び対物レン
ズ４を介して集束してディスク５のピット上に射出し、
ディスク５からの反射光を対物レンズ４を介してビーム
スプリッタ３に入射して方向を変更して分離し、コンバ
ージングレンズ６を介して受光素子７に入射している。
ここで、受光素子７は図２にも示すように前左の受光素
子７ａ、前右の受光素子７ｂ、後右の受光素子７ｃ及び
後左の受光素子７ｄを田の字形に配列した受光素子群か
ら構成されている。

【００１２】そして、受光素子７からの信号はニューラ
ルネット８を介してディジタル信号化して出力される。
このニューラルネット８の構成は図２及び図３に示すよ
うに、インプットバッファ増幅器９から構成される入力
層と、ニューロンモデル１０から構成される中間層と出
力層１１からなり、各受光素子７ａ，７ｂ，７ｃ及び７
ｄからの入力信号は、各インプットバッファ増幅器９を
通過後、シナプス重み（シナプス結合係数）に反比例し
た５個の抵抗器１２…を通って中間層に導かれる。

【００１３】ここで、シナプス重みは理想的信号、例え
ばディスクを作るときに用いた２値信号を教師信号とし
たバックプロバゲーション学習により決定され、その重
みには正と負があるため、各ニューロンモデル１０には
それぞれ正、負それぞれの端子１ａ〜５ａ，１ｂ〜５ｂ
を設けている。尚、ニューロンモデル１０の数を増加さ
せればより複雑な学習を行うニューラルネットを作成で
きるが、後述する教師信号との関係からニューロンモデ
ル１０の数は５〜７が適当である。

【００１４】ところで図３のハード構成からも分るよう
に、本発明は高速処理に対応するため光ピックアップの
回路内に組込んだニューラルネット自体には学習機能を
持たせていない。つまり本発明にあっては、図４に示す
ようにワークステーション（大型コンピュータ）内にニ
ューラルネットを構築し、このニューラルネットに各受
光素子７ａ，７ｂ，７ｃ，７ｄからの信号を入力し、同
時にニューラルネットからの出力を監視し、教師信号と
比較し、教師信号とのずれに基づいてニューラルネット
内の各シナプス結合係数を決定する。そして、決定した
シナプス結合係数に対応した抵抗器１２…を選定して光
ピックアップの回路内でのニューラルネットを形成す
る。

【００１５】次に、本発明のニューラルネットを構築す
るための学習用データの記録と教師信号の作成方法につ
いて述べる。

【００１６】（学習用データの記録）先ず図５に示すよ
うに、光ピックアップのトラッキングサーボを行わない
オフトラッキングの状態で、各受光素子７ａ，７ｂ，７
ｃ，７ｄからのＲＦ信号をデータレコーダに記録する。
記録結果の一例を図６に示す。図６のＡ，Ｂ，Ｃ，Ｄの
細かいギザギザはピットを表し、振幅の大きい部分はビ
ームスポットがトラック上にあることを、また振幅の小
さい部分はビームスポットがトラックとトラックの間に
あることを表している。そして、得られたデータを前記
ワークステーションのコンピュータに入力し、次に述べ
る教師信号を作成し、この教師信号によってワークステ
ーションのニューラルネットに学習を行わせてシナプス
結合係数を求める。

【００１７】（教師信号の作成方法１）図６からデータ
のどの部分がオントラックでどの部分がオフトラックか
が分り、１次回折光による現象によって振幅の大きさが
Ａ，Ｄに対してＢ，Ｃが右側にずれていることが分る。
そこで、（Ａ＋Ｄ）−（Ｂ＋Ｃ）なる演算を行えば図７
（ａ）に示すトラックからのずれとサーボ信号出力の大
きさとの関係を示すグラフが得られる。これをそのまま
教師信号として用いると、前記図１２（ｂ）に示したよ
うなディスクの傾きと隣接するトラックの影響を受けや
すいデータをも教師信号にして好ましくないので、本発
明はピットとビームスポットとの位置関係が好ましい状
態のみ、即ち図１２（ｃ）に示すようにビームスポット
がピットのエッジに位置している時のみを選択して学習
を行わせるようにした。

【００１８】そのために本発明は図７（ｂ）に示すピッ
トからのデータ（図６に示す１ピットのデータは時間軸
を詰めているので針のように尖っているが、実際のデー
タは台形になる）から図７（ｃ）に示すように微分値
（点線）及び微分値の絶対値（実線）をとり、この微分
値の絶対値と図７（ａ）に示すデータとを乗算すれば、
ビームスポットがピットのエッジに位置している時のみ
を選択して学習を行わせることができる。

【００１９】（教師信号の作成方法２）二次元（前後左
右）のフーリエ変換の性質として、前後差情報と交叉差
情報とを乗算すると、左右差（トラッキング方向）情報
が得られる。光学的にはレンズを挟んで、ピットと４分
割受光素子は互いにフーリエ変換像の関係にある。これ
を利用して（前後差）×（交叉差）を計算すれば、その
まま教師信号となる。即ち、得られたデータから（Ａ＋
Ｂ−Ｃ−Ｄ）×（Ａ＋Ｃ−Ｂ−Ｄ）を計算すればよい。
このようにして得られた教師信号を図６の下段に示す。

【００２０】

【発明の効果】以上に説明したように本発明によれば、
光ピックアップ内の複数の受光素子からの信号をピット
エッジ部分に重みをおいたシナプス結合係数のニューラ
ルネットに入力してアクチュエータ等の駆動系に信号を
出力するようにしたので、ディスクの傾きに影響され
ず、例えばトラック間隔が０．７μｍといったような超
高密度の記録再生に極めて好都合なトラッキング信号を
得ることができる。また本発明によれば、例えば光ディ
スクが傾くことで、サーボにエラーが発生するのであれ
ば、予めこのエラーを学習させておくことで、エラーの
ないサーボ信号を得ることもできる。

【図面の簡単な説明】

【図１】本発明に係るトラッキングサーボ機構を適用し
た光ピックアップ回路の構成図

【図２】ニューラルネットの構築図

【図３】ニューラルネットのハード構成を示す図

【図４】学習状態を示す図

【図５】受光素子からの学習用データの記録方法を説明
した図

【図６】学習用データを示すグラフ

【図７】（ａ）は学習用データから得られたトラックか
らのずれとサーボ信号出力の大きさとの関係を示すグラ
フ、（ｂ）はピットからのデータを示すグラフ、（ｃ）
はピットからのデータの微分値を示すグラフ

【図８】従来の光ピックアップ回路の構成図

【図９】従来のトラッキングサーボの概念図

【図１０】従来のトラッキングサーボの概念図

【図１１】ビームウェストの説明図

【図１２】光ディスクのピットとビームスポットとの関
係を示す図

【符号の説明】

１…レーザダイオード、５…ディスク、７，７ａ，７
ｂ，７ｃ，７ｄ…受光素子、８…ニューラルネット、９
…インプットバッファ増幅器、１０，１１…ニューロン
モデル、１２…抵抗器。

Claims (4)

【特許請求の範囲】
1. 【請求項１】 光ピックアップ内の複数の受光素子から
   の信号をニューラルネットに入力して並列分散処理し、
   アクチュエータ等の駆動系に信号を出力するようにした
   光ディスクのトラッキングサーボ機構において、前記光
   ピックアップの回路内に組込まれたニューラルネットの
   シナプス結合係数は教師信号と比較する学習で決定さ
   れ、またこの学習はピットエッジ部分に重みをおいて行
   うようにしたことを特徴とする光ディスクのトラッキン
   グサーボ機構。
2. 【請求項２】 前記光ピックアップの回路内に組込まれ
   たニューラルネットは学習機能を持たず、学習は専用の
   ワークステーションで行うことを特徴とする請求項１に
   記載の光ディスクのトラッキングサーボ機構。
3. 【請求項３】 前記教師信号は光ピックアップ内の複数
   の受光素子から得られる少なくとも左右２つの信号間の
   減算から１次回折光信号を得るとともに、各信号を合成
   した総和信号からエッジの重み付け係数を得て、これを
   前記１次回折光信号に乗算して得るようにしたことを特
   徴とする請求項１に記載の光ディスクのトラッキングサ
   ーボ機構。
4. 【請求項４】 前記教師信号は光ピックアップ内の複数
   の受光素子から、前左、前右、後左及び後右の４つの信
   号を得て、これから交叉差信号と前後差信号を算出し、
   これら交叉差信号と前後差信号を乗算して得るようにし
   たことを特徴とする請求項１に記載の光ディスクのトラ
   ッキングサーボ機構。