データ処理装置およびデータ処理方法
【課題】ビタビ検出のための状態数を増加させずに、ビタビ検出性能を向上させるデータ処理装置およびデータ処理方法を提供する。
【解決手段】最尤シーケンス検出器２０では、所定のパーシャルレスポンスのＫ次の伝達多項式（係数ｆi）に等化されたシーケンスｙnに対し、Ｎ次の伝達多項式（係数ｑi）を有する雑音白色化フィルタ３０を通して得られたシンボルシーケンスｚnについて、ビタビ検出器４０により最尤シーケンスを検出する。その際、誤差計算器５０および係数更新器６０は、ビタビ検出器４０のブランチメトリックの計算に使用される係数ｇiの算出を、Ｋ＋Ｎよりも小さい次数までで打ち切り、これにより生じた打ち切り誤差を補償するように係数ｑiおよび係数ｑiを適応的に算出する。
【解決手段】最尤シーケンス検出器２０では、所定のパーシャルレスポンスのＫ次の伝達多項式（係数ｆi）に等化されたシーケンスｙnに対し、Ｎ次の伝達多項式（係数ｑi）を有する雑音白色化フィルタ３０を通して得られたシンボルシーケンスｚnについて、ビタビ検出器４０により最尤シーケンスを検出する。その際、誤差計算器５０および係数更新器６０は、ビタビ検出器４０のブランチメトリックの計算に使用される係数ｇiの算出を、Ｋ＋Ｎよりも小さい次数までで打ち切り、これにより生じた打ち切り誤差を補償するように係数ｑiおよび係数ｑiを適応的に算出する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、光ディスク、光磁気ディスク、磁気ディスク、磁気テープなどに情報を記録／再生するデータ処理装置およびデータ処理方法に関し、特に、パーシャルレスポンス等化された再生信号の符号間干渉による雑音を低減して最尤シーケンスを検出するためのデータ処理装置およびデータ処理方法に関する。
【背景技術】
【０００２】
光ディスク、光磁気ディスク、磁気ディスク、磁気テープなどのメディアに対して、データの記録および再生を行うデータ処理装置では、最尤シーケンス検出処理が行われている。
一般に、最尤シーケンス検出処理の方式としては、パーシャルレスポンス等化方式、すなわちＰＲＭＬ（partial-response equalization combined with maximum likelihood sequence detection）方式が知られている。さらに近年では、高線密度化の要求に応えて、雑音予測最尤シーケンス検出方式、たとえば下記特許文献１に開示されるような、ＮＰＭＬ（noise-predictive maximum likelihood sequence detection）方式の実用化も進んでいる。
【０００３】
パーシャルレスポンスチャンネルの出力は一般的に有色雑音を含んでおり、白色雑音に対して最大の性能を発揮するビタビ検出の検出性能は、雑音の有色性が強くなるとそれに応じて低下していく。
情報記録の高線密度化は雑音有色性を増加させる主たる要因の一つである。ＮＰＭＬ方式によれば、パーシャルレスポンスチャンネル出力信号に含まれる雑音成分を白色化することにより、ビタビ検出の性能を最大限発揮するように構成される。
【０００４】
図７は、従来のＮＰＭＬ検出方式による最尤シーケンス検出器２０ａの構成を示すブロック図である。図７に示す最尤シーケンス検出器２０ａでは、雑音白色化フィルタ３０ａの係数を適応等化アルゴリズムで逐次求める構成となっている。
なお、雑音白色化フィルタ３０ａの係数として、予め規定された係数を使用する場合には、誤差計算器５０ａおよび係数更新器６０ａは必要ない。
【０００５】
図７に示す最尤シーケンス検出器において、パーシャルレスポンスチャンネルの伝達特性の多項式表記（伝達多項式）を下記式（１）、雑音白色化フィルタ３０ａの伝達多項式を下記式（２）とすると、ビタビ検出器４０ａは、その伝達多項式が下記式（３）となる有限状態機械の状態遷移に基づいてブランチメトリックを算出する。なお、以下の説明において、Ｄはユニット遅延演算子を示す。
【０００６】
【数１】
【０００７】
【数２】
【０００８】
【数３】
【０００９】
このとき、状態遷移sj→skに対応するブランチメトリックは、下記式（４）により得られる。
【００１０】
【数４】
【００１１】
式（４）において、an(sj,sk)は、状態遷移sj→skに対応するチャンネル１＋Ｇ（Ｄ）への入力シンボル（符号）を、an-i(sj)は、状態sjが情報として記憶しているチャンネル１＋Ｇ（Ｄ）への入力シンボルを、それぞれ示す。
なお、入力シンボル{ａn}に対してｄ制限がある場合には、このｄ制限がチャンネルを表記する状態遷移図に反映される。ここで、ｄ制限とは、連続する「１」の間に入る「０」の最小連続個数ｄ（最小ラン）が制限されて符号化されている場合をいう。ｄ＝１以上である場合には、ｄ＝０の場合と比較して状態数が減少する。
下記特許文献２には、最小ランの連続回数を制限することで、情報記録の高線密度化が可能でありエラーの少ない符号語を生成する変調方法について開示されている。
【００１２】
誤差計算器５０ａは、ビタビ検出器４０ａの出力シンボルa'n-δ（但し、δは検出遅延時間を表す）とパーシャルレスポンス等化サンプルｙnとから、パーシャルレスポンス等化誤差ｗn−δを下記式（５）に従って算出する。
【００１３】
【数５】
【００１４】
さらに、雑音予測誤差ｅn-δを下記式（６）に従って算出する。
【００１５】
【数６】
【００１６】
係数更新器６０ａは、ＬＭＳ適応アルゴリズムを用いて、雑音予測誤差en-δの二乗平均を最小にする係数ベクトル{pi}を算出する。係数ベクトル{pi}は逐次更新され、時刻ｎ＋１の係数pi(n+1)は、時刻nの係数pi(n)より、下記式（７）に従って求められる。なお、式（７）において、Kpは更新ゲインである。
【００１７】
【数７】
【００１８】
ＮＲＺＩ逆変換器７０ａは、ビタビ検出器４０ａの出力シンボルa'n-δに対してＮＲＺＩ逆変換1 mod2 Dを行った後、最尤シーケンス検出器２０ａから出力する。但し、mod2 はmod２の加算演算を、Ｄはユニット遅延演算子を、それぞれ表す。
【００１９】
雑音白色化フィルタ３０ａの係数は、それぞれのＮに対して、下記式（８）に示す雑音予測誤差ｅnの二乗平均を最小にする{pi}である。
【００２０】
【数８】
【００２１】
【特許文献１】特許第３１５７８３８号公報
【特許文献２】特開平１１−３４６１５４号公報
【発明の開示】
【発明が解決しようとする課題】
【００２２】
ところで、前述したチャンネル１＋Ｆ（Ｄ）は、２K個の状態を有する有限状態機械であるため、ＰＲＭＬ方式の最尤シーケンス検出器では、チャンネル１＋Ｆ（Ｄ）を表記する状態遷移図（トレリス線図）に基づいて構成され、基本的にチャンネル１＋Ｆ（Ｄ）と同じ数の状態を有する。
一方、雑音白色化フィルタ３０ａを有するＮＰＭＬ方式の最尤シーケンス検出器２０ａの場合、前述したチャンネル１＋Ｇ（Ｄ）は２K+N個の状態を有する有限状態機械であるから、ビタビ検出器４０ａは基本的にチャンネル１＋Ｇ（Ｄ）と同じ数の状態を有する。
すなわち、ＮＰＭＬ方式のビタビ検出器４０ａの回路規模は、ＰＲＭＬ方式のビタビ検出器の回路規模と比較し、雑音白色化フィルタ３０ａの次数が増加するにつれて、指数関数的に増大することになる。言うまでもなく、回路規模の増大は、コストおよび消費電力等の増大という不利益を招来する。
【００２３】
上述した不利益について、具体的な一例に基づいて以下説明する。
下記表１は、上記Ｎの数に応じた状態数、信号対雑音比ＳＮＲ(Signal to Noise Ratio)およびビット誤り数について、従来の光ディスク装置を実際に動作させて測定した結果を示す。但し、測定条件として、入力シーケンスがランダム、記録符号が１７ＰＰ、パーシャルレスポンスが１＋Ｄ＋Ｄ２、記録レイヤが相変化、レーザ波長が４０５ｎｍ，レンズ開口度が０．８５、記録ビット長が６９ｎｍ、トラックピッチが０．３２μｍ、チルト角がラジアル−０．８°としている。なお、記録符号の１７ＰＰとは、上記特許文献２の表２に開示された符号であって、最小ランが１（ｄ＝１）である符号である。
【００２４】
表１において、ビット誤り数は、ＮＲＺＩ逆変換器７０ａの出力シーケンス上で測定したものである。また、信号対雑音比ＳＮＲは、anが{0,1}に属するとしたとき、下記式（９）により算出された値である。式（９）において、１０，０００はノイズを平均化するための時間に応じた係数であって、変更可能である。
【００２５】
【数９】
【００２６】
＜表１＞
Ｎ 状態数 ＳＮＲ[dB] ビット誤り数
--------------------------------------------
０ ４ １３．５ ７６６
１ ６ １３．７ ８４８
２ １０ １３．７ ８７０
３ １６ １３．７ １１１６
４ ２６ １４．１ ７８０
５ ４２ １４．２ ６５０
６ ６８ １４．２ ８８４
７ １１０ １４．６ ５７８
１５ ２６ １４．９ ４９８
--------------------------------------------
【００２７】
表１において、Ｎ＝０の場合は単なるＰＲＭＬ方式の最尤シーケンス検出器の結果に相当し、Ｎ≧１の場合はＮＰＭＬ方式の最尤シーケンス検出器の結果に相当する。表１の代表的な場合として、Ｎ＝０，４，７の場合の測定結果を比較すると、ビット誤り数は、Ｎが大きくなるにつれて減少しているものの、ビタビ復号における状態数は指数関数的に増大している。
したがって、現在ＰＲＭＬ方式を実装しているシステムに対し、新たにＮＰＭＬ方式を適用することは、この状態数の増加が装置規模を増大させるため、大きな困難を伴う。
また、Ｎ＝４の場合の信号対雑音比ＳＮＲは、Ｎ＝０の場合に比べて、０．６ｄＢ改善している一方で、Ｎ＝４の場合のビット誤り数は、Ｎ＝０の場合に比べて、逆に増加している。すなわち、Ｎ＝４程度では、ＰＲＭＬ方式（Ｎ＝０）と比較して大きな性能向上が得られず、装置規模が大きくなってしまう。
したがって、状態数を抑制したままで、Ｎの値を極力向上させることが望まれる。
【００２８】
ところで、生き残りパスそれぞれに対応する判定情報を用いてチャンネルの符号間干渉を消去し、ビタビ検出器の状態数を低減する方法が考えられる。
表１のＮ＝１５の場合では、かかるフィードバック手段を用いて、状態数を２６のままに、雑音白色化フィルタの次数を増加させている。Ｎ＝１５の信号対雑音比は、Ｎ＝７の場合に比べて０．３ｄＢ改善しておりビット誤り数も改善している。
しかしながら、この方法を実装する場合、符号間干渉を消去するために、ビタビ検出器の毎時刻のパスメトリックの比較結果を反映させた補償信号を入力側にフィードバックするためのフィードバックフィルタ等（フィードバック手段）が必要となる。かかるフィードバック手段は、フィードバックフィルタ等の演算に要する時間分の遅延が発生し、動作速度の高速化の障害となる。
【００２９】
図８は、Ｎ＝４、Ｎ＝７、Ｎ＝１５の場合のチャンネル１＋Ｇ（Ｄ）の係数分布を示す。図８において、横軸は次数Ｎを、縦軸は係数ｇｉを、それぞれ示す。また、（ａ）はＮ＝１５の場合、（ｂ）はＮ＝７の場合、（ｃ）はＮ＝４の場合、である。
図８において、十分に大きな次数を持ったＮ＝１５の係数分布を理想的なものと考えると、Ｎ＝７の係数分布が比較的理想的なものに近いのに対して、Ｎ＝４の係数分布は理想から相当程度ずれている。図８に示す係数分布からも、Ｎ＝４では、高いビタビ検出性能が得られないことがわかる。
【００３０】
本発明はかかる事情に鑑みてなされたものであり、その目的は、ビタビ検出のための状態数を増加させずに、ビタビ検出性能を向上させるデータ処理装置およびデータ処理方法を提供することにある。
【課題を解決するための手段】
【００３１】
上記目的を達成するための本発明の第１の観点は、制御部と、第１の係数を含む第１の伝達多項式によりパーシャルレスポンス等化された第１のデータに対し、前記制御部により与えられた第２の係数による第２の伝達多項式に基づいてノイズ除去のためのフィルタリングを行う第１のフィルタ部と、前記第１のフィルタ部の出力に対し、前記制御部により与えられた第３の係数により状態遷移のメトリック演算を行い、最も尤度の高い第２のデータを検出するビタビ検出部と、を有し、前記制御部は、前記第１のデータと前記第２のデータとの誤差を補償するように、前記第２の係数を逐次算出する第１の補償部と、前記第２のデータに対して前記第１の伝達多項式に基づいてフィルタリングを行ってパーシャルレスポンス等化目標値である第３のデータを生成し、前記第１のデータと前記第３のデータとの誤差を補償するように、第４の係数を逐次算出する第２の補償部と、前記第１の係数と、前記第２の補償部により算出された第４の係数とを演算して、前記第３の係数を逐次算出する係数演算部と、を含むデータ処理装置である。
【００３２】
好適には、前記第１の補償部は、前記第１のデータに対して、前記第１のフィルタ部と同一の伝達多項式に基づいてノイズ除去のためのフィルタリングを行う第２のフィルタ部と、前記第２のデータに対して、前記係数演算部により算出された第３の係数による伝達多項式に基づいてフィルタリングを行う第３のフィルタ部と、を含み、前記第２および第３のフィルタ部の出力の差分の二乗平均を最小にするように、前記第２の係数を逐次適応的に算出する。
【００３３】
好適には、前記第１の係数は、Ｋ次（Ｋ：整数）の多項式の係数であり、前記第４の係数は、Ｎ次（Ｎ：整数）の多項式の係数であって、前記係数演算部は、前記Ｋ次の多項式と前記Ｎ次の多項式を乗算し、当該乗算結果のうち、前記ＫとＮとの和よりも小さいＬ次までの項の係数を第３の係数として算出する。
【００３４】
好適には、前記第２の補償部は、前記第２のデータに対して、前記第１の伝達多項式に基づいてフィルタリングを行う第４のフィルタ部と、前記第１のデータと、前記第４のフィルタ部の出力との差分に対して、第４の係数による伝達多項式に基づいてフィルタリングを行う第５のフィルタ部と、を含み、前記第５のフィルタ部の出力の二乗平均を最小にするように、前記第４の係数を逐次適応的に算出する。
【００３５】
上記目的を達成するための本発明の第２の観点は、第１の係数を含む第１の伝達多項式によりパーシャルレスポンス等化された第１のデータに対し、第２の係数による第２の伝達多項式に基づいてノイズ除去のためのフィルタリングを行うステップと、前記フィルタリングによる出力に対し、第３の係数により状態遷移のメトリック演算を行い、最も尤度の高い第２のデータを検出するステップと、前記第２のデータに対して前記第１の伝達多項式に基づいてフィルタリングを行ってパーシャルレスポンス等化目標値である第３のデータを生成し、前記第１のデータと前記第３のデータとの誤差を補償するように、第４の係数を算出するステップと、前記第１の係数と前記第４の係数を演算して前記第３の係数を算出して更新するステップと、前記第１のデータと前記第２のデータとの誤差を補償するように、前記第２の係数を算出して更新するステップと、を有するデータ処理方法である。
【００３６】
本発明の第１の観点に係るデータ処理装置の作用は、以下の通りである。
すなわち、第１のフィルタ部は、第１の係数を含む第１の伝達多項式によりパーシャルレスポンス等化された第１のデータに対し、第２の係数による第２の伝達多項式に基づいてノイズ除去のためのフィルタリングを行う。ビタビ検出部は、当該フィルタリングによる出力に対し、第３の係数により状態遷移のメトリック演算を行い、最も尤度の高い第２のデータを検出する。
制御部の第２の補償部は、前記第２のデータに対して前記第１の伝達多項式に基づいてフィルタリングを行ってパーシャルレスポンス等化目標値である第３のデータを生成し、前記第１のデータと前記第３のデータとの誤差を補償するように、第４の係数を算出する。制御部の係数演算部は、前記第１の係数と前記第４の係数を演算して前記第３の係数を算出して更新する。制御部の第１の補償部は、前記第１のデータと前記第２のデータとの誤差を補償するように、前記第２の係数を算出して更新する。
すなわち、制御部では、第１のフィルタ部に対して与える第２の係数と、ビタビ検出部に対して与える第３の係数とを、それぞれ独立して算出する。
【発明の効果】
【００３７】
したがって、第１のフィルタ部に対して与える第２の係数を、ビタビ検出部に対して与える第３の係数とは独立に最適化することができる。これにより、第１のフィルタ部の雑音除去性能を高めても、ビタビ検出部の状態数が増加することはない。
すなわち、本発明によれば、ビタビ検出のための状態数を増加させずに、ビタビ検出性能を向上させることが可能となる。
【発明を実施するための最良の形態】
【００３８】
以下では、本発明のデータ処理装置としての最尤シーケンス検出器２０を搭載した光ディスク装置１について説明する。
なお、本発明と実施の形態との対応関係は、以下の通りである。
雑音白色化フィルタ３０は、本発明の第１のフィルタ部の一実施形態である。
ビタビ検出器４０は、本発明のビタビ検出部の一実施形態である。
誤差計算器５０および係数更新器６０は、本発明の制御部の一実施形態である。
一般化PRフィルタ５７、プレフィルタ５８、差分演算器５９および係数更新器６０は、本発明の第１の補償部の一実施形態である。
ＰＲフィルタ５３、差分演算器５４、予測誤差フィルタ５５および係数更新器６０は、本発明の第１の補償部の一実施形態である。
係数変換器５６は、本発明の係数演算部の一実施形態である。
プレフィルタ５８は、本発明の第２のフィルタ部の一実施形態である。
一般化PRフィルタ５７は、本発明の第３のフィルタ部の一実施形態である。
ＰＲフィルタ５３は、本発明の第４のフィルタ部の一実施形態である。
予測誤差フィルタ５５は、本発明の第５のフィルタ部の一実施形態である。
係数ｆiは、本発明の第１の係数の一実施形態である。
係数ｑiは、本発明の第２の係数の一実施形態である。
係数ｇiは、本発明の第３の係数の一実施形態である。
係数ｐiは、本発明の第４の係数の一実施形態である。
【００３９】
光ディスク装置１の構成
図１は、データの記録／再生を行う光ディスク装置１のシステム構成を示すブロック図である。
符号化器１０は、伝送路や記録媒体に適するように、ユーザ語Ｉnに対してデータの変調を行い、符号語Ｃnを生成する。なお、ユーザ語Ｉnにおけるnは時刻に応じて付された整数である。
符号化器１０における変調方法としては、一般にブロック符号が知られている。このブロック符号は、たとえば、データ列をｍ×ｉビットからなる単位にブロック化し、適当な符号則に従って、ｎ×ｉビットからなる符合語に変換するものである。かかる符号則を規定した所定の変換テーブルに基づいて符号語への変換を行う。
【００４０】
符号化器１０では、さらに、生成された符号語シーケンス{Cn}を２進のシンボルシーケンスに変換した後、ＮＲＺＩ変換１／（１ mod2 Ｄ）を行う。但し、mod2はmod２の加算演算を、Ｄはユニット遅延演算子を、それぞれ表す。
ＮＲＺＩ変換された２進のシンボルシーケンス{an}は、記録アンプ１１を介してピックアップ１２に送られ、１／Ｔのレートで光ディスクメディア１３に記録される。なお、Ｔは、記録波形列のビット間隔である。
【００４１】
ディスク１３からユーザ語を読み出す場合には、まずピックアップ１２により読み出されたアナログ信号がヘッドアンプ１４で増幅された後、可変利得アンプ１５（ＶＧＡ）１５に送出される。
可変利得アンプ１５は、主として、再生された信号振幅の変動を吸収するように、増幅利得を可変とする増幅器である。可変利得アンプ１５で処理されたアナログ信号はローパスフィルタ（ＬＰＦ）１６に送られる。ローパスフィルタ１６は、ユーザ語Ｉnの読み出しに必要な周波数成分の信号のみを抽出するための波形整形を行う。
【００４２】
ローパスフィルタ１６で処理されたアナログ信号は、Ａ／Ｄ変換器（ＡＤＣ）１７にてデジタルサンプルxnに変換される。なお、Ａ／Ｄ変換のサンプリングレートは１／Ｔである。
変換されたデジタルサンプルシーケンス{xn}は、タイミング＆ゲインリカバリー回路１８（ＴＧＲ）１８に送られるとともに等化器１９に送られる。
タイミング＆ゲインリカバリー回路１８は、Ａ／Ｄ変換器１７のサンプリングレートおよびサンプリングタイミングを制御するとともに、Ａ／Ｄ変換器１７のダイナミックレンジを安定かつ有効に利用できるように可変利得アンプ１５の利得を制御する。
【００４３】
等化器１９は、サンプルシーケンス{xn}を所定のパーシャルレスポンスに等化するように構成されている。本実施の形態におけるパーシャルレスポンスの伝達多項式を、一例として式（１０）に示す。すなわち、Ｋ＝２である。
【００４４】
【数１０】
【００４５】
等化されたサンプルシーケンス{yn}は、最尤シーケンス検出器２０に送出され、ビタビ復号により最も尤度が高い２進のシーケンス（最尤シーケンス）が検出される。
なお、最尤シーケンス検出器２０の構成および動作については、後に詳述する。
最尤シーケンス検出器２０では、検出された２進のシンボルシーケンス{a'n-δ}（δは検出遅延）に対して、さらに逆ＮＲＺＩ変換1 mod2 Dを行い、２進のシンボルシーケンス{inv_a'n-δ}を生成する。２進のシンボルシーケンス{inv_a'n-δ}は、ＳＹＮＣ検出器２１および復号器２２に送出される。
【００４６】
ＳＹＮＣ検出器２１は、同期信号としてシーケンス{inv_a'n-δ}に埋め込まれたＳＹＮＣ語を検出する。
復号器２２は、ＳＹＮＣ検出器２１から供給されるＳＹＮＣ語検出信号に基づいて、シンボルシーケンス{inv_a'n-δ}を並列化して符号語C'n-δを生成する。
さらに、復号器２２は、符号化器１０で使用された変換テーブルに対する逆変換テーブルに基づいて、符号語C'n-δをユーザ語I'n-δに変換する。
【００４７】
最尤シーケンス検出器２０の構成
次に、最尤シーケンス検出器２０の構成について述べる。
図２は、本発明における適応型最尤シーケンス検出器の構成を示すブロック図である。図に示すように、最尤シーケンス検出器２０は、雑音白色化フィルタ３０と、ビタビ検出器４０と、誤差計算器５０と、係数更新器６０とから構成される。
図７に示した従来の最尤シーケンス検出器２０ａと比較すると、最尤シーケンス検出器２０は、雑音白色化フィルタ３０における処理のための係数ｑｉと、ビタビ検出器４０における処理のための係数ｇｉとが、それぞれ独立に与えられる点が特徴となっている。これにより、ビタビ検出器４０の処理に影響を与えずに、雑音白色化フィルタ３０の性能を向上できるという利点がある。
以下、図２に関連付けて、最尤シーケンス検出器２０の構成について説明する。
【００４８】
雑音白色化フィルタ３０は、等化器１９によりパーシャルレスポンス等化されたサンプルシーケンス{yn}に対して、フィルタリングを行う。ここで、雑音白色化フィルタ３０は、下記式（１１）を伝達多項式とするＦＩＲフィルタである。但し本実施の形態では、Ｍ＝６とする。
【００４９】
【数１１】
【００５０】
フィルタリングされたサンプルシーケンス{zn}は、ビタビ検出器４０に送られ、２進のシンボルシーケンス{a'n-δ}が検出される。ビタビ検出器４０は、その伝達多項式が下記式（１２）であるチャンネルのトレリス線図に基づいてブランチメトリックを算出するように構成されている。
【００５１】
【数１２】
【００５２】
但し実施の形態ではＬ＝６である。ブランチメトリック計算の詳細については、後述する。
【００５３】
ビタビ検出器４０で検出されたシンボルシーケンス{a'n-δ}は、ＮＲＺＩ逆変換器７０および誤差計算器５０に送出される。ＮＲＺＩ逆変換器７０は、ＮＲＺＩ逆変換である1 mod2 Dの演算を行い、ＮＲＺＩ逆変換がなされたシンボルシーケンス{inv_a'n-δ}が最尤シーケンス検出器２０から出力される。
【００５４】
誤差計算器５０は、パーシャルレスポンス等化誤差wn-δ、雑音予測誤差en-δおよびプレフィルタ等化誤差e0,n-δを算出する。各誤差計算の詳細については後述する。
図２に示すように、誤差計算器５０により計算されたパーシャルレスポンス等化誤差wn-δ、雑音予測誤差en-δ、プレフィルタ等化誤差e0,n-δ、さらにサンプルynのδ時間遅延サンプルyn-δは、係数更新器６０に送出される。
【００５５】
係数更新器６０は、ＬＭＳ適応アルゴリズムを用いて、雑音予測誤差en-δの二乗平均を最小にする係数ベクトル{pi}と、プレフィルタ等化誤差e0,n-δの二乗平均を最小にする係数ベクトル{qi}を算出する。
係数piの更新計算は、従来の係数更新器６０ａと同様に、式（８）に基づいて行われる。また、係数qiの更新計算は、下記式（１３）に従って行われる。なお、式（１３）において、Kqは更新ゲインである。
【００５６】
【数１３】
【００５７】
係数更新器６０は、同様に、KＰを更新ゲインとしたＬＭＳ適応アルゴリズムにより、雑音予測誤差ｅn−δが最小となるように係数ｐiの更新計算を行う。
その際、前述したように、係数ｐiおよび係数ｑiに対して、６次まで（ｉ＝１〜６）の係数を算出する。すなわち、上記式（１１）において、Ｍ＝６である。
【００５８】
ビタビ検出器４０の構成
次に、ビタビ検出器４０の構成について、図３に関連付けて説明する。
図３は、本実施形態に係るビタビ検出器４０の構成を示すブロック図である。図３に示すように、ビタビ検出器４０は、ブランチメトリック計算回路（ＢＭＣ）４１と、ＡＣＳ回路（ＡＣＳ）４２と、パスメモリ（ＭＥＭ）４３とを含んで構成される。
【００５９】
ブランチメトリック計算回路（ＢＭＣ）４１は、雑音白色化フィルタ３０でフィルタリングされたサンプルｚnと、誤差計算機５０から与えられる係数ｇi（ｉ＝１〜６、すなわちＬ＝６）とから、ブランチメトリックを算出する。すなわち、下記式（１４）に基づいて、時刻nの状態遷移ｓj→ｓkに対応するブランチメトリックを算出する。
【００６０】
【数１４】
【００６１】
但し、上記式（１４）において、ＲはＡ／Ｄ変換器１７で量子化する際の基準レベルを、an(sj,sk)は状態遷移sj→skに対応する入力シンボルを、an-i(sj)は状態sjが情報として記憶している入力シンボルを、それぞれ示す。また、ここでは、an(sj,sk)とan-i(sj)は｛−１，＋１｝に属するものとする。
【００６２】
図４は、伝達多項式が式（１２）（Ｌ＝６）である場合のトレリス線図を示す。ビタビ検出器４０は、図４に示したトレリス線図に基づいて処理を行う。
図４において、（ａ）は遷移前（時刻ｎ）の状態を、（ｂ）は遷移後（時刻ｎ＋１）の状態を、（ｃ）はブランチのラベルan／znを、それぞれ示す。
図４（ａ）および（ｂ）において、丸印内の記号は、状態識別番号を表す。時刻ｎの状態識別番号は、各状態が記憶している情報であるシンボルシーケンス{an-1, an-２, an-3, an-4, an-5, an-6}を１６進表記したものである。同じく時刻ｎ＋１の状態識別番号は、シンボルシーケンス｛an, an-1, an-２, an-3, an-4, an-5}を１６進表記したものである。なお、シンボルシーケンス{an}には、ｄ＝１制限がなされている。
【００６３】
図４に示すように、本実施の形態に係るビタビ検出器の場合、４２本のブランチが存在する。各ブランチのメトリックは、各ブランチに対応したラベルから容易に導き出すことができる。たとえば、状態遷移s00→s00に対応するブランチメトリックは、ブランチのラベルがan/zn = 0/(-1-g1-g２-g3-g4-g5-g6)であるから、下記式（１５）の通り算出される。
【００６４】
【数１５】
【００６５】
加算・比較・選択（ＡＣＳ）回路４２は、ブランチメトリック計算回路（ＢＭＣ）４１により算出されたブランチメトリックを用いて、各状態に至る生き残りパスの判定を行い、その判定情報を出力する。すなわち、時刻nに状態sj0を通過し状態skに至るパスのメトリック（パスメトリック）は、下記式（１６）により得られる。なお、SMはステートメトリックの略である。
【００６６】
【数１６】
【００６７】
一方、時刻ｎに状態sj1を通過し状態skに至るパスメトリックは、下記式（１７）により得られる。
【００６８】
【数１７】
【００６９】
ＡＣＳ回路４２は、式（１６）と式（１７）により計算されるパスメトリックの大小比較を行い、小さいほうのパスを生き残りパスと判定する。
すなわち、時刻ｎ＋１のステートメトリックは、下記式（１８）に従って求められる。
【００７０】
【数１８】
【００７１】
但し、比較したパスメトリックが同じであった場合は、一方を生き残りパスとする。
【００７２】
ＡＣＳ回路４２から出力される判定情報は、たとえば、下記式（１９）の通り算出する。
【００７３】
【数１９】
【００７４】
また、たとえば状態s01のように、時刻ｎ＋１の時点で到達するブランチが１本しか存在しない場合、時刻ｎ＋１のステートメトリックは、下記式（２０）に従って算出する。
【００７５】
【数２０】
【００７６】
この場合は判定が行なわれていないので、判定情報を出力する必要がないが、たとえば、下記式（２１）に示すように出力してもよい。
【００７７】
【数２１】
【００７８】
図４に示したトレリス線図では、２６の状態が存在する。各状態のステートメトリックおよび判定情報は、トレリス線図から容易に導き出すことができる。
たとえば、状態s00に対するステートメトリックは、下記式（２２）の通りとなる。
【００７９】
【数２２】
【００８０】
状態s00に対する判定情報は、下記式（２３）の通りとなる。
【００８１】
【数２３】
【００８２】
状態s01に対するステートメトリックは、下記式（２４）の通りとなる。
【００８３】
【数２４】
【００８４】
状態s01に対する判定情報は、下記式（２５）の通りとなる。
【００８５】
【数２５】
【００８６】
パスメモリ（ＭＥＭ）４３は、すべての生き残りパスがマージするのに必要十分な時間分のパス情報を記憶する。そして、マージした結果が検出シンボルa'n-δとして出力される。パスメモリ４３に対して、たとえば公知のレジスタ入れ替え法を用いたデータ処理がなされる。
【００８７】
誤差計算器５０の構成
次いで、誤差計算機５０の構成について、図５に関連付けて説明する。
図５は、誤差計算回路５０の構成を示すブロック図である。
【００８８】
Ｒ倍器５１は、ビタビ検出器で決定されたシンボルa'n-δをＲ倍することによってa'n-δRを生成する。但し、シンボルa'n-δは｛−１，＋１｝に属するとする。
サンプル遅延器５２は、パーシャルレスポンス等化サンプルynから、ビタビ検出器４０の判定遅延と同じδ時間だけ遅延されたサンプルyn-δを生成する。
【００８９】
ＰＲフィルタ５３は、等化器１９の特性同様、１＋Ｄ＋Ｄ２を伝達多項式とするＦＩＲフィルタであり、シンボルa'n-δRからパーシャルレスポンス理想サンプルy'n-δを生成する。すなわち、本実施の形態におけるパーシャルレスポンス理想サンプルは、下記式（２６）に基づいて得られる。
【００９０】
【数２６】
【００９１】
差分演算器５４は、遅延サンプルyn-δと理想サンプルy'n-δとから、パーシャルレスポンス等化誤差wn-δを生成する。すなわち、パーシャルレスポンス等化誤差ｗn−δは、下記式（２７）により求められる。
【００９２】
【数２７】
【００９３】
予測誤差フィルタ５５は、下記式（２８）を伝達多項式とするＦＩＲフィルタであり、等化誤差wn-δの畳み込みから雑音予測誤差en-δを生成する。
【００９４】
【数２８】
【００９５】
但し本実施の形態ではＮ＝６である。したがって予測誤差フィルタ５５の出力である雑音予測誤差ｅn−δは、下記式（２９）に従って算出される。
【００９６】
【数２９】
【００９７】
雑音予測誤差ｅn−δは、係数更新器６０に供給される。係数更新器６０では、雑音予測誤差ｅn−δが二乗平均が最小となるような係数ｐｉがＬＭＳ適応アルゴリズムにより算出されて、予測誤差フィルタ５５に与えられる。すなわち、雑音予測誤差ｅnが最小となるように適応的に制御がなされる。
【００９８】
係数変換器５６は、下記式（３０）に示す多項式に基づいて、fiとpiとからgiを生成する。すなわち、式（１０）および式（１１）に示す多項式の乗算結果から、係数ｇｉを算出する。
【００９９】
【数３０】
【０１００】
本実施形態においては、Ｋ＝２、Ｎ＝６としたため、式（３０）により８次（Ｋ＋Ｎ＝８）までのｇｉが算出可能である。このうち、係数変換器５６では、８次より少ない、たとえば６次までの係数ｇｉについて算出する。すなわち、本実施形態では、係数g1からg6が生成される。
係数変換器５６により算出された係数ｇｉは、前述したように、ビタビ検出器４０でのブランチメトリックの計算に使用される（式（１４））。
なお、係数ｇｉの次数をいくつまで算出するかについては、ビタビ検出における状態数に大きく依存する。したがって、ビタビ検出器４０の装置規模により許容される範囲で係数ｇｉの次数を決定すればよい。
【０１０１】
係数変換器５６では、算出する係数ｇｉを６次までに制限する（打ち切っている）ため、８次まで係数ｇｉを算出した場合と比較して、シンボルa'n-δRは、誤差（以下、打ち切り誤差という）を含んでいる。一般化PRフィルタ５７、プレフィルタ５８および差分演算器５９は、打ち切り誤差を補償するための構成（本発明の第１の補償部）である。
【０１０２】
一般化PRフィルタ５７は、式（１２）（Ｌ＝６）を伝達多項式とするＦＩＲフィルタである。シンボルa'n-δRから、下記式（３１）に従ってプレフィルタ用理想サンプルz'0,n-δを生成する。
【０１０３】
【数３１】
【０１０４】
プレフィルタ５８は、式（１１）の伝達多項式で表されるＦＩＲフィルタであり、遅延サンプルyn-δからサンプルzn-δを生成する。すなわち、プレフィルタ５８のフィルタ特性は、雑音白色化フィルタ３０と同等であり、出力サンプルは下記式（３２）により得られる。
【０１０５】
【数３２】
【０１０６】
係数ｑｉは打ち切り誤差を補償するように、係数更新器６０により逐次更新されているので、プレフィルタ５８は、打ち切り誤差を補償した特性を備えた雑音白色化フィルタとなっている。
【０１０７】
差分演算器５９は、サンプルzn-δと理想サンプルz'0,n-δとから、プレフィルタ等化誤差e0,n-δを生成する。すなわち、プレフィルタ等化誤差e0,n-δは、下記式（３３）により得られる。
【０１０８】
【数３３】
【０１０９】
後段の係数更新器６０では、ＬＭＳ適応アルゴリズムを用いて、プレフィルタ等化誤差e0,n-δの二乗平均を最小にする係数ベクトル{qi}を算出する。これにより、打ち切り誤差を補償した係数ｑｉが算出され、この係数ｑｉが雑音白色化フィルタ３０に供給されることになる。
【０１１０】
以上説明したように、本実施形態に係る最尤シーケンス検出器２０によれば、所定のパーシャルレスポンスのＫ次の伝達多項式（係数ｆi）に等化されたシーケンスｙnに対し、Ｎ次の伝達多項式（係数ｑi）を有する雑音白色化フィルタ３０を通して得られたシンボルシーケンスｚnについて、ビタビ検出器４０により最尤シーケンスを検出する際に、誤差計算器５０および係数更新器６０では、ビタビ検出器４０のブランチメトリックの計算に使用される係数ｇiの算出を、Ｋ＋Ｎよりも小さい次数までで打ち切り、これにより生じた打ち切り誤差を補償するように係数ｐiおよび係数ｑiを適応的に算出するように構成した。
【０１１１】
したがって、ビタビ検出器４０のブランチメトリックの計算に使用される係数ｇiの次数を、雑音白色化フィルタ３０の伝達多項式の次数に依存せずに決定できる。これにより、ビタビ検出器４０にハードウエア上の制限があるために、装置規模を拡大できない場合であっても、雑音白色化フィルタ３０を最適化してシーケンス検出性能を向上させることができる。
たとえば、パーシャルレスポンスの伝達多項式が２次である場合に、ビタビ検出器のハードウエア上の制限から係数ｇiの次数が６までに制限されているとすると、従来は、雑音白色化フィルタ３０の伝達多項式の次数は、必然的に４次までの係数ｑiに制限されていたが、本実施形態に係る最尤シーケンス検出器２０によれば、６次までの係数ｑiまで与えることができ、入力シーケンスに対する雑音白色化性能が向上する。
【０１１２】
また、本実施形態に係る最尤シーケンス検出器２０によれば、打ち切り誤差を補償する際に、ビタビ検出器４０の出力シーケンスである打ち切り誤差を含んだ理想サンプルと、雑音白色化フィルタ３０と同特性のプレフィルタ５８の出力との誤差の二乗平均が最小となるように、ＬＭＳ適応アルゴリズムを用いて、係数ｑiを逐次更新する。
これにより、打ち切り誤差を逐次適応的に補償することができる。したがって、ビタビ検出器のハードウエア上の制限から係数ｇiの次数に制限がある場合であっても、シーケンス検出性能を向上させることができる。
【０１１３】
次に、本実施形態に係る最尤シーケンス検出器２０のシーケンス検出性能の一例について以下に説明する。
下記表２は、前述した表１の測定結果に対して、実施形態に係る光ディスク装置１のシーケンス検出の測定を同条件で行い、比較の容易のために、その結果を表１の最後の行に付加した表である。
【０１１４】
＜表２＞
Ｎ 状態数 ＳＮＲ[dB] ビット誤り数
-------------------------------------------------
０ ４ １３．５ ７６６
１ ６ １３．７ ８４８
２ １０ １３．７ ８７０
３ １６ １３．７ １１１６
４ ２６ １４．１ ７８０
５ ４２ １４．２ ６５０
６ ６８ １４．２ ８８４
７ １１０ １４．６ ５７８
１５ ２６ １４．９ ４９８
本実施形態 ２６ １４．６ ５４２
（Ｎ＝６）
--------------------------------------------------
【０１１５】
表２が示すように、本実施形態に係るビタビ検出器４０は、従来のビタビ検出器４０ａ（Ｎ＝４）と同じ２６の状態数であり、かつ、従来のビタビ検出器４０ａ（Ｎ＝１５）に備わるフィードバック手段を有していないにも関わらず、ＳＮＲおよびビット誤り数の点から、従来のビタビ検出器４０ａ（Ｎ＝７）と同等の性能を達成している。また、本実施形態に係るビタビ検出器４０は、同等の性能を有する従来のビタビ検出器４０ａ（Ｎ＝７）の状態数（１１０）と比較して、状態数を大幅に低減している。
すなわち、最小限のビタビ検出器の装置規模を維持したまま、シーケンス検出性能を大幅に向上させている。
【０１１６】
図６は、本実施形態におけるチャンネル１＋Ｇ（Ｄ）の係数分布を示す。図６において、図８と同様に、横軸は次数Ｎを、縦軸は係数ｇｉを、それぞれ示す。図６では、図８と比較して、（ｄ）本実施形態に係る係数分布が付加された点が異なる。
本実施の形態では、g1からg6を係数として使用するようになされているが、図６によれば、g1からg6の範囲における（ｄ）に示す係数分布は、Ｎ＝４の場合と比較すると、Ｎ＝１５に示す理想的な分布に近いことがわかる。
【図面の簡単な説明】
【０１１７】
【図１】実施形態に係る光ディスク装置のシステム構成を示すブロック図である。
【図２】実施形態に係る最尤シーケンス検出器の構成を示すブロック図である。
【図３】実施形態に係るビタビ検出器の構成を示すブロック図である。
【図４】実施形態に係るビタビ検出器のトレリス線図である。
【図５】実施形態に係る誤差計算回路の構成を示すブロック図である。
【図６】実施形態に係るチャンネル１＋Ｇ（Ｄ）の係数分布を示す図である。
【図７】従来のＮＰＭＬ方式の最尤シーケンス検出器の構成を示すブロック図である。
【図８】従来の最尤シーケンス検出器のチャンネル１＋Ｇ（Ｄ）の係数分布を示す。
【符号の説明】
【０１１８】
１…光ディスク装置、１０…符号化器、１１…増幅器、１２…ピックアップ、１３…光ディスクメディア、１４…増幅器、１５…可変利得アンプ、１６…ローパスフィルタ、１７…Ａ／Ｄ変換器、１８…タイミング＆ゲインリカバリー回路、１９…等化器、２０，２０ａ…最尤シーケンス検出器、２１…ＳＹＮＣ検出器、２２…復号器、３０，３０ａ…雑音白色化フィルタ、４０，４０ａ…ビタビ検出器、５０，５０ａ…誤差計算器、５１…Ｒ倍器、５２…サンプル遅延器、５３…ＰＲフィルタ、５４…差分演算器、５５…予測誤差フィルタ、５６…係数変換器、５７…一般化ＰＲフィルタ、５８…プレフィルタ、５９…差分演算器、６０，６０ａ…係数更新器、７０，７０ａ…ＮＲＺＩ逆変換器。
【技術分野】
【０００１】
本発明は、光ディスク、光磁気ディスク、磁気ディスク、磁気テープなどに情報を記録／再生するデータ処理装置およびデータ処理方法に関し、特に、パーシャルレスポンス等化された再生信号の符号間干渉による雑音を低減して最尤シーケンスを検出するためのデータ処理装置およびデータ処理方法に関する。
【背景技術】
【０００２】
光ディスク、光磁気ディスク、磁気ディスク、磁気テープなどのメディアに対して、データの記録および再生を行うデータ処理装置では、最尤シーケンス検出処理が行われている。
一般に、最尤シーケンス検出処理の方式としては、パーシャルレスポンス等化方式、すなわちＰＲＭＬ（partial-response equalization combined with maximum likelihood sequence detection）方式が知られている。さらに近年では、高線密度化の要求に応えて、雑音予測最尤シーケンス検出方式、たとえば下記特許文献１に開示されるような、ＮＰＭＬ（noise-predictive maximum likelihood sequence detection）方式の実用化も進んでいる。
【０００３】
パーシャルレスポンスチャンネルの出力は一般的に有色雑音を含んでおり、白色雑音に対して最大の性能を発揮するビタビ検出の検出性能は、雑音の有色性が強くなるとそれに応じて低下していく。
情報記録の高線密度化は雑音有色性を増加させる主たる要因の一つである。ＮＰＭＬ方式によれば、パーシャルレスポンスチャンネル出力信号に含まれる雑音成分を白色化することにより、ビタビ検出の性能を最大限発揮するように構成される。
【０００４】
図７は、従来のＮＰＭＬ検出方式による最尤シーケンス検出器２０ａの構成を示すブロック図である。図７に示す最尤シーケンス検出器２０ａでは、雑音白色化フィルタ３０ａの係数を適応等化アルゴリズムで逐次求める構成となっている。
なお、雑音白色化フィルタ３０ａの係数として、予め規定された係数を使用する場合には、誤差計算器５０ａおよび係数更新器６０ａは必要ない。
【０００５】
図７に示す最尤シーケンス検出器において、パーシャルレスポンスチャンネルの伝達特性の多項式表記（伝達多項式）を下記式（１）、雑音白色化フィルタ３０ａの伝達多項式を下記式（２）とすると、ビタビ検出器４０ａは、その伝達多項式が下記式（３）となる有限状態機械の状態遷移に基づいてブランチメトリックを算出する。なお、以下の説明において、Ｄはユニット遅延演算子を示す。
【０００６】
【数１】
【０００７】
【数２】
【０００８】
【数３】
【０００９】
このとき、状態遷移sj→skに対応するブランチメトリックは、下記式（４）により得られる。
【００１０】
【数４】
【００１１】
式（４）において、an(sj,sk)は、状態遷移sj→skに対応するチャンネル１＋Ｇ（Ｄ）への入力シンボル（符号）を、an-i(sj)は、状態sjが情報として記憶しているチャンネル１＋Ｇ（Ｄ）への入力シンボルを、それぞれ示す。
なお、入力シンボル{ａn}に対してｄ制限がある場合には、このｄ制限がチャンネルを表記する状態遷移図に反映される。ここで、ｄ制限とは、連続する「１」の間に入る「０」の最小連続個数ｄ（最小ラン）が制限されて符号化されている場合をいう。ｄ＝１以上である場合には、ｄ＝０の場合と比較して状態数が減少する。
下記特許文献２には、最小ランの連続回数を制限することで、情報記録の高線密度化が可能でありエラーの少ない符号語を生成する変調方法について開示されている。
【００１２】
誤差計算器５０ａは、ビタビ検出器４０ａの出力シンボルa'n-δ（但し、δは検出遅延時間を表す）とパーシャルレスポンス等化サンプルｙnとから、パーシャルレスポンス等化誤差ｗn−δを下記式（５）に従って算出する。
【００１３】
【数５】
【００１４】
さらに、雑音予測誤差ｅn-δを下記式（６）に従って算出する。
【００１５】
【数６】
【００１６】
係数更新器６０ａは、ＬＭＳ適応アルゴリズムを用いて、雑音予測誤差en-δの二乗平均を最小にする係数ベクトル{pi}を算出する。係数ベクトル{pi}は逐次更新され、時刻ｎ＋１の係数pi(n+1)は、時刻nの係数pi(n)より、下記式（７）に従って求められる。なお、式（７）において、Kpは更新ゲインである。
【００１７】
【数７】
【００１８】
ＮＲＺＩ逆変換器７０ａは、ビタビ検出器４０ａの出力シンボルa'n-δに対してＮＲＺＩ逆変換1 mod2 Dを行った後、最尤シーケンス検出器２０ａから出力する。但し、mod2 はmod２の加算演算を、Ｄはユニット遅延演算子を、それぞれ表す。
【００１９】
雑音白色化フィルタ３０ａの係数は、それぞれのＮに対して、下記式（８）に示す雑音予測誤差ｅnの二乗平均を最小にする{pi}である。
【００２０】
【数８】
【００２１】
【特許文献１】特許第３１５７８３８号公報
【特許文献２】特開平１１−３４６１５４号公報
【発明の開示】
【発明が解決しようとする課題】
【００２２】
ところで、前述したチャンネル１＋Ｆ（Ｄ）は、２K個の状態を有する有限状態機械であるため、ＰＲＭＬ方式の最尤シーケンス検出器では、チャンネル１＋Ｆ（Ｄ）を表記する状態遷移図（トレリス線図）に基づいて構成され、基本的にチャンネル１＋Ｆ（Ｄ）と同じ数の状態を有する。
一方、雑音白色化フィルタ３０ａを有するＮＰＭＬ方式の最尤シーケンス検出器２０ａの場合、前述したチャンネル１＋Ｇ（Ｄ）は２K+N個の状態を有する有限状態機械であるから、ビタビ検出器４０ａは基本的にチャンネル１＋Ｇ（Ｄ）と同じ数の状態を有する。
すなわち、ＮＰＭＬ方式のビタビ検出器４０ａの回路規模は、ＰＲＭＬ方式のビタビ検出器の回路規模と比較し、雑音白色化フィルタ３０ａの次数が増加するにつれて、指数関数的に増大することになる。言うまでもなく、回路規模の増大は、コストおよび消費電力等の増大という不利益を招来する。
【００２３】
上述した不利益について、具体的な一例に基づいて以下説明する。
下記表１は、上記Ｎの数に応じた状態数、信号対雑音比ＳＮＲ(Signal to Noise Ratio)およびビット誤り数について、従来の光ディスク装置を実際に動作させて測定した結果を示す。但し、測定条件として、入力シーケンスがランダム、記録符号が１７ＰＰ、パーシャルレスポンスが１＋Ｄ＋Ｄ２、記録レイヤが相変化、レーザ波長が４０５ｎｍ，レンズ開口度が０．８５、記録ビット長が６９ｎｍ、トラックピッチが０．３２μｍ、チルト角がラジアル−０．８°としている。なお、記録符号の１７ＰＰとは、上記特許文献２の表２に開示された符号であって、最小ランが１（ｄ＝１）である符号である。
【００２４】
表１において、ビット誤り数は、ＮＲＺＩ逆変換器７０ａの出力シーケンス上で測定したものである。また、信号対雑音比ＳＮＲは、anが{0,1}に属するとしたとき、下記式（９）により算出された値である。式（９）において、１０，０００はノイズを平均化するための時間に応じた係数であって、変更可能である。
【００２５】
【数９】
【００２６】
＜表１＞
Ｎ 状態数 ＳＮＲ[dB] ビット誤り数
--------------------------------------------
０ ４ １３．５ ７６６
１ ６ １３．７ ８４８
２ １０ １３．７ ８７０
３ １６ １３．７ １１１６
４ ２６ １４．１ ７８０
５ ４２ １４．２ ６５０
６ ６８ １４．２ ８８４
７ １１０ １４．６ ５７８
１５ ２６ １４．９ ４９８
--------------------------------------------
【００２７】
表１において、Ｎ＝０の場合は単なるＰＲＭＬ方式の最尤シーケンス検出器の結果に相当し、Ｎ≧１の場合はＮＰＭＬ方式の最尤シーケンス検出器の結果に相当する。表１の代表的な場合として、Ｎ＝０，４，７の場合の測定結果を比較すると、ビット誤り数は、Ｎが大きくなるにつれて減少しているものの、ビタビ復号における状態数は指数関数的に増大している。
したがって、現在ＰＲＭＬ方式を実装しているシステムに対し、新たにＮＰＭＬ方式を適用することは、この状態数の増加が装置規模を増大させるため、大きな困難を伴う。
また、Ｎ＝４の場合の信号対雑音比ＳＮＲは、Ｎ＝０の場合に比べて、０．６ｄＢ改善している一方で、Ｎ＝４の場合のビット誤り数は、Ｎ＝０の場合に比べて、逆に増加している。すなわち、Ｎ＝４程度では、ＰＲＭＬ方式（Ｎ＝０）と比較して大きな性能向上が得られず、装置規模が大きくなってしまう。
したがって、状態数を抑制したままで、Ｎの値を極力向上させることが望まれる。
【００２８】
ところで、生き残りパスそれぞれに対応する判定情報を用いてチャンネルの符号間干渉を消去し、ビタビ検出器の状態数を低減する方法が考えられる。
表１のＮ＝１５の場合では、かかるフィードバック手段を用いて、状態数を２６のままに、雑音白色化フィルタの次数を増加させている。Ｎ＝１５の信号対雑音比は、Ｎ＝７の場合に比べて０．３ｄＢ改善しておりビット誤り数も改善している。
しかしながら、この方法を実装する場合、符号間干渉を消去するために、ビタビ検出器の毎時刻のパスメトリックの比較結果を反映させた補償信号を入力側にフィードバックするためのフィードバックフィルタ等（フィードバック手段）が必要となる。かかるフィードバック手段は、フィードバックフィルタ等の演算に要する時間分の遅延が発生し、動作速度の高速化の障害となる。
【００２９】
図８は、Ｎ＝４、Ｎ＝７、Ｎ＝１５の場合のチャンネル１＋Ｇ（Ｄ）の係数分布を示す。図８において、横軸は次数Ｎを、縦軸は係数ｇｉを、それぞれ示す。また、（ａ）はＮ＝１５の場合、（ｂ）はＮ＝７の場合、（ｃ）はＮ＝４の場合、である。
図８において、十分に大きな次数を持ったＮ＝１５の係数分布を理想的なものと考えると、Ｎ＝７の係数分布が比較的理想的なものに近いのに対して、Ｎ＝４の係数分布は理想から相当程度ずれている。図８に示す係数分布からも、Ｎ＝４では、高いビタビ検出性能が得られないことがわかる。
【００３０】
本発明はかかる事情に鑑みてなされたものであり、その目的は、ビタビ検出のための状態数を増加させずに、ビタビ検出性能を向上させるデータ処理装置およびデータ処理方法を提供することにある。
【課題を解決するための手段】
【００３１】
上記目的を達成するための本発明の第１の観点は、制御部と、第１の係数を含む第１の伝達多項式によりパーシャルレスポンス等化された第１のデータに対し、前記制御部により与えられた第２の係数による第２の伝達多項式に基づいてノイズ除去のためのフィルタリングを行う第１のフィルタ部と、前記第１のフィルタ部の出力に対し、前記制御部により与えられた第３の係数により状態遷移のメトリック演算を行い、最も尤度の高い第２のデータを検出するビタビ検出部と、を有し、前記制御部は、前記第１のデータと前記第２のデータとの誤差を補償するように、前記第２の係数を逐次算出する第１の補償部と、前記第２のデータに対して前記第１の伝達多項式に基づいてフィルタリングを行ってパーシャルレスポンス等化目標値である第３のデータを生成し、前記第１のデータと前記第３のデータとの誤差を補償するように、第４の係数を逐次算出する第２の補償部と、前記第１の係数と、前記第２の補償部により算出された第４の係数とを演算して、前記第３の係数を逐次算出する係数演算部と、を含むデータ処理装置である。
【００３２】
好適には、前記第１の補償部は、前記第１のデータに対して、前記第１のフィルタ部と同一の伝達多項式に基づいてノイズ除去のためのフィルタリングを行う第２のフィルタ部と、前記第２のデータに対して、前記係数演算部により算出された第３の係数による伝達多項式に基づいてフィルタリングを行う第３のフィルタ部と、を含み、前記第２および第３のフィルタ部の出力の差分の二乗平均を最小にするように、前記第２の係数を逐次適応的に算出する。
【００３３】
好適には、前記第１の係数は、Ｋ次（Ｋ：整数）の多項式の係数であり、前記第４の係数は、Ｎ次（Ｎ：整数）の多項式の係数であって、前記係数演算部は、前記Ｋ次の多項式と前記Ｎ次の多項式を乗算し、当該乗算結果のうち、前記ＫとＮとの和よりも小さいＬ次までの項の係数を第３の係数として算出する。
【００３４】
好適には、前記第２の補償部は、前記第２のデータに対して、前記第１の伝達多項式に基づいてフィルタリングを行う第４のフィルタ部と、前記第１のデータと、前記第４のフィルタ部の出力との差分に対して、第４の係数による伝達多項式に基づいてフィルタリングを行う第５のフィルタ部と、を含み、前記第５のフィルタ部の出力の二乗平均を最小にするように、前記第４の係数を逐次適応的に算出する。
【００３５】
上記目的を達成するための本発明の第２の観点は、第１の係数を含む第１の伝達多項式によりパーシャルレスポンス等化された第１のデータに対し、第２の係数による第２の伝達多項式に基づいてノイズ除去のためのフィルタリングを行うステップと、前記フィルタリングによる出力に対し、第３の係数により状態遷移のメトリック演算を行い、最も尤度の高い第２のデータを検出するステップと、前記第２のデータに対して前記第１の伝達多項式に基づいてフィルタリングを行ってパーシャルレスポンス等化目標値である第３のデータを生成し、前記第１のデータと前記第３のデータとの誤差を補償するように、第４の係数を算出するステップと、前記第１の係数と前記第４の係数を演算して前記第３の係数を算出して更新するステップと、前記第１のデータと前記第２のデータとの誤差を補償するように、前記第２の係数を算出して更新するステップと、を有するデータ処理方法である。
【００３６】
本発明の第１の観点に係るデータ処理装置の作用は、以下の通りである。
すなわち、第１のフィルタ部は、第１の係数を含む第１の伝達多項式によりパーシャルレスポンス等化された第１のデータに対し、第２の係数による第２の伝達多項式に基づいてノイズ除去のためのフィルタリングを行う。ビタビ検出部は、当該フィルタリングによる出力に対し、第３の係数により状態遷移のメトリック演算を行い、最も尤度の高い第２のデータを検出する。
制御部の第２の補償部は、前記第２のデータに対して前記第１の伝達多項式に基づいてフィルタリングを行ってパーシャルレスポンス等化目標値である第３のデータを生成し、前記第１のデータと前記第３のデータとの誤差を補償するように、第４の係数を算出する。制御部の係数演算部は、前記第１の係数と前記第４の係数を演算して前記第３の係数を算出して更新する。制御部の第１の補償部は、前記第１のデータと前記第２のデータとの誤差を補償するように、前記第２の係数を算出して更新する。
すなわち、制御部では、第１のフィルタ部に対して与える第２の係数と、ビタビ検出部に対して与える第３の係数とを、それぞれ独立して算出する。
【発明の効果】
【００３７】
したがって、第１のフィルタ部に対して与える第２の係数を、ビタビ検出部に対して与える第３の係数とは独立に最適化することができる。これにより、第１のフィルタ部の雑音除去性能を高めても、ビタビ検出部の状態数が増加することはない。
すなわち、本発明によれば、ビタビ検出のための状態数を増加させずに、ビタビ検出性能を向上させることが可能となる。
【発明を実施するための最良の形態】
【００３８】
以下では、本発明のデータ処理装置としての最尤シーケンス検出器２０を搭載した光ディスク装置１について説明する。
なお、本発明と実施の形態との対応関係は、以下の通りである。
雑音白色化フィルタ３０は、本発明の第１のフィルタ部の一実施形態である。
ビタビ検出器４０は、本発明のビタビ検出部の一実施形態である。
誤差計算器５０および係数更新器６０は、本発明の制御部の一実施形態である。
一般化PRフィルタ５７、プレフィルタ５８、差分演算器５９および係数更新器６０は、本発明の第１の補償部の一実施形態である。
ＰＲフィルタ５３、差分演算器５４、予測誤差フィルタ５５および係数更新器６０は、本発明の第１の補償部の一実施形態である。
係数変換器５６は、本発明の係数演算部の一実施形態である。
プレフィルタ５８は、本発明の第２のフィルタ部の一実施形態である。
一般化PRフィルタ５７は、本発明の第３のフィルタ部の一実施形態である。
ＰＲフィルタ５３は、本発明の第４のフィルタ部の一実施形態である。
予測誤差フィルタ５５は、本発明の第５のフィルタ部の一実施形態である。
係数ｆiは、本発明の第１の係数の一実施形態である。
係数ｑiは、本発明の第２の係数の一実施形態である。
係数ｇiは、本発明の第３の係数の一実施形態である。
係数ｐiは、本発明の第４の係数の一実施形態である。
【００３９】
光ディスク装置１の構成
図１は、データの記録／再生を行う光ディスク装置１のシステム構成を示すブロック図である。
符号化器１０は、伝送路や記録媒体に適するように、ユーザ語Ｉnに対してデータの変調を行い、符号語Ｃnを生成する。なお、ユーザ語Ｉnにおけるnは時刻に応じて付された整数である。
符号化器１０における変調方法としては、一般にブロック符号が知られている。このブロック符号は、たとえば、データ列をｍ×ｉビットからなる単位にブロック化し、適当な符号則に従って、ｎ×ｉビットからなる符合語に変換するものである。かかる符号則を規定した所定の変換テーブルに基づいて符号語への変換を行う。
【００４０】
符号化器１０では、さらに、生成された符号語シーケンス{Cn}を２進のシンボルシーケンスに変換した後、ＮＲＺＩ変換１／（１ mod2 Ｄ）を行う。但し、mod2はmod２の加算演算を、Ｄはユニット遅延演算子を、それぞれ表す。
ＮＲＺＩ変換された２進のシンボルシーケンス{an}は、記録アンプ１１を介してピックアップ１２に送られ、１／Ｔのレートで光ディスクメディア１３に記録される。なお、Ｔは、記録波形列のビット間隔である。
【００４１】
ディスク１３からユーザ語を読み出す場合には、まずピックアップ１２により読み出されたアナログ信号がヘッドアンプ１４で増幅された後、可変利得アンプ１５（ＶＧＡ）１５に送出される。
可変利得アンプ１５は、主として、再生された信号振幅の変動を吸収するように、増幅利得を可変とする増幅器である。可変利得アンプ１５で処理されたアナログ信号はローパスフィルタ（ＬＰＦ）１６に送られる。ローパスフィルタ１６は、ユーザ語Ｉnの読み出しに必要な周波数成分の信号のみを抽出するための波形整形を行う。
【００４２】
ローパスフィルタ１６で処理されたアナログ信号は、Ａ／Ｄ変換器（ＡＤＣ）１７にてデジタルサンプルxnに変換される。なお、Ａ／Ｄ変換のサンプリングレートは１／Ｔである。
変換されたデジタルサンプルシーケンス{xn}は、タイミング＆ゲインリカバリー回路１８（ＴＧＲ）１８に送られるとともに等化器１９に送られる。
タイミング＆ゲインリカバリー回路１８は、Ａ／Ｄ変換器１７のサンプリングレートおよびサンプリングタイミングを制御するとともに、Ａ／Ｄ変換器１７のダイナミックレンジを安定かつ有効に利用できるように可変利得アンプ１５の利得を制御する。
【００４３】
等化器１９は、サンプルシーケンス{xn}を所定のパーシャルレスポンスに等化するように構成されている。本実施の形態におけるパーシャルレスポンスの伝達多項式を、一例として式（１０）に示す。すなわち、Ｋ＝２である。
【００４４】
【数１０】
【００４５】
等化されたサンプルシーケンス{yn}は、最尤シーケンス検出器２０に送出され、ビタビ復号により最も尤度が高い２進のシーケンス（最尤シーケンス）が検出される。
なお、最尤シーケンス検出器２０の構成および動作については、後に詳述する。
最尤シーケンス検出器２０では、検出された２進のシンボルシーケンス{a'n-δ}（δは検出遅延）に対して、さらに逆ＮＲＺＩ変換1 mod2 Dを行い、２進のシンボルシーケンス{inv_a'n-δ}を生成する。２進のシンボルシーケンス{inv_a'n-δ}は、ＳＹＮＣ検出器２１および復号器２２に送出される。
【００４６】
ＳＹＮＣ検出器２１は、同期信号としてシーケンス{inv_a'n-δ}に埋め込まれたＳＹＮＣ語を検出する。
復号器２２は、ＳＹＮＣ検出器２１から供給されるＳＹＮＣ語検出信号に基づいて、シンボルシーケンス{inv_a'n-δ}を並列化して符号語C'n-δを生成する。
さらに、復号器２２は、符号化器１０で使用された変換テーブルに対する逆変換テーブルに基づいて、符号語C'n-δをユーザ語I'n-δに変換する。
【００４７】
最尤シーケンス検出器２０の構成
次に、最尤シーケンス検出器２０の構成について述べる。
図２は、本発明における適応型最尤シーケンス検出器の構成を示すブロック図である。図に示すように、最尤シーケンス検出器２０は、雑音白色化フィルタ３０と、ビタビ検出器４０と、誤差計算器５０と、係数更新器６０とから構成される。
図７に示した従来の最尤シーケンス検出器２０ａと比較すると、最尤シーケンス検出器２０は、雑音白色化フィルタ３０における処理のための係数ｑｉと、ビタビ検出器４０における処理のための係数ｇｉとが、それぞれ独立に与えられる点が特徴となっている。これにより、ビタビ検出器４０の処理に影響を与えずに、雑音白色化フィルタ３０の性能を向上できるという利点がある。
以下、図２に関連付けて、最尤シーケンス検出器２０の構成について説明する。
【００４８】
雑音白色化フィルタ３０は、等化器１９によりパーシャルレスポンス等化されたサンプルシーケンス{yn}に対して、フィルタリングを行う。ここで、雑音白色化フィルタ３０は、下記式（１１）を伝達多項式とするＦＩＲフィルタである。但し本実施の形態では、Ｍ＝６とする。
【００４９】
【数１１】
【００５０】
フィルタリングされたサンプルシーケンス{zn}は、ビタビ検出器４０に送られ、２進のシンボルシーケンス{a'n-δ}が検出される。ビタビ検出器４０は、その伝達多項式が下記式（１２）であるチャンネルのトレリス線図に基づいてブランチメトリックを算出するように構成されている。
【００５１】
【数１２】
【００５２】
但し実施の形態ではＬ＝６である。ブランチメトリック計算の詳細については、後述する。
【００５３】
ビタビ検出器４０で検出されたシンボルシーケンス{a'n-δ}は、ＮＲＺＩ逆変換器７０および誤差計算器５０に送出される。ＮＲＺＩ逆変換器７０は、ＮＲＺＩ逆変換である1 mod2 Dの演算を行い、ＮＲＺＩ逆変換がなされたシンボルシーケンス{inv_a'n-δ}が最尤シーケンス検出器２０から出力される。
【００５４】
誤差計算器５０は、パーシャルレスポンス等化誤差wn-δ、雑音予測誤差en-δおよびプレフィルタ等化誤差e0,n-δを算出する。各誤差計算の詳細については後述する。
図２に示すように、誤差計算器５０により計算されたパーシャルレスポンス等化誤差wn-δ、雑音予測誤差en-δ、プレフィルタ等化誤差e0,n-δ、さらにサンプルynのδ時間遅延サンプルyn-δは、係数更新器６０に送出される。
【００５５】
係数更新器６０は、ＬＭＳ適応アルゴリズムを用いて、雑音予測誤差en-δの二乗平均を最小にする係数ベクトル{pi}と、プレフィルタ等化誤差e0,n-δの二乗平均を最小にする係数ベクトル{qi}を算出する。
係数piの更新計算は、従来の係数更新器６０ａと同様に、式（８）に基づいて行われる。また、係数qiの更新計算は、下記式（１３）に従って行われる。なお、式（１３）において、Kqは更新ゲインである。
【００５６】
【数１３】
【００５７】
係数更新器６０は、同様に、KＰを更新ゲインとしたＬＭＳ適応アルゴリズムにより、雑音予測誤差ｅn−δが最小となるように係数ｐiの更新計算を行う。
その際、前述したように、係数ｐiおよび係数ｑiに対して、６次まで（ｉ＝１〜６）の係数を算出する。すなわち、上記式（１１）において、Ｍ＝６である。
【００５８】
ビタビ検出器４０の構成
次に、ビタビ検出器４０の構成について、図３に関連付けて説明する。
図３は、本実施形態に係るビタビ検出器４０の構成を示すブロック図である。図３に示すように、ビタビ検出器４０は、ブランチメトリック計算回路（ＢＭＣ）４１と、ＡＣＳ回路（ＡＣＳ）４２と、パスメモリ（ＭＥＭ）４３とを含んで構成される。
【００５９】
ブランチメトリック計算回路（ＢＭＣ）４１は、雑音白色化フィルタ３０でフィルタリングされたサンプルｚnと、誤差計算機５０から与えられる係数ｇi（ｉ＝１〜６、すなわちＬ＝６）とから、ブランチメトリックを算出する。すなわち、下記式（１４）に基づいて、時刻nの状態遷移ｓj→ｓkに対応するブランチメトリックを算出する。
【００６０】
【数１４】
【００６１】
但し、上記式（１４）において、ＲはＡ／Ｄ変換器１７で量子化する際の基準レベルを、an(sj,sk)は状態遷移sj→skに対応する入力シンボルを、an-i(sj)は状態sjが情報として記憶している入力シンボルを、それぞれ示す。また、ここでは、an(sj,sk)とan-i(sj)は｛−１，＋１｝に属するものとする。
【００６２】
図４は、伝達多項式が式（１２）（Ｌ＝６）である場合のトレリス線図を示す。ビタビ検出器４０は、図４に示したトレリス線図に基づいて処理を行う。
図４において、（ａ）は遷移前（時刻ｎ）の状態を、（ｂ）は遷移後（時刻ｎ＋１）の状態を、（ｃ）はブランチのラベルan／znを、それぞれ示す。
図４（ａ）および（ｂ）において、丸印内の記号は、状態識別番号を表す。時刻ｎの状態識別番号は、各状態が記憶している情報であるシンボルシーケンス{an-1, an-２, an-3, an-4, an-5, an-6}を１６進表記したものである。同じく時刻ｎ＋１の状態識別番号は、シンボルシーケンス｛an, an-1, an-２, an-3, an-4, an-5}を１６進表記したものである。なお、シンボルシーケンス{an}には、ｄ＝１制限がなされている。
【００６３】
図４に示すように、本実施の形態に係るビタビ検出器の場合、４２本のブランチが存在する。各ブランチのメトリックは、各ブランチに対応したラベルから容易に導き出すことができる。たとえば、状態遷移s00→s00に対応するブランチメトリックは、ブランチのラベルがan/zn = 0/(-1-g1-g２-g3-g4-g5-g6)であるから、下記式（１５）の通り算出される。
【００６４】
【数１５】
【００６５】
加算・比較・選択（ＡＣＳ）回路４２は、ブランチメトリック計算回路（ＢＭＣ）４１により算出されたブランチメトリックを用いて、各状態に至る生き残りパスの判定を行い、その判定情報を出力する。すなわち、時刻nに状態sj0を通過し状態skに至るパスのメトリック（パスメトリック）は、下記式（１６）により得られる。なお、SMはステートメトリックの略である。
【００６６】
【数１６】
【００６７】
一方、時刻ｎに状態sj1を通過し状態skに至るパスメトリックは、下記式（１７）により得られる。
【００６８】
【数１７】
【００６９】
ＡＣＳ回路４２は、式（１６）と式（１７）により計算されるパスメトリックの大小比較を行い、小さいほうのパスを生き残りパスと判定する。
すなわち、時刻ｎ＋１のステートメトリックは、下記式（１８）に従って求められる。
【００７０】
【数１８】
【００７１】
但し、比較したパスメトリックが同じであった場合は、一方を生き残りパスとする。
【００７２】
ＡＣＳ回路４２から出力される判定情報は、たとえば、下記式（１９）の通り算出する。
【００７３】
【数１９】
【００７４】
また、たとえば状態s01のように、時刻ｎ＋１の時点で到達するブランチが１本しか存在しない場合、時刻ｎ＋１のステートメトリックは、下記式（２０）に従って算出する。
【００７５】
【数２０】
【００７６】
この場合は判定が行なわれていないので、判定情報を出力する必要がないが、たとえば、下記式（２１）に示すように出力してもよい。
【００７７】
【数２１】
【００７８】
図４に示したトレリス線図では、２６の状態が存在する。各状態のステートメトリックおよび判定情報は、トレリス線図から容易に導き出すことができる。
たとえば、状態s00に対するステートメトリックは、下記式（２２）の通りとなる。
【００７９】
【数２２】
【００８０】
状態s00に対する判定情報は、下記式（２３）の通りとなる。
【００８１】
【数２３】
【００８２】
状態s01に対するステートメトリックは、下記式（２４）の通りとなる。
【００８３】
【数２４】
【００８４】
状態s01に対する判定情報は、下記式（２５）の通りとなる。
【００８５】
【数２５】
【００８６】
パスメモリ（ＭＥＭ）４３は、すべての生き残りパスがマージするのに必要十分な時間分のパス情報を記憶する。そして、マージした結果が検出シンボルa'n-δとして出力される。パスメモリ４３に対して、たとえば公知のレジスタ入れ替え法を用いたデータ処理がなされる。
【００８７】
誤差計算器５０の構成
次いで、誤差計算機５０の構成について、図５に関連付けて説明する。
図５は、誤差計算回路５０の構成を示すブロック図である。
【００８８】
Ｒ倍器５１は、ビタビ検出器で決定されたシンボルa'n-δをＲ倍することによってa'n-δRを生成する。但し、シンボルa'n-δは｛−１，＋１｝に属するとする。
サンプル遅延器５２は、パーシャルレスポンス等化サンプルynから、ビタビ検出器４０の判定遅延と同じδ時間だけ遅延されたサンプルyn-δを生成する。
【００８９】
ＰＲフィルタ５３は、等化器１９の特性同様、１＋Ｄ＋Ｄ２を伝達多項式とするＦＩＲフィルタであり、シンボルa'n-δRからパーシャルレスポンス理想サンプルy'n-δを生成する。すなわち、本実施の形態におけるパーシャルレスポンス理想サンプルは、下記式（２６）に基づいて得られる。
【００９０】
【数２６】
【００９１】
差分演算器５４は、遅延サンプルyn-δと理想サンプルy'n-δとから、パーシャルレスポンス等化誤差wn-δを生成する。すなわち、パーシャルレスポンス等化誤差ｗn−δは、下記式（２７）により求められる。
【００９２】
【数２７】
【００９３】
予測誤差フィルタ５５は、下記式（２８）を伝達多項式とするＦＩＲフィルタであり、等化誤差wn-δの畳み込みから雑音予測誤差en-δを生成する。
【００９４】
【数２８】
【００９５】
但し本実施の形態ではＮ＝６である。したがって予測誤差フィルタ５５の出力である雑音予測誤差ｅn−δは、下記式（２９）に従って算出される。
【００９６】
【数２９】
【００９７】
雑音予測誤差ｅn−δは、係数更新器６０に供給される。係数更新器６０では、雑音予測誤差ｅn−δが二乗平均が最小となるような係数ｐｉがＬＭＳ適応アルゴリズムにより算出されて、予測誤差フィルタ５５に与えられる。すなわち、雑音予測誤差ｅnが最小となるように適応的に制御がなされる。
【００９８】
係数変換器５６は、下記式（３０）に示す多項式に基づいて、fiとpiとからgiを生成する。すなわち、式（１０）および式（１１）に示す多項式の乗算結果から、係数ｇｉを算出する。
【００９９】
【数３０】
【０１００】
本実施形態においては、Ｋ＝２、Ｎ＝６としたため、式（３０）により８次（Ｋ＋Ｎ＝８）までのｇｉが算出可能である。このうち、係数変換器５６では、８次より少ない、たとえば６次までの係数ｇｉについて算出する。すなわち、本実施形態では、係数g1からg6が生成される。
係数変換器５６により算出された係数ｇｉは、前述したように、ビタビ検出器４０でのブランチメトリックの計算に使用される（式（１４））。
なお、係数ｇｉの次数をいくつまで算出するかについては、ビタビ検出における状態数に大きく依存する。したがって、ビタビ検出器４０の装置規模により許容される範囲で係数ｇｉの次数を決定すればよい。
【０１０１】
係数変換器５６では、算出する係数ｇｉを６次までに制限する（打ち切っている）ため、８次まで係数ｇｉを算出した場合と比較して、シンボルa'n-δRは、誤差（以下、打ち切り誤差という）を含んでいる。一般化PRフィルタ５７、プレフィルタ５８および差分演算器５９は、打ち切り誤差を補償するための構成（本発明の第１の補償部）である。
【０１０２】
一般化PRフィルタ５７は、式（１２）（Ｌ＝６）を伝達多項式とするＦＩＲフィルタである。シンボルa'n-δRから、下記式（３１）に従ってプレフィルタ用理想サンプルz'0,n-δを生成する。
【０１０３】
【数３１】
【０１０４】
プレフィルタ５８は、式（１１）の伝達多項式で表されるＦＩＲフィルタであり、遅延サンプルyn-δからサンプルzn-δを生成する。すなわち、プレフィルタ５８のフィルタ特性は、雑音白色化フィルタ３０と同等であり、出力サンプルは下記式（３２）により得られる。
【０１０５】
【数３２】
【０１０６】
係数ｑｉは打ち切り誤差を補償するように、係数更新器６０により逐次更新されているので、プレフィルタ５８は、打ち切り誤差を補償した特性を備えた雑音白色化フィルタとなっている。
【０１０７】
差分演算器５９は、サンプルzn-δと理想サンプルz'0,n-δとから、プレフィルタ等化誤差e0,n-δを生成する。すなわち、プレフィルタ等化誤差e0,n-δは、下記式（３３）により得られる。
【０１０８】
【数３３】
【０１０９】
後段の係数更新器６０では、ＬＭＳ適応アルゴリズムを用いて、プレフィルタ等化誤差e0,n-δの二乗平均を最小にする係数ベクトル{qi}を算出する。これにより、打ち切り誤差を補償した係数ｑｉが算出され、この係数ｑｉが雑音白色化フィルタ３０に供給されることになる。
【０１１０】
以上説明したように、本実施形態に係る最尤シーケンス検出器２０によれば、所定のパーシャルレスポンスのＫ次の伝達多項式（係数ｆi）に等化されたシーケンスｙnに対し、Ｎ次の伝達多項式（係数ｑi）を有する雑音白色化フィルタ３０を通して得られたシンボルシーケンスｚnについて、ビタビ検出器４０により最尤シーケンスを検出する際に、誤差計算器５０および係数更新器６０では、ビタビ検出器４０のブランチメトリックの計算に使用される係数ｇiの算出を、Ｋ＋Ｎよりも小さい次数までで打ち切り、これにより生じた打ち切り誤差を補償するように係数ｐiおよび係数ｑiを適応的に算出するように構成した。
【０１１１】
したがって、ビタビ検出器４０のブランチメトリックの計算に使用される係数ｇiの次数を、雑音白色化フィルタ３０の伝達多項式の次数に依存せずに決定できる。これにより、ビタビ検出器４０にハードウエア上の制限があるために、装置規模を拡大できない場合であっても、雑音白色化フィルタ３０を最適化してシーケンス検出性能を向上させることができる。
たとえば、パーシャルレスポンスの伝達多項式が２次である場合に、ビタビ検出器のハードウエア上の制限から係数ｇiの次数が６までに制限されているとすると、従来は、雑音白色化フィルタ３０の伝達多項式の次数は、必然的に４次までの係数ｑiに制限されていたが、本実施形態に係る最尤シーケンス検出器２０によれば、６次までの係数ｑiまで与えることができ、入力シーケンスに対する雑音白色化性能が向上する。
【０１１２】
また、本実施形態に係る最尤シーケンス検出器２０によれば、打ち切り誤差を補償する際に、ビタビ検出器４０の出力シーケンスである打ち切り誤差を含んだ理想サンプルと、雑音白色化フィルタ３０と同特性のプレフィルタ５８の出力との誤差の二乗平均が最小となるように、ＬＭＳ適応アルゴリズムを用いて、係数ｑiを逐次更新する。
これにより、打ち切り誤差を逐次適応的に補償することができる。したがって、ビタビ検出器のハードウエア上の制限から係数ｇiの次数に制限がある場合であっても、シーケンス検出性能を向上させることができる。
【０１１３】
次に、本実施形態に係る最尤シーケンス検出器２０のシーケンス検出性能の一例について以下に説明する。
下記表２は、前述した表１の測定結果に対して、実施形態に係る光ディスク装置１のシーケンス検出の測定を同条件で行い、比較の容易のために、その結果を表１の最後の行に付加した表である。
【０１１４】
＜表２＞
Ｎ 状態数 ＳＮＲ[dB] ビット誤り数
-------------------------------------------------
０ ４ １３．５ ７６６
１ ６ １３．７ ８４８
２ １０ １３．７ ８７０
３ １６ １３．７ １１１６
４ ２６ １４．１ ７８０
５ ４２ １４．２ ６５０
６ ６８ １４．２ ８８４
７ １１０ １４．６ ５７８
１５ ２６ １４．９ ４９８
本実施形態 ２６ １４．６ ５４２
（Ｎ＝６）
--------------------------------------------------
【０１１５】
表２が示すように、本実施形態に係るビタビ検出器４０は、従来のビタビ検出器４０ａ（Ｎ＝４）と同じ２６の状態数であり、かつ、従来のビタビ検出器４０ａ（Ｎ＝１５）に備わるフィードバック手段を有していないにも関わらず、ＳＮＲおよびビット誤り数の点から、従来のビタビ検出器４０ａ（Ｎ＝７）と同等の性能を達成している。また、本実施形態に係るビタビ検出器４０は、同等の性能を有する従来のビタビ検出器４０ａ（Ｎ＝７）の状態数（１１０）と比較して、状態数を大幅に低減している。
すなわち、最小限のビタビ検出器の装置規模を維持したまま、シーケンス検出性能を大幅に向上させている。
【０１１６】
図６は、本実施形態におけるチャンネル１＋Ｇ（Ｄ）の係数分布を示す。図６において、図８と同様に、横軸は次数Ｎを、縦軸は係数ｇｉを、それぞれ示す。図６では、図８と比較して、（ｄ）本実施形態に係る係数分布が付加された点が異なる。
本実施の形態では、g1からg6を係数として使用するようになされているが、図６によれば、g1からg6の範囲における（ｄ）に示す係数分布は、Ｎ＝４の場合と比較すると、Ｎ＝１５に示す理想的な分布に近いことがわかる。
【図面の簡単な説明】
【０１１７】
【図１】実施形態に係る光ディスク装置のシステム構成を示すブロック図である。
【図２】実施形態に係る最尤シーケンス検出器の構成を示すブロック図である。
【図３】実施形態に係るビタビ検出器の構成を示すブロック図である。
【図４】実施形態に係るビタビ検出器のトレリス線図である。
【図５】実施形態に係る誤差計算回路の構成を示すブロック図である。
【図６】実施形態に係るチャンネル１＋Ｇ（Ｄ）の係数分布を示す図である。
【図７】従来のＮＰＭＬ方式の最尤シーケンス検出器の構成を示すブロック図である。
【図８】従来の最尤シーケンス検出器のチャンネル１＋Ｇ（Ｄ）の係数分布を示す。
【符号の説明】
【０１１８】
１…光ディスク装置、１０…符号化器、１１…増幅器、１２…ピックアップ、１３…光ディスクメディア、１４…増幅器、１５…可変利得アンプ、１６…ローパスフィルタ、１７…Ａ／Ｄ変換器、１８…タイミング＆ゲインリカバリー回路、１９…等化器、２０，２０ａ…最尤シーケンス検出器、２１…ＳＹＮＣ検出器、２２…復号器、３０，３０ａ…雑音白色化フィルタ、４０，４０ａ…ビタビ検出器、５０，５０ａ…誤差計算器、５１…Ｒ倍器、５２…サンプル遅延器、５３…ＰＲフィルタ、５４…差分演算器、５５…予測誤差フィルタ、５６…係数変換器、５７…一般化ＰＲフィルタ、５８…プレフィルタ、５９…差分演算器、６０，６０ａ…係数更新器、７０，７０ａ…ＮＲＺＩ逆変換器。
【特許請求の範囲】
【請求項１】
制御部と、
第１の係数を含む第１の伝達多項式によりパーシャルレスポンス等化された第１のデータに対し、前記制御部により与えられた第２の係数による第２の伝達多項式に基づいてノイズ除去のためのフィルタリングを行う第１のフィルタ部と、
前記第１のフィルタ部の出力に対し、前記制御部により与えられた第３の係数により状態遷移のメトリック演算を行い、最も尤度の高い第２のデータを検出するビタビ検出部と、
を有し、
前記制御部は、
前記第１のデータと前記第２のデータとの誤差を補償するように、前記第２の係数を逐次算出する第１の補償部と、
前記第２のデータに対して前記第１の伝達多項式に基づいてフィルタリングを行ってパーシャルレスポンス等化目標値である第３のデータを生成し、前記第１のデータと前記第３のデータとの誤差を補償するように、第４の係数を逐次算出する第２の補償部と、
前記第１の係数と、前記第２の補償部により算出された第４の係数とを演算して、前記第３の係数を逐次算出する係数演算部と、を含む
データ処理装置。
【請求項２】
前記第１の補償部は、
前記第１のデータに対して、前記第１のフィルタ部と同一の伝達多項式に基づいてノイズ除去のためのフィルタリングを行う第２のフィルタ部と、
前記第２のデータに対して、前記係数演算部により算出された第３の係数による伝達多項式に基づいてフィルタリングを行う第３のフィルタ部と、を含み、
前記第２および第３のフィルタ部の出力の差分の二乗平均を最小にするように、前記第２の係数を逐次適応的に算出する
請求項１記載のデータ処理装置。
【請求項３】
前記第１の係数は、Ｋ次（Ｋ：整数）の多項式の係数であり、前記第４の係数は、Ｎ次（Ｎ：整数）の多項式の係数であって、
前記係数演算部は、前記Ｋ次の多項式と前記Ｎ次の多項式を乗算し、当該乗算結果のうち、前記ＫとＮとの和よりも小さいＬ次までの項の係数を第３の係数として算出する
請求項１記載のデータ処理装置。
【請求項４】
前記第１の係数は、Ｋ次（Ｋ：整数）の多項式の係数であり、前記第４の係数は、Ｎ次（Ｎ：整数）の多項式の係数であって、
前記係数演算部は、前記Ｋ次の多項式と前記Ｎ次の多項式を乗算し、当該乗算結果のうち、前記ＫとＮとの和よりも小さいＬ次までの項の係数を第３の係数として算出する
請求項２記載のデータ処理装置。
【請求項５】
前記第２の補償部は、
前記第２のデータに対して、前記第１の伝達多項式に基づいてフィルタリングを行う第４のフィルタ部と、
前記第１のデータと、前記第４のフィルタ部の出力との差分に対して、第４の係数による伝達多項式に基づいてフィルタリングを行う第５のフィルタ部と、を含み、
前記第５のフィルタ部の出力の二乗平均を最小にするように、前記第４の係数を逐次適応的に算出する
請求項１記載のデータ処理装置。
【請求項６】
第１の係数を含む第１の伝達多項式によりパーシャルレスポンス等化された第１のデータに対し、第２の係数による第２の伝達多項式に基づいてノイズ除去のためのフィルタリングを行うステップと、
前記フィルタリングによる出力に対し、第３の係数により状態遷移のメトリック演算を行い、最も尤度の高い第２のデータを検出するステップと、
前記第２のデータに対して前記第１の伝達多項式に基づいてフィルタリングを行ってパーシャルレスポンス等化目標値である第３のデータを生成し、前記第１のデータと前記第３のデータとの誤差を補償するように、第４の係数を算出するステップと、
前記第１の係数と前記第４の係数を演算して前記第３の係数を算出して更新するステップと、
前記第１のデータと前記第２のデータとの誤差を補償するように、前記第２の係数を算出して更新するステップと、
を有するデータ処理方法。
【請求項１】
制御部と、
第１の係数を含む第１の伝達多項式によりパーシャルレスポンス等化された第１のデータに対し、前記制御部により与えられた第２の係数による第２の伝達多項式に基づいてノイズ除去のためのフィルタリングを行う第１のフィルタ部と、
前記第１のフィルタ部の出力に対し、前記制御部により与えられた第３の係数により状態遷移のメトリック演算を行い、最も尤度の高い第２のデータを検出するビタビ検出部と、
を有し、
前記制御部は、
前記第１のデータと前記第２のデータとの誤差を補償するように、前記第２の係数を逐次算出する第１の補償部と、
前記第２のデータに対して前記第１の伝達多項式に基づいてフィルタリングを行ってパーシャルレスポンス等化目標値である第３のデータを生成し、前記第１のデータと前記第３のデータとの誤差を補償するように、第４の係数を逐次算出する第２の補償部と、
前記第１の係数と、前記第２の補償部により算出された第４の係数とを演算して、前記第３の係数を逐次算出する係数演算部と、を含む
データ処理装置。
【請求項２】
前記第１の補償部は、
前記第１のデータに対して、前記第１のフィルタ部と同一の伝達多項式に基づいてノイズ除去のためのフィルタリングを行う第２のフィルタ部と、
前記第２のデータに対して、前記係数演算部により算出された第３の係数による伝達多項式に基づいてフィルタリングを行う第３のフィルタ部と、を含み、
前記第２および第３のフィルタ部の出力の差分の二乗平均を最小にするように、前記第２の係数を逐次適応的に算出する
請求項１記載のデータ処理装置。
【請求項３】
前記第１の係数は、Ｋ次（Ｋ：整数）の多項式の係数であり、前記第４の係数は、Ｎ次（Ｎ：整数）の多項式の係数であって、
前記係数演算部は、前記Ｋ次の多項式と前記Ｎ次の多項式を乗算し、当該乗算結果のうち、前記ＫとＮとの和よりも小さいＬ次までの項の係数を第３の係数として算出する
請求項１記載のデータ処理装置。
【請求項４】
前記第１の係数は、Ｋ次（Ｋ：整数）の多項式の係数であり、前記第４の係数は、Ｎ次（Ｎ：整数）の多項式の係数であって、
前記係数演算部は、前記Ｋ次の多項式と前記Ｎ次の多項式を乗算し、当該乗算結果のうち、前記ＫとＮとの和よりも小さいＬ次までの項の係数を第３の係数として算出する
請求項２記載のデータ処理装置。
【請求項５】
前記第２の補償部は、
前記第２のデータに対して、前記第１の伝達多項式に基づいてフィルタリングを行う第４のフィルタ部と、
前記第１のデータと、前記第４のフィルタ部の出力との差分に対して、第４の係数による伝達多項式に基づいてフィルタリングを行う第５のフィルタ部と、を含み、
前記第５のフィルタ部の出力の二乗平均を最小にするように、前記第４の係数を逐次適応的に算出する
請求項１記載のデータ処理装置。
【請求項６】
第１の係数を含む第１の伝達多項式によりパーシャルレスポンス等化された第１のデータに対し、第２の係数による第２の伝達多項式に基づいてノイズ除去のためのフィルタリングを行うステップと、
前記フィルタリングによる出力に対し、第３の係数により状態遷移のメトリック演算を行い、最も尤度の高い第２のデータを検出するステップと、
前記第２のデータに対して前記第１の伝達多項式に基づいてフィルタリングを行ってパーシャルレスポンス等化目標値である第３のデータを生成し、前記第１のデータと前記第３のデータとの誤差を補償するように、第４の係数を算出するステップと、
前記第１の係数と前記第４の係数を演算して前記第３の係数を算出して更新するステップと、
前記第１のデータと前記第２のデータとの誤差を補償するように、前記第２の係数を算出して更新するステップと、
を有するデータ処理方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【公開番号】特開２００６−８５７６５（Ｐ２００６−８５７６５Ａ）
【公開日】平成１８年３月３０日（２００６．３．３０）
【国際特許分類】
【出願番号】特願２００４−２６６７７４（Ｐ２００４−２６６７７４）
【出願日】平成１６年９月１４日（２００４．９．１４）
【出願人】（０００００２１８５）ソニー株式会社 (34,172)
【Ｆターム（参考）】
【公開日】平成１８年３月３０日（２００６．３．３０）
【国際特許分類】
【出願日】平成１６年９月１４日（２００４．９．１４）
【出願人】（０００００２１８５）ソニー株式会社 (34,172)
【Ｆターム（参考）】
[ Back to top ]