KR100335616B1 - 데이타저장기기에 있어서신호검출방법및장치 - Google Patents

데이타저장기기에 있어서신호검출방법및장치 Download PDF

Info

Publication number
KR100335616B1
KR100335616B1 KR1019950045814A KR19950045814A KR100335616B1 KR 100335616 B1 KR100335616 B1 KR 100335616B1 KR 1019950045814 A KR1019950045814 A KR 1019950045814A KR 19950045814 A KR19950045814 A KR 19950045814A KR 100335616 B1 KR100335616 B1 KR 100335616B1
Authority
KR
South Korea
Prior art keywords
signal
output
data
weight
value
Prior art date
Application number
KR1019950045814A
Other languages
English (en)
Other versions
KR970029614A (ko
Inventor
김성진
김진숙
Original Assignee
삼성전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Priority to KR1019950045814A priority Critical patent/KR100335616B1/ko
Publication of KR970029614A publication Critical patent/KR970029614A/ko
Application granted granted Critical
Publication of KR100335616B1 publication Critical patent/KR100335616B1/ko

Links

Classifications

    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
    • G11B20/10—Digital recording or reproducing
    • G11B20/10009—Improvement or modification of read or write signals
    • G11B20/10046—Improvement or modification of read or write signals filtering or equalising, e.g. setting the tap weights of an FIR filter
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
    • G11B20/10—Digital recording or reproducing
    • G11B20/10009—Improvement or modification of read or write signals
    • G11B20/10268—Improvement or modification of read or write signals bit detection or demodulation methods

Abstract

본 발명은 데이타 저장기기에 있어서 신호검출방법 및 장치에 관한 것으로서, 부분응답 특성의 신호 간섭을 갖는 디지탈 수신신호r k 를 등화한 후 심볼 데이타를 검출하기 위하여 디지탈 수신신호r k 를 일정한 계수열과 내적하여 미래 심볼에 의한 영향이 제거된 신호y k 를 출력하는 피드포워드 필터; 뉴럴 네트웍의 MLP 방식에 근거하고, 피드포워드 필터의 출력신호y k 와 이미 검출된 데이타열을 입력으로 하여 단계별 가중치W n 를 통하여 과거 심볼에 의한 비선형 간섭이 제거된 신호z k 를 출력하는 NNEQ 필터; NNEQ 필터의 출력신호z k 를 일정한 임계값 이상 일 때는 '하이'로, 미만일 때는 '로우'의 값으로 결정하고, 검출 데이타로 출력하는 검출기 ; 및 현재 저장된 데이타열를 NNEQ 필터로 출력하고, 한칸씩 쉬프트한 후 검출기의 출력 데이타

Description

데이타 저장기기에 있어서 신호검출방법 및 장치
본 발명은 디지탈신호 검출방법 및 장치에 관한 것으로써, 특히 데이타 저장기기로부터 재생된 신호로 부터 원래 기록된 데이타를 보다 정확하게 검출하기 위한 신호검출방법 및 장치에 관한 것이다.
정보화 시대가 도래함에 따라 많은 양의 데이타를 손쉽게 저장하고 사용할 수 있도록 데이타 저장기기를 고속 대용량화하는 연구가 활발히 진행 중이다. 논문 "Adaptive Equalization in Magnetic-Disk Storage Channels"(by J.M. Cioffi etal, IEEE Communications Magazine, pp. 14-29, February 1990)는 저장기기에 데이타를 기록/재생하는데 발생하는 여러 문제점들을 신호처리 측면에서 잘 설명하였다.
저장기기를 통과한 신호는 서로간에 간섭을 일으켜 신호 검출이 어렵게 된다. 특히 고밀도화가 되어감에 따라 이 간섭이 선형뿐 아니라 비선형적으로 작용하여 더욱 신호 검출을 힘들게 한다. 이것을 각각 선형 ISI(Inter Symbol Interference)와 비선형 왜곡(distortion)이라 할 수 있으며, 이를 극복하기 위해서 최우복호법(maximum-likelihood decoding method)과 비선형 등화방법(nonlinear equalization method)이 사용되고 있다. 비선형 등화기를 이용하면 선형 및 비선형 간섭을 제거할 수 있어 신호 검출 능력을 향상시킬 수 있다.
그러나, 저장기기를 통과한 신호가 비선형 요소를 많이 함축하고 있는 경우 기존의 선형 필터로는 이런 요소를 제거하거나 원하는 형태로의 변환이 힘들어지며 비선형이 심화될 경우 시스템의 성능이 상당히 저하된다. 사실 저장기기, 특히 자기(Magnetic)와 광(Laser), 광자기(Magneto-optical) 시스템의 경우 실험 결과 자기는 자기력이 다른 신호에서 서로가 가까워 질수록 트랜지션 쉬프트 면상과 부분 감쇠 현상이 일어나 비선형 요소가 많아진다. 트랜지션이란 자기의 서로 다른 성분인 +, -가 만나는 지점을 말하며, 이 지점을 신호 검출에 이용할 수 있으며 비트 이동, 데이타 종속위치 이동이라고도 명명되어진다. 그리고 부분감쇠는 좌우의 서로 다른 신호의 경계선 일부가 사그라지는 현상이다. 광인 경우는 사용하는 렌즈의 특성, 초점의 실수에 의해 비선형화가 생기며, 그 외에도 비점 수차(astigmation),구면 수차(spherical aberration), 코마 수차(coma aberration) 등 이상 총 5가지와 디스크의 기울어짐의 영향으로부터 왜곡이 일어난다. 광자기의 경우는 자기와 광의 두 경우들이 복합되어 일어난다. 특히 자기의 경우 선행 처리에 의해 비트 쉬프트의 영향은 제거되었다 하더라도 둘 사이의 간섭에 의해 부분적으로 생긴 감쇠에 따르는 영향은 여전히 존재하게 되어 선형만으로 등화하기 힘들다. 저장기기에 의해 생기는 비선형의 예가 제2도에 도시되어 있는데, 이는 비트 쉬프트를 나타낸다.
비선형이 있을 경우 비선형 필터인 NHEQ(Neural Network EQualizer)을 이용하면 비선형 성분을 제거할 수 있다. 비선형을 제거하기 위해 다중 단계 구조(Multilayer Perception:MLP)의 뉴럴 네트웍을 이용할 수 있다. 이 시스템의 비선형 제거 방법을 간단히 설명하면 다음과 같다. 입력된 두 신호를 배타논리합 (XOR) 처리하여 결과를 내 보낸다고 할 때 이 처리는 비선형이 되며 이 처리를 하기 위해서는 2단계의 절차가 필요하다. 이 처리를 MLP라하며 제3도과 같이 구현할 수 있다. 이것을 이용하면 서로간의 관계에 따른 2차 이상의 비선형을 제거할 수 있다. 이 기술은 K. Yamada에 의해서 저장기기에 적용이 되어 특허화된 것이며 이것은 아날로그에 의해 구현이 되었다. (좀 더 상세한 것을 미국 특허 5,361,327 "Waveform equalizer apparatus formed of neural network and method of design"를 참조)
위에서 제시한 아날로그를 이용한 등화기는 원하는 양만큼의 정확한 제어가 힘들며 온도 변화나 상황의 변화에 민감하여 정확한 신호처리가 힘든 단점이 있다.그래서 디지탈화하는 방법을 고려할 수가 있으나 디지탈화될 경우 상당히 많은 곱셈기가 필요하게 된다. 곱셈기를 2의 멱성이나 2의 멱성들의 합으로 처리하는 방법이 현재 연구되고 있으나, 그 계산량 또한 상당히 많음을 알 수 있다. 디지탈로 처리하려는 NNEQ 필터는 왜곡과 잡음이 있는 검출되지 않은 데이타({-1, 1}+ 비선형-ISI + 잡음)를 이산화시켜서 계산하기 때문에 이산화단계에서 빠져 버린 미세한 왜곡은 복구되어질 수 없으며 많은 이산화를 하면 할수록 하드웨어가 상당히 복잡해지는 결과를 가져올 수 있다. 이 두가지 경우는 모두 뉴럴 네트웍의 필수 부분인 교육 기간에 노이즈와 왜곡 모두를 목표로 교육을 시켜야 하기 때문에 저장기기와 같이 내부로 갈수록 비선형 특성이 심화되는 경우 잡음에만 강한 NNEQ는 비선형에 둔감해지는 결과를 가져올 수 있다.
한편, 미국 특허 5,132,988에서는 결정궤환 등화기(Decision Feedback Equalizer : DFE)의 궤환 필터 대신에 궤환 램(RAM)을 사용하여 DFE 장치를 구현하였다. 일반적으로 저장기기의 비선형은 과거 데이타에 영향을 많이 받으며, 이는 궤환신호의 ISI를 쳐리하기 위한 궤환 RAM에 의해 거의 제거되어 질 수 있다. 그러나 이 장치는 저장기기 내의 서로 다른 트랙의 신호를 읽어 낼 때는 상당한 양의 데이타를 이용하여 RAM을 새로 업데이트시켜야만 원하는 성능으로 신호를 읽어 낼 수가 있다. 이런 단점은 입력 신호를 계산하지 않고 룩업데이블의 데이타만을 이용하는 궤환 RAM의 단점에 의한 것이며, 이런 단점을 극복할 수 있는 것이 뉴럴 네트웍이다. 뉴럴 네트웍은 "Equalization For Optical Disk using Neural Network"(by K, Yamada, J, Shikunami, H. Shimada and S. Takahasi, IEEE TRANSLATION ONMAGNETICS IN JAPAN, VOL. 8, NO. 9, SEP '93)과 이에 해당하는 특허에 그 사례가 잘 나와 있다. 뉴럴 네트웍을 이용하는 장점은 이미 폰 노이만 방식보다 병렬처리 등 많은 분야에 있어 우수함이 현재 계속 입증되고 있다.
한편, DFE를 이용하지 않는 NNEQ 필터는 전조에 비선형성이 별로 없는데도 불구하고 비선형 필터를 설치함으로 하드웨어적 구조가 훨씬 복잡하게 되며 신호처리 속도 또한 상당히 느려지게 된다. 특히 DFE를 이용하면 왜곡 증 과거 성분은 왜곡되기 전의 원래의 신호로부터 제거할 수가 있지만 DFE를 이용하지 않는 NNEQ 필터는 노이즈에 상당히 민감할 수 밖에 없다.
따라서 본 발명의 목격은 상술한 문제점을 해결하기 위하여 데이타 저장기기에 있어서 저장기기에서 재생되는 신호에 나타나는 비선형을 제거하기 위해 검출기 이후의 데이타를 사용함으로써 잡음의 영향을 최소로 받으면서 비선형을 제거하기 위한 신호검출방법 및 장치를 제공하는데 있다.
상기 목적을 달성하기 위하여 데이타 저장기기에 있어서 본 발명에 의한 신호검출방법은 정수 시간 k를 인덱스로 하는 일련의 이진 심볼a k =+1, -1 또는a k = 0, 1을 기록하여 얻은 채널신호 r(t)를 샘플링하여 디지탈신호 rk를 얻고, 상기 디지탈신호r k 로 부터 데이타를 검출하기 위하여,
상기 디지탈신호r k 를 일정한 계수열과 내적하여 미래 심볼에 의한 영향이 제거된 신호y k 를 생성하는 제1필터링과정;
뉴럴 네트웍의 MLP 방식에 근거하고, 상기 제1필터링된 신호y k 와 이미 검출된 데이타열을 입력으로 하여 단계별 가중치W n 를 통하여 과거 심볼에 의한 비선형 간섭이 제거된 신호z k 를 생성하는 제2필터링과정;
상기 제2필터링된 신호z k 를 일정한 임계값 이상 일 때는 '하이'로, 미만일 때는 '로우'의 값으로 결정하고, 검출 데이타로 출력하는 검출과정 ; 및
현재 저장된 데이타열를 출력하고, 한칸씩 쉬프트한 후 상기 검출 데이타를 최근에 입력한 데이타 다음에 저장하는 저장과정을 포함하는 것을 특징으로 한다.
상기 목적을 달성하기 위하여 데이타 저장기기에 있어서 본 발명에 의한 신호검출장치는 부분응답 특성의 신호 간섭을 갖는 디지탈 수신신호r k 를 등화한 후 심볼 데이타를 검출하기 위하여
상기 디지탈 수신신호r k 를 일정한 계수열과과 내적하여 미래 심볼에 의한 영향이 제거된 신호y k 를 출력하기 위한 피드포워드 필터;
뉴럴 네트웍의 MLP 방식에 근거하고, 상기 피드포워드 필터의 출력신호y k 와 이미 검출된 데이타열을 입력으로 하여 단계별 가중치W n 를 통하여 과거 심볼에 의한 비선형 간섭이 제거된 신호z k 를 출력하기 위한 NNEQ 필터;
상기 NNEQ 필터의 출력신호z k 를 일정한 임계값 이상 일 때는 '하이'로, 미만일 때는 '로우'의 값으로 결정하고, 검출 데이타로 출력하기 위한 검출기 : 및
현재 저장된 데이타열를 상기 NNEQ 필터로 출력하고, 한칸씩 쉬프트한 후 상기 검출기의 출력 데이타를 최근에 입력한 데이타 다음에 저장하기 위한 쉬프트 레지스터를 포함하는 것을 특징으로 한다.
이하, 본 발명의 일실시예에 대하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
제1도는 저장기기에 있어서 본 발명에 의한 신호검출장치를 나타낸 블럭도로서, 재생된 아날로그 신호 r(t)는로 부터 고주파 잡음을 제거하기 위한 아날로그 필터(1), 아날로그 필터(1)의 출력을 디지탈 신호r k 로 샘플링하기 위한 아날로그/디지탈(A/D) 변환기(2), 디지탈 신호r k 로 부터 미래 심볼에 의한 영향을 1차로 제거하기 위한 피드포워드(feed forward) 필터(3), 미래 심볼에 의한 영향이 제거된 신호와 이미 검출된 과거의 신호로 부터 과거 심볼로부터의 왜곡 성분을 제거하기 위한 후반부 비선형을 고려한 등화기(NNEQ 필터:4), 등화기(4)의 출력으로 부터 저장기기에 기록된 심볼 데이타를 검출하기 위한 검출기(5), DFE 방식을 사용하여 검출기(5)에서 검출된 신호로 부터 ISI 등을 제거하는 쉬프트 레지스터(6)로 구성된다.
제4도는 본 발명에서 사용된 NNEQ 필터(4)를 가중치(W)와 단계전이함수(f)를 적당히 조절하여 구성한 것으로서, 램으로만 구현함으로써 상당히 빠른 속도로 입력신호를 등화할 수 있다.
제4도에 도시된 NNEQ 필터(4)는 U[1, 1]에는 상기y k 가 들어가고 U[1, 2], U[1, 3]에는 이미 결정천 신호가 각각 들어가는 경우, U[1, 1]의 출력과 가중치값 W[1, 1]에 대하여 U[1, 1]*2 W[1,1] 의 계산을 수행하여 U[2, 1]으로 전이하는 제1쉬프트 레지스트(411), U[1,1]의 출력과 가중치값 W[1,2]에 대하여 U[1, 1]*2 W[1,2] 의 계산을 수행하여 U[2,2]으로 전이하는 제2쉬프트 레지스트(412), U[1, 1]의 출력과 가중치값 W[1,3]에 대하여 U[1, 1]*2 W[1,3] 의 계산을 수행하여 U[2, 3]으로 전이하는 제3쉬프트 레지스트(413), U[1,2]의 출력과 가중치값 W[2,1],-W[2,1]를 입력으로 하여, U[1,2]의 값이 1이면 W[2,1]를, -1이면 -W[2,1]을 U[2,1]으로 전이하는 제1멀티플렉서(415), U[1,2]의 출력과 가중치값 W[2,2], -W[2,2]를 입력으로 하여 U[1,2]의 값이 1이면 W[2,2]를, -1이면 -W[2,2]을 U[2,2]으로 전이하는 제2멀티플렉서(417), U[1,2]의 출력과 가중치값 W[2,3], -W[2,3]를 입력으로 하여 U[1, 2]의 값이 1이면 W[2,3]를, -1이면 -W[2,3]을 U[2,3]으로 전이하는 제3멀티플렉서(419), U[1,3]의 출력과 가중치값 W[3,1], -W[3,1]를 입력으로 하여 U[1,3]의 값이 1이면 W[3,1]를, -1이면 -W[3,1]을 U[2,1]으로 전이하는 제4멀티플렉서(421),U[1,3]의 출력과 가중치값 W[3,2], -W[3,2]를 입력으로 하여 U[1,3]의 값이 1이면 W[3,2]를, -1이면 -W[3,2]을 U[2,2]으로 전이하는 제5멀티플렉서(423), U[1,3]의 출력과 가중치값 W[3,3], -W[3,3]를 입력으로 하여 U[1,3]의 값이 1이면 W[3,3]를, -1이면 -W[3,3]을 U[2,3]으로 전이하는 제6멀티플렉서(425), U[2,1], U[2,2], U[2, 3]으로 각각 전이되어 온 3가지 신호를 합산하는 제1 내지 제3덧셈기 (426, 427, 428), 제1 내지 제3덧셈기 (426,427,428)의 출력신호를 시그모이드 함수에 의해 각각 U[3,1]로 전이하는 제1 내지 제3룩업데이블(429,430,431)과, U[3,1]으로 전이되어 온 3가지 신호를 합산하여z k 출력하는 제4덧셈기(432)로 구성된다.
그러면 제1도 내지 제5도를 참조하여 본 발명의 작용 및 효과에 대하여 설명하기로 한다.
저장기기에서 재생된 신호로부터 미리 기록했던 정보를 얻어내기 위해서는 제1도에 도시된 바와 같은 단계를 거친다. 제1도를 참조하면, 아날로그 신호 r(t)를 샘플링하여 얻은 디지탈 신호r k 는 피드포워드 필터(3)를 통과하면서 미래 데이타에 의한 간섭이 제거된y k 가 된다. 피드포워드 필터(3)의 출력신호y k 와 이미 검출된 신호들들은 NNEQ(4)를 통과한 후,y k 에서 과거 데이타에 의한 간섭 및 비선형이 제거된z k 가 된다. 이때,z k 는 검출기(5)를 통과하면서 원하는 신호로 검출되며, 그 값이 원하는 출력 파형과 일치한다고 가정하자. 제1도에 도시된 바와 같이는y k +1에서 왜곡을 제거하여 원하는 신호를 얻기 위한 요소로 사용된다.는 쉬프트 레지스터(6)를 이용하여 신호 열 로 되며, 이 열은 NNEQ 필터(4)로 인가된다. 이 NNEQ 필터(4)를 제4도를 참조하여 설명하면 다음과 같다.
제4도에 도시된 NNEQ 필터는 MLP 방식의 뉴럴 네트웍이다. 즉, MLP 방식이므로 다단계의 숨은 단계가 존재하며, 입력단자 또한 다수가 될 수 있다. 뉴런 단자는 일반적으로 U[n,i]로 설계하는데, 여기서 n은 뉴런의 단계(layer)를, i는 현재 단계의 입력 위치를 나타낸다.
특히 U[1,1]은 비선형이 제거되지 않은 수신신호의 입력단으로 단계화된 신호열이다. 따라서 이 신호열은 딘계화된 비트수에 의해 일정한 범위를 가지는 값이다. 나머지 U[1,2] ~ U[1,1+m)은 검출 후의 값 [하이(High), 로우(Low)]중 하나를 입력으로 하는 소자이다. 출력신호는 다음 단계의 뉴런 단자 U[2,1], U[2,2]로 각각 모두 전송되며, 전송될 때 W만큼 각각 가중치가 곱해져이 된다. 가중치 W는 연결되는 두 뉴런 단자의 강도를 나타내며, 강할수록 다음 단계의 뉴런 단자가 심하게 흥분한다. 특히, 뉴런의 입/출력 값은 비선형 특성을 가진다. 일반적으로 가중치는 W[n,i,j]로 설계하며 (n-1) 단계의 i번째 뉴런 단자에서 나올 출력 신호에 곱해져서 n 단계의 j번째 뉴런으로 공급되어진다. 각 단계에서 W는 서로 독립적인 값을 가진다.
U[2,1]에는 앞 단의 각 뉴런에서 가중치가 곱해진 신호가 들어오게 되며, 이들의 합을 출력한다. 상수항 단자인 U[1,0]에서 가중치가 곱해져 들어오는 신호는 판단할 때 임계값으로 작용한다. U[2,1]의 출력 신호는 시그모이드 함수(f)를 통과한 후, 가중치 W가 곱해진 뒤 다음 단계 U[3,1]로 전이된다.
W 값은 뉴럴 네트웍의 교육 기간을 거쳐 구해진 값을 사용한다.
교육 방법은 BP(Back-propagation) 방식을 따르게 되며, 원하는 결과와의 오차를 줄이는 방식으로 W를 결정해 간다. BP 방식이란 출력된 곳의 결과로 부터 이전의 가중치를 조절해 나가는 방법을 말하며, 이 방식은 ART(Adaptive Resonance Theory)로 잘 알려져 있으므로 자세한 설명은 생략한다. 단지 교육을 시킬 때 다음 두 가지 방식을 채택하기로 한다.
먼저 수렴 속도와 수렴의 정확도를 향상시키기 위해 적응 단계 크기값(η ;adaptation step size)을 0에서 부터 시작하여 k번째의 입력 데이타를 이용하여 적응시킬때
의 규칙을 이용하여 매순간마다 감소하는 방향으로 변화를 시켜 사용하며, 처음에는 상당히 큰 값에서 나중에는 아주 작은 값으로 점진적으로 바꾸어 간다. 두번째는 원하는 신호와 등화 후 검출된 신호와의 오차를e k 라 하고 특정한 임계값을 T라고 할 때, ｜e k ｜＞T 인 경우 상기 가중치를 개선하고, 그렇지 않은 경우 가중치를 유지하는 것에 의해 가중치를 구하는 방식을 선택하여 MSE(Minimum MeanSquare Error : 평균 오차)가 아니라 BER(Bit Error Rate)이 최소가 되는 방향으로 교육을 시킨다. 시뮬레이션은 제1도의 조건에서 컴퓨터를 이용하여 수행되며, 더 이상의 성능 향상이 없을 동안 계속해서 수행된다. 피드포워드 필터(3)는 LMS방식으로 적응시키고 NNEQ 필터(4)는 위에서 제안한 방식으로 교육시켜, 전체적으로 볼 때 검출기(5) 전단의 BER이 최소가 되도록 한다.
제5A도에서 U[1,2]는 이미 검출된 신호의 뉴런 입력단자이며, [하이,로우] 중 하나의 이미 검출된 친 중 하나를 가지기 때문에 기존의 뉴럴 네트웍 전이 단계에 비해 곱셈기가 필요없어 매우 간단한 구조로 전이를 수행한다. U[1,2]의 출력값은 멀티플렉서(MUX:7)에서 선택 신호로 사용되며, 선택 신호가 하이=+1 일 때는 W를 선택하며, 로우=-1일 때는 -W를 선택한 후 U[2,1]로 전이한다. 검출된 값을 이용하므로 제5A도와 같이 간단히 멀티플렉서로 구현할 수 있어 상당히 빠른 전이를 수행한다. 제5A도는 제4도에 있어서 U[1,1]에서 U[2,1]까지의 전이를 자세히 나타낸 부분이다.
제5B도에서 U[1,0]의 출력값은 항상 1이므로 가중치 W[2,0,1]과의 곱은 항상 가중치 W가 되어 U[1,0] 단에서 다음 단 U[2,1]로는 곱셈을 하지 않고 W[2,0,1]를 바로 전이한다.
제5C도에서 U[n,i]는 (n+1)차 단계로 신호를 출력하는 뉴런 단자이며, (n-1) 단계에서 입력된 모든 가중치가 곱해진 신호를 더한 후 전이 함수 f(x)를 통한 뒤 (n+1) 단계로 전달한다. 마지막 단계의 전이 함수로는 아이덴티티(identity) 함수를 사용하며, 숨은 단계의 전이를 위해서는 시그모이드 함수를 사용한다. 마지막단계와 숨은 단계에서 사용되는 전이 함수는 다음과 같다.
마지막 단계 : f(x) = x
상술한 바와 같이 데이타 저장기기에 있어서 본 발명에 의한 신호검출방법 및 장치에서는 저장기기에서 재생되는 신호에 나타나는 비선형을 제거하기 위해 검출기 이후의 데이타를 사용함으로써 잡음의 영향을 최소로 받으면서 비선형을 제거하는 최적의 등화기를 구현한 것이다. 즉, BER을 최소화하는 것이 디지탈 등화의 목적이므로 기존 HMSE를 최소화하는 방식보다 BER을 최소화시키는 방향으로 NNEQ 필터를 교육시켜 보다 최적의 등화기를 구현한 것이다. 또한, 채널의 특성이 다소 흔들릴 때에 대비하여 훈련을 시켜 가중치를 구했기 때문에 존 비트 레코팅(Zone Bit recording) 등과 같이 트랙별로 채널이 차이가 있을 때도 효과적으로 대처할 수 있다. 또한, 디지탈 소자로 NNEQ 필터를 구현했기 때문에 사용중 채널의 변경이 일어났을 때 오프라인(off-line)으로 새로운 파라미터를 설정할 수 있어 보다 정확하게 채널을 등화할 수 있다.
제1도는 데이타 저장기기에 있어서 본 발명에 의한 신호검출장치를 나타낸 블럭도.
제2도는 비선형 예를 나타낸 그래프.
제3도는 MLP를 이용하여 XOR을 구현한 예를 나타낸 도면.
제4도는 제1도에 도시된 NNEQ 필터의 상세 블럭도.
제5A도는 간단화된 전이, 제5B도는 상수단으로부터의 전이, 제5C도는 시그모이드 함수를 통한 전이를 나타낸 도면.

Claims (5)

  1. 정수 시간 k를 인덱스로 하는 일련의 이진 심볼a k =+1,-1 또는a k =0, 1을 기록하여 얻은 채널신호 r(t)를 샘플링하여 디지탈신호r k 를 얻고, 상기 디지탈신호r k 로 부터 데이타를 검출하기 위하여, 상기 디지탈신호r k 를 일정한 계수열과 내적하여 미래 심볼에 의한 영향이 제거된 신호y k 를 생성하는 제1필터링과정 ;
    뉴럴 네트웍의 MLP 방식에 근거하고, 상기 제1필터링된 신호y k 와 이미 검출된 데이타열을 입력으로 하여 단계별 가중치W n 를 통하여 과거 심볼에 의한 비선형 간섭이 제거된 신호z k 를 생성하는 제2필터링과정:
    상기 제2필터링된 신호z k 를 일정한 임계값 이상 일 때는 '하이'로, 미만일 때는 '로우'의 값으로 결정하고, 검출 데인타로 출력하는 검출과정; 및
    현재 저장된 데이타열를 출력하고, 한칸씩 쉬프트한 후 상기 검출 데이타를 최근에 입력한 데이타 다음에 저장하는 저장과정을 포함하는 것을 특징으로 하는 데이타 저장기기에 있어서 신호검출방법.
  2. 제1항에 있어서, 상기 제2필터링과정에서는 적응 단계 크기값(η)을 0에서 부터 시작하여 k번째의 입력 데이타를 이용하여 적응시킬 때
    의 규칙을 이용하여 계속 감소하면서 상기 가중치를 구하는 것을 특징으로 하는 데이타 저장기기에 있어서 신호검출방법.
  3. 제1항에 있어서, 상기 제2필터링과정에서는 원하는 신호와 등화 후 검출된 신호와의 오차를e k 라 하고 특정한 임계값을 T라고 할 때, ｜e k ｜〉T 인 경우 상기 가중치를 개선하고, 그렇지 않은 경우 상기 가중치를 유지하는 템에 의해 상기 가중치를 구하는 것을 특징으로 하는 데이타 저장기기에 있어서 신호검출방법.
  4. 부분응답 특성의 신호 간섭을 갖는 디지탈 수신신호r k 를 등화한 후 심볼 데이타를 검출하기 위하여
    상기 디지탈 수신신호r k 를 일정한 계수열과 내적하여 미래 심볼에 의한 영향이 제거된 신호y k 를 출력하기 위한 피드포워드 필터 :
    뉴럴 네트웍의 MLP 방식에 근거하고, 상기 피드포워드 필터의 출력신호y k 와이미 검출된 데이타열을 입력으로 하여 단계별 가중치W n 를 통하여 과거 심볼에 의한 비선형 간섭이 제거된 신호z k 를 출력하기 위한 NNEO 필터;
    상기 NNEQ 필터의 출력신호z k 를 일정한 임계값 이상 일 때는 '하이'로, 미만일 때는 '로우'의 값으로 결정하고, 검출 데이타로 출력하기 위한 검출기; 및
    현재 저장된 데이타열를 상기 NNEQ 필터로 출력하고, 한칸씩 쉬프트한 후 상기 검출기의 출력 데이타를 최근에 입력란 데이타 다음에 저장하기 위한 쉬프트 레지스터를 포함하는 것을 특징으로 하는 데이타 저장기기에 있어서 신호검출장치.
  5. 제4항에 있어서, 상기 NNEQ 필터는 U[1,1]에는 상기y k 가 들어가고 U[1,2], U[1,3]에는 이미 결정된 신호가 각각 들어가는 경우,
    상기 U[1,1]의 출력과 가중치값 W[1,1]에 대하여 U[1,1]*2 W[1,1] 의 계산을 수행하여 U[2,1]으로 전이하는 제1쉬프트 레지스트;
    상기 U[1,1]의 출력과 가중치값 W[1,2]에 대하여 U[1,1]*2 W[1,2] 의 계산을 수행하여 U[2,2]으로 전이하는 제2쉬프트 레지스트;
    U[1,l]의 출력과 가중치값 W[1,3]에 대하여 U[1,1]*2 W[1, 3] 의 계산을 수행하여 U[2,3]으로 전이하는 제3쉬프트 레지스트;
    U[1,2]의 출력과 가중치값 W[2,1],-W[2,1]를 입력으로 하여, 상기 U[1,2]의 값이 1이면 W[2,1]를, -1이면 -W[2,1]을 U[2,1]으로 전이하는 제1멀티플렉서;
    U[1,2]의 출력과 가중치값 W[2,2], -W[2,2]를 입력으로 하여 상기 U[1,2]의 값이 1이면 W[2,2]를, -1이면 -W[2,2]을 U[2,2]으로 전이하는 제2멀티플렉서;
    U[1,2]의 출력과 가중치값 W[2,3], -W[2,3]를 입력으로 하여 상기 U[1,2]의 값이 1이면 W[2,3]를, -1이면 -W[2,3]을 U[2,3]으로 전이하는 제3멀티플렉서;
    U[1,3]의 출력과 가중치값 W[3,1],-W[3,1]를 입력으로 하여 상기 U[1,3]의 값이 1이면 W[3,1]를, -1이면 -W[3,1]을 U[2,1]으로 전이하는 제4멀티플렉서;
    U[1,3]의 출력과 가중치값 W[3,2],-W[3,2]를 입력으로 하여 상기 U[1,3]의 값이 1이면 W[3,2]를, -1이면 -W[3,2]을 U[2,2]으로 전이하는 제5멀티플렉서;
    U[1,3]의 출력과 가중치값 W[3,3],-W[3,3]를 입력으로 하여 상기 U[1,3]의 값이 1이면 W[3,3]를, -1이면 -W[3,3]을 U[2,3]으로 전이하는 제6멀티플렉서:
    상기 U[2,1]으로 전이되어 온 3가지 신호를 합산하는 제1덧셈기;
    상기 U[2,2]으로 전이되어 온 3가지 신호를 합산하는 제2덧셈기;
    상기 U[2,3]으로 전이되어 온 3가지 신호를 합산하는 제3덧셈기;
    상기 제1덧셈기의 출력신호를 시그모이드 함수에 의해 U[3,1]로 전이하는 제1룩업테이블;
    상기 제2덧셈기의 출력신호를 시그모이드 함수에 의해 U[3,1]로 전이하는 제2룩업테이블;
    상기 제3덧셈기의 출력신호를 시그모이드 함수에 의해 U[3,1]로 전이하는 제3룩업데이블; 및
    상기 U[3,1]으로 천이되어 온 3가지 신호를 합산하여z k 출력하는 제4덧셈기를 포함하는 것을 특징으로 하는 데이타 저장기기에 있어서 신호검출장치.
KR1019950045814A 1995-11-30 1995-11-30 데이타저장기기에 있어서신호검출방법및장치 KR100335616B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1019950045814A KR100335616B1 (ko) 1995-11-30 1995-11-30 데이타저장기기에 있어서신호검출방법및장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1019950045814A KR100335616B1 (ko) 1995-11-30 1995-11-30 데이타저장기기에 있어서신호검출방법및장치

Publications (2)

Publication Number Publication Date
KR970029614A KR970029614A (ko) 1997-06-26
KR100335616B1 true KR100335616B1 (ko) 2002-11-30

Family

ID=37479791

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019950045814A KR100335616B1 (ko) 1995-11-30 1995-11-30 데이타저장기기에 있어서신호검출방법및장치

Country Status (1)

Country Link
KR (1) KR100335616B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100474821B1 (ko) * 1997-08-26 2005-06-28 삼성전자주식회사 비선형특성을갖는재생신호처리장치및방법
KR100442813B1 (ko) * 1998-02-16 2004-09-18 삼성전자주식회사 비선형 통신 채널 신호의 검출 방법 및 그 장치

Also Published As

Publication number Publication date
KR970029614A (ko) 1997-06-26

Similar Documents

Publication Publication Date Title
US6437932B1 (en) Decision based time-varying equalizers
US5430661A (en) Adaptive decision feedback equalizer apparatus for processing information stored on digital storage media
EP0981880B1 (en) Apparatus and method for noise-predictive maximum likelihood detection
US5917855A (en) Method and apparatus for detecting an original signal from a data storage device
US5604724A (en) Maximum likelihood estimation using reference and spontaneous output peaks of partial response equalizer
EP0940811B1 (en) Waveform equalizer for use in a recorded information reproducing apparatus
JP2797035B2 (ja) ニューラルネットによる波形処理装置及びその設計方法
US20050213241A1 (en) Apparatus for providing dynamic equalizer optimization
KR20050041969A (ko) 적응 등화장치, 복호장치 및 오차 검출장치
US6061395A (en) Waveform equalizer
Keskinoz Two-dimensional equalization/detection for patterned media storage
KR100335616B1 (ko) 데이타저장기기에 있어서신호검출방법및장치
EP1496515B1 (en) Method for adaptive recovery
KR100442813B1 (ko) 비선형 통신 채널 신호의 검출 방법 및 그 장치
KR100459877B1 (ko) 비선형 등화 장치
Abbott et al. A high-speed adaptive equalizer for magnetic disk drives
JP4189747B2 (ja) 信号処理装置
JP2722941B2 (ja) ニューラルネットによる波形処理装置の学習設計方法
JP3917317B2 (ja) 等化・位相制御システム，およびそれを備えるディスク記憶装置
JP2551235B2 (ja) 適応型フィルタ制御方法
JP3370367B2 (ja) 波形等化方法、装置及びそれを備えた光ディスク装置
KR100544149B1 (ko) 에러 역전파 신경 회로망을 이용한 등화 장치
JP4200113B2 (ja) 等化器および磁気記録再生装置
KR100474821B1 (ko) 비선형특성을갖는재생신호처리장치및방법
Ozgunes et al. Recurrent neural network equalization for partial response shaping of magneto-optical readback signals

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20100413

Year of fee payment: 9

LAPS Lapse due to unpaid annual fee