多値情報記録再生方法及び記録媒体
【課題】学習データの再生信号の低周波成分を抑圧して、安定したトラッキングサーボを実現することが可能な多値情報記録再生方法を提供する。
【解決手段】 符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数をＮ、学習データ中でＤＳＶ（Digital Sum Value）を一定値とする長さを規定する自然数をｋとする。このセル数Ｎと自然数ｋに対して、セル数２・Ｎ・ｋの単位を１ブロックとし、そのブロックが連続した構造を有すると共に、各ブロックにおいてＤＳＶが一定値である学習データを、多値データに付加して記録媒体に記録する。多値データの再生時には学習データに基づき多値データのレベル判定を行う。
【解決手段】 符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数をＮ、学習データ中でＤＳＶ（Digital Sum Value）を一定値とする長さを規定する自然数をｋとする。このセル数Ｎと自然数ｋに対して、セル数２・Ｎ・ｋの単位を１ブロックとし、そのブロックが連続した構造を有すると共に、各ブロックにおいてＤＳＶが一定値である学習データを、多値データに付加して記録媒体に記録する。多値データの再生時には学習データに基づき多値データのレベル判定を行う。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、多値情報を記録又は再生する多値情報記録再生方法及び記録媒体、特に、多値情報の検出に用いる学習データに関するものである。
【背景技術】
【０００２】
近年、情報量の増大に伴い、光ディスクの高記録密度化が求められている。この光ディスクの高記録密度化を行う方法としては、光ディスクの情報記録層における線記録密度を高めることやトラックの狭ピッチ化が挙げられる。これら高記録密度化に対応するための一方法として、光ディスクの情報記録層上に集光する光ビーム径を微小化することが挙げられる。
【０００３】
光ビームのビーム径を微小化するには、光ディスクを記録再生する光ピックアップの集光光学系の対物レンズの開口数（ＮＡ：Ｎｕｍｅｒｉｃａｌ Ａｐｅｒｔｕｒｅ）を大きくすることや光ビームを短波長化することが挙げられる。
【０００４】
高開口数の対物レンズを実現する手法としては、対物レンズに半球レンズを組み合わせて２枚のレンズ（２群レンズ）で対物レンズを構成する手法、或いは単レンズの高ＮＡ化がある。実用のドライブにも、従来のＮＡ：０．６やＮＡ：０．６５の対物レンズから、ＮＡ：０．８５へ高めた対物レンズが搭載されてきている。
【０００５】
光ビームの短波長化に関しては、青紫色半導体レーザの実用化により光源として従来の赤色（波長６５０ｎｍ）半導体レーザから、青色（波長４０５ｎｍ）半導体レーザが採用出来るようになってきている。
【０００６】
一方、光ビーム径の微小化によるアプローチとは異なる高密度化の方法として、従来の二値データによる記録ではなく、三値以上の多値データを記録する方法が考えられている。この方法を用いて、光ビーム径が同じ集光光学系の光ピックアップの下であっても、二値データ記録より多くのデータを記録する研究が進められている。
【０００７】
この方法では、光記録媒体のトラック上に、仮想的に一定間隔のセルを設け、セル内の記録マークの面積を変えることにより多値情報を記録し、これら記録マークからの異なる再生反射光レベルの違いを検出し、再生を行う。
【０００８】
ここで、仮想的に設けたセルの間隔が、光スポット径と同程度かそれよりも微小になると、記録マーク間の符号間干渉が無視出来なくなり、隣接マークの組み合わせに伴い各レベルに対する再生信号の値が分布を持つ。このような状況下では、固定した閾値では再生信号レベルを分離検出できない。
【０００９】
そこで、このような場合においても記録された多値情報を正しく検出するため、特許文献１には以下の方法が開示されている。即ち、注目しているセルと、それに先行、後続するセルに、構成が既知である多値データパターンを記録する。次いで、この記録マークを再生し、前後セルの記録マークとの符号間干渉によるレベル変動の状況を記憶する学習動作を行う。そして、情報データ列からの再生信号と、記憶しておいた信号レベルを参照することによって、再生信号レベルを分離検出する。この注目セルに記録された記録マークと、注目セルの前後のセルに記録された記録マークとの符号間干渉の状況を検出するための、パターン構成が既知であるデータ列は学習データ列と呼ばれている。
【００１０】
特許文献１には、注目セルに記録された記録マークへの符号間干渉に影響するのが、注目セルの前後のセルに記録された記録マークである系が述べられている。そして、データの多値度が８の場合が具体的に述べられており、学習に必要なパターンとして、８値データが３個連続する場合の全ての組み合わせ、０００、００１、…、７７６、７７７の８３＝５１２パターンが示されている。ここで、０、１、２、３、４、５、６、７の数値は、再生信号の８値レベルを対応させたデジタル値である。
【特許文献１】特開２００３−４５０３５号公報
【発明の開示】
【発明が解決しようとする課題】
【００１１】
上述の従来技術には、学習データ列に関し、学習に必要なパターンについては言及されているが、具体的なデータ列の構成については開示されていない。ここで、例えば、データ多値度が８の場合、学習に必要なパターン、０００、００１、…、７７６、７７７を、この順序で実際に記録して学習を行うとすれば、以下に述べる課題が生じる。
【００１２】
この課題を図１４を用いて説明する。図１４（ａ）はユーザ情報データの再生信号波形９１１、９１２と、上述の学習データパターンを順次並べていく学習データ列の再生信号波形９２を示す。図１４（ｂ）、図１４（ｃ）は再生信号再生時のサーボに使用する信号帯域での和信号９３とトラッキングエラー信号９４を示す。
【００１３】
図１４（ａ）の再生信号はサーボに使用する信号帯域以下のローパスフィルタを通すと図１４（ｂ）の信号となることから、学習データ列部においてサーボ信号帯域以下の低周波数帯成分を含んだ信号となっている。この再生信号低周波数成分が図１４（ｃ）に示す様にトラッキングエラー信号にオフセットとして重畳し、トラッキングサーボ信号の外乱となる現象が確認出来る。
【００１４】
図１５は図１４（ａ）の学習データの再生信号波形９２の先頭部分と末尾部分を拡大して示す図である。図中９２１、９２２、９２３は、それぞれ、８値レベル記録マーク「０００、００１、…、００７」、「０１０、０１１、…、０１７」、「０２０、０２１、…、０２７」に対応する再生信号波形である。また、９２４、９２５、９２６は、それぞれ、「７５０、７５１、…、７５７」、「７６０、７６１、…、７６７」、「７７０、７７１、…、７７７」に対応する再生信号波形である。
【００１５】
本発明の目的は、学習データの再生信号の低周波成分を抑圧して、安定したトラッキングサーボを実現することが可能な多値情報記録再生方法及び記録媒体を提供することにある。
【課題を解決するための手段】
【００１６】
本発明は、多値データに、符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎと、学習データ中でＤＳＶ（Digital Sum Value）を一定値とする長さを規定する自然数ｋに対して、セル数２・Ｎ・ｋの単位を１ブロックとし、そのブロックが連続した構造を有すると共に、各ブロックにおいてＤＳＶが一定値である学習データを付加して記録媒体に記録する。また、多値データの再生時には学習データに基づき多値データのレベル判定を行う。
【発明の効果】
【００１７】
本発明によれば、学習データ列の再生信号低周波成分を抑圧して安定したトラッキングサーボを実現できる。
【発明を実施するための最良の形態】
【００１８】
次に、発明を実施するための最良の形態について図面を参照して具体的に説明する。図１は本発明に係る多値情報記録再生装置の一実施形態を示すブロック図である。図中１０は光ディスク等の光記録媒体、１４は光記録媒体１０に光ビームを照射して情報の記録又は再生を行う光ピックアップである。１９は光記録媒体１０を回転駆動するスピンドルモータである。
【００１９】
スピンドルモータ１９により光記録媒体１０を回転させながら、光ピックアップ１４中の図示しないＬＤ（レーザダイオード）からレーザビームを照射することによって光記録媒体１０に情報の記録又は再生を行う。
【００２０】
まず、具体的な記録方法について説明する。ユーザ情報データａを記録データ生成回路１１により多値レベルデータに変換し、その所定量の単位毎に予め決められた多値レベルの学習パターンデータ（学習データ）ｂを付加することによってデジタルデータ列ｃを形成する。このデジタルデータ列ｃから記録パルス生成回路１２により記録パルスの光量とタイミング信号を生成する。これをＬＤ駆動回路１３に供給し、光ピックアップ１４中のＬＤからレーザビームを出射して、光記録媒体１０上に記録マークを形成する。
【００２１】
次に、再生方法について説明する。光ピックアップ１４中のＬＤから再生用レーザビームを光記録媒体１０に照射し、光記録媒体１０により反射された反射光を光ピックアップ１４中のフォトディテクタ（図示せず）により検出する。得られた反射光レベル信号ｄを再生信号処理回路１５によりサンプリングし、波形等化の処理を施すと共にユーザ情報データ部分ｅと学習データ部分ｆを識別する。
【００２２】
この学習データ部分ｆから学習パターンテーブル１６を作成し、ユーザ情報データ部分ｅと学習パターンテーブル１６を参照し、多値レベル判定回路１７により多値ユーザ情報データ列ｇを得る。これを二値データ変換回路１８により二値データに変換し、再生情報データｈを生成する。
【００２３】
次に、上述の図１の構成について更に詳しく説明する。記録パルス生成回路１２により処理されるデジタルデータｃの概念図を図２に示す。デジタルデータｃは上述の様にユーザ情報データ２１１（２１２）の所定量の単位毎に学習データ２２が付加され、学習データとユーザ情報データが交互に繰り返されたデータ列となる。
【００２４】
このデータ列に基づき記録マークが光ピックアップ１４中のＬＤから出射するレーザビームにより光記録媒体１０に記録される。多値データはトラック上に仮想的に設けられたセルの中での、無記録セルと（多値度−１）レベルで大きさの異なる記録マークによって表される。以下、これら記録マークからの多段に異なる再生反射光レベルは、０、１、…、（多値度−１）のデジタル値に対応させるものとする。
【００２５】
図３は光記録媒体上に記録された記録マークの概念図を示す。ここでは一例としてデータの多値度が８の場合を示す。図３（ａ）は８値レベルを示すデータ列、図３（ｂ）は図３（ａ）の多値レベルに対応する記録マークを示す。光記録媒体のトラック上に仮想的に設けられたセル３２の中に未記録状態も含め８種の大きさの異なる（記録マークの長さ或いは面積が異なる）記録マーク３３が形成される。セル３２は一定間隔である。これら記録マークは８値レベルデータ列３１の情報に対応している。図３において、記録マークの形状は大きさの違いを概念的に表現したものであり、実際の物理形状を正しく反映したものではない。
【００２６】
このように光記録媒体上に形成されたマークに対し、再生レーザ光を照射した時のセルと光スポット径の大小関係を表す概念図が図４である。ここでは、一例として、セル長２００ｎｍ、トラックピッチ３２０ｎｍ、光スポット径４００ｎｍの場合の例を示す。この時、注目セル４１に記録された記録マークと、先行するセル４２、後続するセル４３に記録された記録マークが符号間干渉を起こす。そして、注目セル４１に記録されたマークに対応した再生信号レベルが、前後２セルに記録されたマークの組み合わせに応じた分布を持つ。
【００２７】
このように再生信号レベルが分布を持った状況下で、再生信号レベルを正しく分離検出するため、背景技術で述べた様に注目セルとそれに先行、後続するセルに、構成が既知である多値データパターンを記録する。次いで、その記録マーク列を再生し、前後セルの記録マークとの符号間干渉によるレベル変動の状況を記憶する学習動作を行う。そして、情報データ列からの再生信号と、この記憶しておいた信号レベルを参照することで、再生信号レベルを正しく分離検出できる。
【００２８】
図４に示す系では、注目セルの記録マークと符号間干渉するのが隣接する前後のセルの記録マークであるため、学習すべきパターンは３セルを１セットとしたものとなる。この３セルのセット毎に３個の８値データの取り得るパターンの記録マークを記録し、それらについて学習を行う。
【００２９】
そして、情報データ列からの再生信号と、この記憶しておいた信号レベルを参照することによって再生信号レベルを分離検出することが出来る。上述のようなレベル判定参照用の学習データに基づく学習に関しては、例えば、特許文献１等に詳しく記載されている。
【００３０】
以上説明した構成、原理により、再生時に記録マーク間に符号間干渉がある場合でも、記録された多値情報をより正しく検出することが出来る。
【００３１】
このような構成の下、本実施形態では、符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数をＮ、学習データ列中でＤＳＶ（Digital Sum Value）を一定値とする長さを規定する自然数をｋとする。そのセル数Ｎと自然数ｋに対し、学習パターンデータｂとして以下のようなデータ列を用いる。即ち、上記のセル数Ｎと自然数ｋに対し、セル数２・Ｎ・ｋの単位を１ブロックとし、そのＤＳＶを一定値としたブロック（以下、ＤＳＶ一定値ブロックという）が連続した構造を有するデータ列を用いる。
【００３２】
そうすることで、学習データの再生信号低周波成分を抑圧して安定したトラッキングサーボを実現した多値情報記録再生方法を実現するものである。
【００３３】
以下、本発明の特徴である再生信号の低周波成分が抑圧され、効率化された学習データ列の構成に関して説明する。本発明は、上述の課題を解決するため学習データ列を一定セル単位でのＤＳＶが一定値となるように構成する。この際、符号間干渉の影響を検出するための学習の最小単位となる、１セットのパターンの全てを効率的に含む一形態として次の様なデータ並びを考える。即ち、学習の最小単位となる１セットセル数Ｎが３の場合ならば、パターン「０００」に対してはパターン「７７７」を、パターン「００１」に対してはパターン「７７６」を、というようにする。つまり、小さいレベルを含むパターンと大きいレベルを含むパターンを順次組み合わせていくデータ並びとする。
【００３４】
この様な学習データ列構成を考えるため、以下、学習の最小単位となる１セット（セル数Ｎ）に対し、２セットを合わせた単位で考える。上記例で考えれば、「０００７７７」、「００１７７６」、…、というデータ並びでは、学習の最小単位となる１セットセル数３に対し、その２倍である６セル単位でＤＳＶを一定値２１としている。このように学習の最小単位となる１セットに対し、小さいレベルを含む１セットと大きいレベルを含む１セットを組み合わせることでＤＳＶを一定値とすることが出来る。
【００３５】
まず、学習の最小単位となる１セットのセル数Ｎについて説明する。符号間干渉の影響を検出するための学習の最小単位となる１セットは、注目セルと、注目セルの記録マークと符号間干渉するマークの記録された隣接セルの個数の合計であれば良い。これは光ピックアップ光学系とセル長の関係から定める。
【００３６】
例えば、セル長２００ｎｍで、現行のＢｌｕ−Ｒａｙディスクの光ピックアップ系で再生する場合には、図４の様に注目セルの記録マークと符号間干渉するのが前後２セルの記録マークであるため、学習の最小単位となる１セットのセル数は３セルとする。また、よりセル長が短く、注目セルの記録マークと符号間干渉するのが前後４セルの記録マークである場合には、学習の最小単位となる１セットのセル数は５セルとする。４４は光スポット（φ４００ｎｍ）を示す。
【００３７】
更に、同じ系（セル長、光学系）であっても、再生方式や学習データ列の記録方式によって学習の最小単位となるセル数は異なる。例えば、後述するセル間値を用いた再生を行う場合を考える。その際には、セル長２００ｎｍで、現行のＢｌｕ−Ｒａｙディスクの光学系で再生する場合でも、図５に示す様に注目しているセル境界の前後２セル５１に記録された記録マークが符号間干渉するため、学習の最小単位となる１セットのセル数は２セルである。
【００３８】
また、後述する符号間干渉の影響を検出するパターンに新たに符号間干渉の影響を低減するための特有の多値レベルデータ（ダミーセルデータ）を加えて学習データ列を構成する場合には、学習の最小単位は以下のように定める。即ち、学習の最小単位は、符号間干渉の影響を検出するパターンと、ダミーセルデータを合わせたものとする。つまり符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎは符号間干渉の影響を検出するパターンが記録されたセル数に符号間干渉の影響を低減するための多値レベル値をとるダミーセルデータが記録されたセル数を加えた合計数である。
【００３９】
更に、このようにダミーセルデータを付加する例では、符号間干渉の影響を検出するパターンは、後述する様に注目セルと、注目セルの記録マークと符号間干渉するマークの記録されたセルの合計数以下のデータ数の単位としてもよい。
【００４０】
例として、セル長１６０ｎｍで、現行のＢｌｕ−Ｒａｙディスクの光学系で再生し、符号間干渉の影響を検出するパターンとして、符号間干渉の影響の及ぶ５セルの単位ではなく３セル単位でのパターンを考える場合について説明する。このとき、学習データ列中、符号間干渉の影響を検出するパターンに１つのダミーセルデータが付加されている場合には、学習の最小単位となる１セットのセル数は３＋１＝４セルとなる。
【００４１】
次に、ＤＳＶを一定値とする長さに関して説明する。本発明の課題である学習デ―タの再生信号がトラッキングエラー信号の外乱となる現象は、学習データの再生信号が低周波数成分を持つことが原因である。そこで、再生信号にどの程度の周波数帯の成分が含まれている時に再生信号のトラッキングエラー信号への重畳が問題となるかを図６を用いて説明する。
【００４２】
図６（ａ）は図９或いは図１４の信号を記録した記録ストラテジと同一のストラテジ（レベル０〜７の各レベルの記録パワー、記録パルス幅）で記録した「０…０、７…７」の繰り返し信号の再生波形６１を示す。図６（ｂ）は信号再生時のトラッキングエラー信号６２を示す。トラッキングエラー信号６２には、「０…０、７…７」繰り返し信号の重畳が確認出来る。
【００４３】
「０…０、７…７」繰り返し信号は、「０…０、７…７」の一単位毎のＤＳＶが一定である。この再生信号に対するトラッキングエラー信号の振幅を見ることで、記録盤面上でのＤＳＶを一定値とする長さと、再生信号のトラッキングエラー信号への重畳の関係を知ることが出来る。
【００４４】
従って、再生信号の周波数成分と、再生信号のトラッキングエラー信号への重畳の関係を知ることが出来る。以下、図６（ｂ）に示す様に三角波形状の信号振幅値（矢印で示す振幅値Ａ）を、再生信号の重畳したトラッキングエラー信号の振幅６３とし、この大きさを測定することで再生信号のトラッキングエラー信号への重畳度合を評価する。
【００４５】
図６（ｃ）は「０…０、７…７」繰り返し信号の「０…０、７…７」一単位の長さ、即ちＤＳＶを一定値とする長さを変化させた時の対応する再生信号の重畳したトラッキングエラー信号の振幅を示すグラフである。横軸はＤＳＶを一定値とする長さ、縦軸は「０…０、７…７」繰り返し信号が重畳したトラッキングエラー信号振幅のトラック溝横断時のトラッキングエラー信号振幅に対する規格化値を示す。
【００４６】
図６（ｃ）のグラフより「０…０、７…７」繰り返し信号のトラッキングエラー信号への重畳は、ＤＳＶを一定値とする長さに対し、単調に増加することが分かる。従って、本発明の課題である学習デ―タの再生信号がトラッキングサーボ信号の外乱となる現象を解決するためには、ＤＳＶを一定値とする長さは短く設定することが望ましい。
【００４７】
しかし、一般にトラッキングエラー信号は、トラッキングエラー信号に基づいたアクチュエータ起動による光スポットのトラック追従によって追従しきれないサーボ残差を持っている。そして、このサーボ残差よりも上記重畳が小さい範囲では、この再生信号のトラッキングエラー信号への重畳は本発明の課題の解決に問題がないと考えられる。
【００４８】
以下、このサーボ残差と再生信号の重畳の大小関係と、それに依るトラッキングサーボ安定性に関して説明する。図７（ａ）は再生信号の重畳のないトラッキングエラー信号波形を示す。図７（ｂ）は本発明の課題である学習データの再生信号が重畳した図１４（ｃ）のトラッキングエラー信号９４の波形を示す。これら図７（ａ）、（ｂ）は、図１４の時間軸スケールの２５倍のスケールで表す。
【００４９】
図７（ａ）から再生信号の重畳がないトラッキングエラー信号でも変動（サーボ残差）を持っていることが分かり、再生信号の重畳がこの元々存在する変動以下である場合には、上述した様に本発明の課題の解決に問題がないと考えられる。これに対し、図７（ｂ）に示す波形には学習データの再生信号９２によるサーボ残差を超えた重畳があり、安定したトラッキングサーボの妨げとなる。図６（ｃ）のグラフ中には、このサーボ残差７２と、図１４の学習データの再生信号９２の重畳したトラッキングエラー信号振幅９５が対応する値を示している。
【００５０】
上記説明した、再生信号のトラッキングエラー信号への重畳がサーボ残差以下となる条件は、図６（ｃ）のグラフよりＤＳＶを一定値とする長さが３０μｍ程度以下であることと分かる。従って、本発明のＤＳＶ一定値ブロックの記録盤面上での物理長は、３０μｍ程度以下に設定することが望ましい。この長さでＤＳＶを一定値とした学習データの再生信号は、現行のＢｌｕ−Ｒａｙディスクのサーボ系での一倍速（４．９２ｍ／ｓ）の線速の下で周波数成分に換算すると、約１６０ｋＨｚに相当する。
【００５１】
上述の説明では学習の最小単位となる１セット（セル数Ｎ）に対し、２セットを合わせた単位でＤＳＶを一定とする学習データ列構成を述べた。この様な学習データ列構成でのＤＳＶ一定値ブロックの記録盤面上での物理長は、セル長２００ｎｍ、Ｎ＝３の場合で、０．２×２×３＝１．２μｍである。これは、上述の再生信号のトラッキングエラー信号への重畳がサーボ残差以下となる条件に対し、２５倍程度短い長さでＤＳＶを一定値としていることになる。
【００５２】
従って、学習の最小単位となる１セット（セル数Ｎ）に対し、２セットを合わせた単位でＤＳＶを一定とするのではなく、以下の様な単位でＤＳＶを一定としてもよい。即ち、学習の最小単位となる１セットに対し、４セット、６セット、…を単位と考えてＤＳＶを一定値としても、上述の再生信号のトラッキングエラー信号への重畳がサーボ残差以下となる条件を満たしていれば本発明の課題の解決に問題はない。
【００５３】
このような長さ単位でＤＳＶを一定値とする構成を簡潔に表現するため、以下、学習の最小単位となる１セット（セル数Ｎ）に対し、２セットを合わせた単位のｋ（自然数）倍の個数のセルの単位を１ブロックと定義する。また、ブロック長を、ブロックに含まれるセル数と定義する。
【００５４】
本発明では、この様に定義した「ブロック」を単位としてＤＳＶが一定となるよう学習データ列を構成する。前述の様に、ＤＳＶが一定となるブロックをＤＳＶ一定値ブロックと呼ぶ。自然数ｋはＤＳＶを一定値とする長さを規定する意味を持つ。
【００５５】
このＤＳＶ一定値ブロックの長さを規定する自然数ｋは、学習データの再生信号のトラッキングエラー信号への重畳がサーボ残差以下となる条件を満たす範囲で、任意の値に設定してよい。この範囲の上限に対応するＤＳＶ一定値ブロックの記録盤面上での物理長は上述の様に３０μｍ程度である。
【００５６】
このことから、例えば、現行のＢｌｕ−Ｒａｙディスクの系では、セル長２００ｎｍ、Ｎ＝３の場合で、３０／（０．２×２×３）＝２５程度、セル長１６０ｎｍ、Ｎ＝３の場合で、３０／（０．１６×２×３）≒３１程度に設定するのが望ましい。
【００５７】
以上のように本発明は、符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎと、学習データ中でＤＳＶ（Digital Sum Value）を一定値とする長さを規定する自然数ｋとする。このセル数Ｎと自然数ｋに対して、セル数２・Ｎ・ｋの単位を１ブロックとし、そのブロックが連続した構造を有すると共に、各ブロックにおいてＤＳＶが一定値である学習データを、多値データに付加して記録媒体に記録する。そして、多値データの再生時には学習データに基づき多値データのレベル判定を行う。自然数ｋは、学習データの再生信号のトラッキングエラー信号への重畳が、トラッキングエラー信号のサーボ残差以下となる条件を満たすものとする。
【実施例】
【００５８】
次に、本発明の実施例について説明する。
【００５９】
（実施例１）
実施例１では、データの多値度が８、注目セルの記録マークと符号間干渉するのが前後２セルの記録マークとなる状況で、学習の最小単位となる１セットのセル数Ｎは３、ＤＳＶ一定値ブロックの長さ規定としてｋ＝１である場合を示す。そして、後述する結合セクションの存在しない場合を示す。
【００６０】
図８は実施例１のブロック長２・Ｎ＝６、ＤＳＶ一定値２１である多値データ系列（学習データ列）を示す。ここで、“／”はＤＳＶ一定値ブロックの境界を意味する。また、表現上、ブロックの先頭データの値に応じて改行して表記し、更に、後述するブロック群に関し、先頭データの値の異なるものを図中囲むことによって表現している。
【００６１】
このデータ列は、合計５２８個の多値レベルデータから構成され、ＤＳＶ一定値ブロック８８個、後述する結合セクション０個からなる。従って、このデータ列は全てのデータがＤＳＶ一定値ブロックで埋め尽くされた例となっている。つまり、学習データは、ＤＳＶが一定のブロックのみからなる。
【００６２】
このデータ列は、前述の小さいレベルを含むパターンと大きいレベルを含むパターンを順次組み合わせていく形態として、特に、以下のような組み合わせ方としている。即ち、各ブロック内の１番目と４番目、２番目と５番目、３番目と６番目の多値レベルデータの和がそれぞれ７となる様な組み合わせ方としている。但し、後述するように先頭データ０，１，２，３の各ブロック群についてブロック群の末尾ブロックにおいては、重複パターンの削除を効率的に行う目的から、この様な組み合わせ方としていない。
【００６３】
このデータ列において、先頭セルから１セルずつずらしながら３セル毎のパターンを抽出していくと、８値データが３個連続する場合の全ての組み合わせ５１２パターンが出現する。
【００６４】
図９は本実施例の学習データの再生信号波形とトラッキングサーボ信号の波形を示す。図９（ａ）はユーザ情報データの再生信号波形８１１、８１２と、本実施例の学習データ列の再生信号波形８２を示す。図９（ｂ）、図９（ｃ）は再生信号再生時のサーボに使用する信号帯域での和信号８３とトラッキングエラー信号８４を示す。
【００６５】
また、図１０は図９（ａ）に示す学習データの再生信号波形８２の詳細を示す。図中８２１、８２２、８２３は、それぞれ、８値レベル記録マーク「０００７７７、…、００６７７１」、「０１０７６７、…、０１６７６１」、「１１１６６６、…、１１５６６２」に対応する再生信号波形である。また、８２４、８２５は、それぞれ、８値レベル記録マーク「２２２５５５、…、２２４５５３」、「３３３４４４、３３４３４４」に対応する再生信号波形である。
【００６６】
本発明の課題は、上述のように図１４（ａ）或いは図１５の学習データパターンを順次並べていく学習データ列の再生信号は、サーボに使用する信号帯域と同程度の低周波数帯の成分を持った信号となっていることである。それに対し、本実施例の学習データの再生信号は、図１０に示す様に低周波数成分の抑圧された信号となっている。
【００６７】
これにより、本実施例の学習データ列の再生においては、学習データパターンを順次並べていく学習データ列の再生時に対し、図９に示す様に学習データ再生のトラッキングエラー信号への影響が低減されている。
【００６８】
また、学習データパターンを順次並べていく「０００、００１、…、７７６、７７７」のデータ列は、５１２×３＝１５３６個の多値レベルデータからなるデータ列となる。それに対し、本実施例のデータ列は合計５２８個の多値レベルデータで必要なパターンを網羅出来ている。これは、本実施例のデータ列の構成では、１５３６セルのデータ列において先頭セルから１セルずつずらしながら３セル単位でのパターンを抽出していく際に、以前出現したパターンからなるブロックを削除したことによる。
【００６９】
つまり、本発明において、学習データは、データ列の先頭から学習の最小単位となる１セットのセル数のＮセル単位でのパターンを抽出する際に、以前出現したパターンからなるブロックが削除されている。
【００７０】
以下、重複するデータの削除方法に関して説明する。なお、複数のブロックの集まりをブロック群と呼び、ブロック群の長さをブロック群に含まれるセル数と定義する。本実施例のデータ列構成において、先頭データが０であるブロック群では、「０００７７７、００１７７６、…」のように各ブロック内の前半部分に、先頭が０であり、小さいレベルを含むパターンから順次並べている。
【００７１】
次に、先頭データが１であるブロック群においても、先頭データが０であるブロック群に倣い「１００６７７、１０１６７６、…」のような並びのデータ列を考える。すると、これらのブロックに含まれる「１００」、「００６」、「０６７」、「６７７」、「７７１」、「７１０」、「１０１」、「０１６」、「１６７」、「６７６」、…のパターンは全て、それより以前の先頭データ０のブロック群に含まれている。
【００７２】
本実施例のデータ列構成では、このような重複データ列からなるブロックを削除する。先頭データが２、３のブロック群となるにつれ、図８に示す様にそれ以前のデータ列に含まれていないパターンを含むブロックは少なくなる。また、本実施例では、先頭データ０、１、２、３の各ブロック群について、ブロック群の末尾ブロックは重複パターンの削除を効率的に達成するため、以下のようなデータ並びとしている。即ち、上述の様に「０００」に対しては「７７７」を組み合わせるという、ブロック内の１番目と４番目、２番目と５番目、３番目と６番目の多値レベルデータの和がそれぞれ７となる様な組み合わせ方とせず、「００７０７７」等のデータ並びとしている。
【００７３】
以上の様に本実施例のデータ列は、ＤＳＶを６セル単位で一定値とすることにより、学習データの再生信号低周波数成分を抑圧でき、安定したトラッキングサーボを実現することが可能となる。また、本実施例のデータ列はデータ量が低減されており、学習に使用するセル数の面でも効率的となる。
【００７４】
ここで、特開２００６−１４７０７７号公報には、光ビーム径中心がセルとその後続セルの境界に来た時に再生信号をサンプリングしたセル間値に基づいてそのセル間値を得た前後のセルの多値情報を判定する多値情報再生方法が開示されている。上述の図５はこのセル間値を用いた再生を行う場合のセルと、サンプリングポイントの概念図を示すものである。ここでは、一例としてセル長２００ｎｍ、トラックピッチ３２０ｎｍ、光スポット径４００ｎｍの場合を示す。
【００７５】
この方法の学習動作は以下の通りである。まず、セル間値を得るセル境界の前後のセルに、構成が既知である多値データパターンを記録する。次に、この記録マークを再生し、セル境界の前後の異なるレベルの記録マークの組み合わせに応じた、再生信号のセル間値レベルを記憶する学習動作を行う。そして、情報データ列の再生信号からサンプリングしたセル間値と、記憶しておいたセル間値レベルを参照することによって情報データ列中のそのセル間値を得た前後のセルの多値情報を判定する。
【００７６】
上記特開２００６−１４７０７７号公報には、注目しているセル境界の前後２セルに記録された記録マークが符号間干渉する場合が述べられている。そして、データの多値度が８の場合が具体的に述べられており、学習に必要なパターンとして、８値データが２個連続する場合の全組み合わせ「００、０１、…、７６、７７」の６４パターンが示されている。
【００７７】
この場合、上述したように符号間干渉の影響を検出するための学習の最小単位となる１セットは、注目しているセル境界の前後２セルであり、学習の最小単位となる１セットのセル数Ｎは２である。つまり、符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎは、注目セル境界の前後で符号間干渉するマークの記録されたセルの個数の合計数である。
【００７８】
この特開２００６−１４７０７７号公報に記載のセル間値を用いた再生を行う場合を考えると、セル間値再生に必要な８値データが２個連続する場合の全組み合わせ６４パターンは、本実施例のデータ列の中に全て含まれている。従って、セル間値再生に必要な学習データ６４パターンは本実施例のデータ列から抽出すればよい。
【００７９】
（実施例２）
実施例２では、データの多値度が８、注目セルの記録マークと符号間干渉するのが前後２セルの記録マークとなる状況で、学習の最小単位となる１セットのセル数Ｎが３であり、ＤＳＶ一定値ブロックの長さ規定としてｋ＝１である場合を示す。そして、後述する結合セクションの存在する場合を示す。
【００８０】
実施例１では先頭セルから１セルずつずらしながら連続する３セル毎のパターンを順に取り上げていく中で、以前出現したパターンからなるブロックを削除することによりデータ量を低減している。上述した様に実施例１は全てのデータがＤＳＶ一定値ブロックで埋め尽くされた例であるが、この条件を緩めれば、更なるデータ量の低減が可能である。この例を図１１（ａ）に示す。
【００８１】
このデータ列はブロック長２・Ｎ＝６、ＤＳＶ一定値：２１、ＤＳＶ一定値ブロック：８４個、後述する結合セクション：５個の、合計５２３個の多値レベルデータから構成されたデータ列である。“／”は実施例１と同様にブロックの境界を意味し、“［”、“］”で囲まれた領域はＤＳＶがこのデータ列のＤＳＶ一定値２１とならない、連続する複数の多値レベルデータ、或いは一つの多値レベルデータを表す。本願明細書では、このようにデータ列中でＤＳＶが一定値と異なる値をとる、連続する複数の多値レベルデータ、或いは一つの多値レベルデータを、結合セクションと表現する。また、実施例１と同様にブロックの先頭データの値に応じて改行し、また、結合セクションでの改行も行って表記している。
【００８２】
このデータ列は、ＤＳＶ一定値ブロック部分において、上述の小さいレベルを含むパターンと大きいレベルを含むパターンを順次組み合わせていく形態として、特に、次の様な組み合わせ方としている。即ち、各ブロック内の１番目と４番目、２番目と５番目、３番目と６番目の多値レベルデータの和がそれぞれ７となる様な組み合わせ方としている。結合セクション部分においては、この様な組み合わせ方としていない。
【００８３】
このデータ列において、先頭セルから１セルずつずらしながら３セル単位でのパターンを抽出していくと、８値データが３個連続する場合の全ての組み合わせ５１２パターンが出現する。
【００８４】
本実施例は、合計５２３個の多値レベルデータにより学習に必要なパターンを網羅するもので、実施例１に対し、更に５個のデータ数が低減されている。これは、先頭データ０、１、２、３の各ブロック群の末尾ブロックにおいて、重複する不必要なデータを削除したことによる。
【００８５】
しかし、実施例１のデータ列に対する削除の過程のために、実施例１では全てのデータがＤＳＶ一定値ブロックで埋め尽くされていたのに対し、実施例２ではＤＳＶが一定値２１とならない箇所が発生している。つまり、学習データは、ＤＳＶが一定のブロックと、ＤＳＶが一定ではないブロックとが混在している。
【００８６】
本発明の課題は、学習データ部の再生信号の低周波成分を抑え、安定したトラッキングサーボを実現することである。このためには、実施例１の様に学習データ列の一定セル単位でのＤＳＶが一定となっていることが望ましい。但し、それが一部分で崩れていても、この変化に伴う再生信号のトラッキングエラー信号への重畳が上述のサーボ残差よりも十分小さいため、本発明の課題の解決には影響しない。
【００８７】
この点に鑑み、本発明は学習データ列中に一部ＤＳＶが一定値とならない部分（結合セクション）を含んだ、主にＤＳＶ一定値ブロックから構成されるデータ列も含め、結合セクションの長さを制限することで課題を解決する。本発明は、この結合セクションのセル数を、連続するＤＳＶ一定値ブロックのブロック群の長さ以下と規定する。
【００８８】
また、ＤＳＶ一定とならない結合セクションを持ち、先頭セルから１セルずつずらしながら３セル単位でのパターンを抽出していく中で８値データが３個連続する場合の全ての組み合わせ５１２パターンを含む形態は上述の実施例のデータ列だけに限定されない。例えば、図１１（ｂ）に示すように結合セクションを変更した学習データ列も考えられる。
【００８９】
また、上記特開２００６−１４７０７７号公報に記載のセル間値を用いた再生を行う場合を考えると、セル間値再生に必要な８値データが２個連続する場合の全組み合わせ６４パターンは、本実施例のデータ列の中に全て含まれている。従って、セル間値再生に必要な学習データ６４パターンは、本実施例のデータ列から抽出すればよい。
【００９０】
（実施例３）
実施例１、２では、学習の最小単位として、符号間干渉の影響を検出するパターンを考えている。
【００９１】
一方で、学習データとして必要な符号間干渉の影響を検出するパターンに更に符号間干渉の影響を低減するための新たな特有の多値レベルデータを加えて学習データ列を構成している従来技術も存在する。この様な場合、学習の最小単位は符号間干渉の影響を検出するパターンと、符号間干渉の影響を低減するための特有の多値レベルデータを合わせたものとする。
【００９２】
ここで、本願出願人は、先に、特願２００６−２４０２５９号において、学習データとして必要なパターン間に予め決められた多値レベルデータを付加する技術を提案している。この学習データに付加される値の固定された多値レベルデータはダミーセルデータと称している。
【００９３】
ここでは、一例としてセル長１６０ｎｍの系を現行のＢｌｕ−Ｒａｙディスクの光学系で再生する場合の様に、注目セルに記録された記録マークへの符号間干渉に、注目セルの二つ外側のセルの記録マークも影響する場合を考えている。そして、学習パターンを５セル単位ではなく３セル単位のままとし、学習パターンの記録されている３セル間に、値の固定されたダミーセルデータを付加している。
【００９４】
この方法により、学習データを大幅に増やすことなく、３セルを挟む両端の記録マークレベルを固定し、二つ以上外側のセルの記録マークからの影響を平均化出来る。これにより、注目セルに記録された記録マークへの符号間干渉に二つ以上外側のセルの記録マークも影響するような系においても、学習の確度を高められることが示されている。
【００９５】
この特願２００６−２４０２５９号の様に学習データとして必要な符号間干渉の影響を検出するパターンに更に新たな多値レベル値の固定されたダミーセルデータを加えた単位で学習データ列を構成する場合、以下の点が実施例１，２の場合と異なる。
【００９６】
即ち、学習データ列中のダミーセルデータのため、１セルずつずらしながら３セル単位でのパターンを抽出していっても、以前出現したパターンと重複するパターンはダミーセルデータの値を含んだものしか出現しない。従って、実施例１，２で行ったように１セルずつずらしながら３セル単位でのパターンを抽出する中で、重複データを削除することによってデータ量の効率化を図る事は出来ない。
【００９７】
データ多値度が８の場合、８値データが３個連続する場合の全ての組み合わせ５１２パターンを出現させるには、３つの多値レベルデータ毎にダミーセルデータ１つが入ることから、５１２×（３＋１）＝２０４８個の多値レベルデータが必要である。
【００９８】
このようにダミーセルデータを付加する場合においても、本発明のＤＳＶが一定となる学習データ列の生成は可能である。この場合、学習の最小単位となる１セットは符号間干渉の影響を検出するパターンに符号間干渉の影響を低減するための多値レベル値の固定されたダミーセルデータを加えたパターンとする。つまり符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎは符号間干渉の影響を検出するパターンが記録されたセル数に符号間干渉の影響を低減するための多値レベル値をとるダミーセルデータが記録されたセル数を加えた合計数である。
【００９９】
また、符号間干渉の影響を検出するパターンは、上述の様に注目セルと、注目セルの記録マークと符号間干渉するマークの記録されたセルの合計数（上述の例では５）以下のデータ数の単位（上述の例では３セル単位）としてもよい。上述の例の場合、学習の最小単位となる１セットのセル数Ｎは、３＋１＝４である。
【０１００】
図１２（ａ）は実施例３の学習データ列を示す。このデータ列は、データの多値度が８、学習の最小単位となる１セットセル数Ｎが、符号間干渉の影響を検出する３セルのパターンと、多値レベル値の固定された１セルのダミーセルデータとで４である。また、ＤＳＶ一定値ブロックの長さ規定としてｋ＝１のデータ列である。
【０１０１】
このデータ列は、ダミーセルデータの多値レベル値を３と４とした、ブロック長２・Ｎ＝８、ＤＳＶ一定値：２８、ＤＳＶ一定値ブロック：２５６個、結合セクション：０個の合計２０４８個の多値レベルデータから構成されたデータ列である。“／”は実施例１、２と同様にブロックの境界を意味し、“−”は学習データパターンとダミーセルデータの境界を、“＿”は学習の最小単位となる１セットの境界を表している。
【０１０２】
このデータ列は、前述の小さいレベルを含むパターンと大きいレベルを含むパターンを順次組み合わせていく形態として、特に、以下のような組み合わせ方としている。即ち、各ブロック内の１番目と５番目、２番目と６番目、３番目と７番目の多値レベルデータの和がそれぞれ７となる様な組み合わせ方としている。
【０１０３】
また、ダミーセルデータの多値レベル値は「３」、「４」に限定されるものではなく、「０」等に設定する事も考えられる。
【０１０４】
図１２（ｂ）はデータの多値度が８、学習の最小単位となる１セットセル数Ｎが、符号間干渉の影響を検出する３セルのパターンと、多値レベル値の固定された１セルのダミーセルデータとで４であるデータ列を示す。このデータ列は、ＤＳＶ一定値ブロックの長さ規定としてｋ＝１である。
【０１０５】
このデータ列は、ダミーセルデータの多値レベル値を０とした、ブロック長２・Ｎ＝８、ＤＳＶ一定値：２１、ＤＳＶ一定値ブロック：２５６個、結合セクション：０個の合計２０４８個の多値レベルデータから構成されたデータ列である。“／”、“−”、“＿”の意味は図１２（ａ）のデータ列と同様である。
【０１０６】
また、図１２（ａ）のデータ列と同様にこのデータ列は上述の小さいレベルを含むパターンと大きいレベルを含むパターンを順次組み合わせていく形態として、特に、以下のような組み合わせ方としている。即ち、各ブロック内の１番目と５番目、２番目と６番目、３番目と７番目の多値レベルデータの和がそれぞれ７となる様な組み合わせ方としている。
【０１０７】
実施例１，２では、重複データの削除を行うことから、学習に必要なパターン「０００、００１、…、７７６、７７７」の内で、二つのブロックにまたがって出現しているものがある。（例えば、図８に示す実施例１の学習データ列では、パターン「７７０」、「７００」が、一番目のブロックと二番目のブロックにまたがって出現している）。従って、８値データが３個連続する場合の全ての組み合わせ５１２パターンを出現させるために、データ列を構成する各ブロックの並び順も考慮すべきである。
【０１０８】
それに対し、図１２（ａ）、（ｂ）に示す本実施例の多値データ系列では重複データの削除を行っていないため、学習に必要なパターン「０００、００１、…、７７６、７７７」のそれぞれが、二つのブロックにまたがることなく出現している。従って、ダミーセルデータの多値レベル値が３と４のブロック長２・Ｎ＝８、ＤＳＶ一定値：２８、ＤＳＶ一定値ブロック：２５６個、結合セクション：０個の合計２０４８個の多値レベルデータからなるデータ列は図１２（ａ）の並びのパターンに限らない。即ち、各ブロックを任意の順序で並べ替えたものが考えられる。
【０１０９】
また、ダミーセルデータの多値レベル値を０とした、ブロック長２・Ｎ＝８、ＤＳＶ一定値：２１、ＤＳＶ一定値ブロック：２５６個、結合セクション：０個の合計２０４８個の多値レベルデータからなるデータ列は図１２（ｂ）の並びのパターンに限らない。即ち、各ブロックを任意の順序で並べ替えたものが考えられる。
【０１１０】
また、上記特開２００６−１４７０７７号公報に記載のセル間値を用いた再生を行う場合を考えると、セル間値再生に必要な８値データが２個連続する場合の全組み合わせ６４パターンは、本実施例のデータ列の中に全て含まれている。従って、セル間値再生に必要な学習データ６４パターンは、本実施例のデータ列から抽出すればよい。
【０１１１】
一方、特開２００６−１４７０７７号公報に記載のセル間値を用いた再生を行う場合、次の様に多値レベル値の固定されたダミーセルデータを、記録する学習パターンの２セル単位の間に付加した学習データ列を記録してもよい。
【０１１２】
図１２（ｃ）はデータの多値度が８、学習の最小単位となる１セットセル数Ｎが、セル間値再生を行うための符号間干渉の影響を検出する２セルのパターンと、多値レベル値の固定された１セルのダミーセルデータとで３であるデータ列を示す。このデータ列は、ＤＳＶ一定値ブロックの長さ規定としてｋ＝１である。
【０１１３】
このデータ列は、ダミーセルデータの多値レベル値を３と４とした、ブロック長２・Ｎ＝６、ＤＳＶ一定値：２１、ＤＳＶ一定値ブロック：３２個、結合セクション：０個の合計１９２個の多値レベルデータから構成されたデータ列である。“／”、“−”、“＿”の意味は、図１２（ａ）のデータ列と同様である。
【０１１４】
このデータ列は、上述の小さいレベルを含むパターンと大きいレベルを含むパターンを順次組み合わせていく形態として、特に、各ブロック内の１番目と４番目、２番目と５番目の多値レベルデータの和がそれぞれ７となる様な組み合わせ方としている。
【０１１５】
また、図１２（ｄ）はデータの多値度が８、学習の最小単位となる１セットセル数Ｎが、セル間値再生を行うための符号間干渉の影響を検出する２セルのパターンと、多値レベル値の固定された１セルのダミーセルデータとで３であるデータ列を示す。このデータ列は、ＤＳＶ一定値ブロックの長さ規定としてｋ＝１である。
【０１１６】
このデータ列は、ダミーセルデータの多値レベル値を０とした、ブロック長２・Ｎ＝６、ＤＳＶ一定値：１４、ＤＳＶ一定値ブロック：３２個、結合セクション：０個の合計１９２個の多値レベルデータから構成されたデータ列である。“／”、“−”、“＿”の意味は、図１２（ａ）のデータ列と同様である。
【０１１７】
また、図１２（ｃ）のデータ列と同様にこのデータ列は上述の小さいレベルを含むパターンと大きいレベルを含むパターンを順次組み合わせていく形態として、特に、以下のような組み合わせ方としている。即ち、各ブロック内の１番目と４番目、２番目と５番目の多値レベルデータの和がそれぞれ７となる様な組み合わせ方としている。
【０１１８】
更に、図１２（ｃ）、（ｄ）に示す多値データ系列においても、学習に必要なパターン「００、０１、…、７６、７７」のそれぞれが、二つのブロックにまたがることなく出現している。このためダミーセルデータの多値レベル値を３と４としたブロック長２・Ｎ＝６、ＤＳＶ一定値：２１、ＤＳＶ一定値ブロック：３２個、結合セクション：０個の合計１９２個の多値レベルデータからなるデータ列は図１２（ｃ）の並びのパターンに限らない。即ち、各ブロックを任意の順序で並べ替えたものが考えられる。
【０１１９】
また、ダミーセルデータの多値レベル値を０とした、ブロック長２・Ｎ＝６、ＤＳＶ一定値：１４、ＤＳＶ一定値ブロック：３２個、結合セクション：０個の合計１９２個の多値レベルデータからなるデータ列は図１２（ｄ）の並びのパターンに限らない。即ち、各ブロックを任意の順序で並べ替えたものが考えられる。
【０１２０】
（実施例４）
実施例１〜３では、学習の最小単位となる１セットに対し、２セットを合わせたものを１ブロックとする場合、即ち、ｋ＝１の場合について説明した。これに対し、本発明のＤＳＶが一定となる学習データ列は学習データ列再生信号のトラッキングエラー信号への重畳がサーボ残差以下となる条件を満たす範囲でｋが２以上であってもよい。即ち、学習の最小単位となる1セットに対し、４セット、６セット、…単位でＤＳＶが一定となるようなものであってもよい。
【０１２１】
図１３はデータの多値度が８、注目セルの記録マークと符号間干渉するのが前後２セルの記録マークとなる状況を考え、学習の最小単位となる１セットセル数Ｎが３であり、ＤＳＶ一定値ブロックの長さ規定としてｋ＝２の場合について示す。図１３の多値データ系列はブロック長２・Ｎ・２＝１２、ＤＳＶ一定値４２であるデータ列である。
【０１２２】
このデータ列は、６セル単位のブロック（ｋ＝１）で考えるとＤＳＶは一定となっていないが、１２セル単位のブロック（ｋ＝２）で考えると、ＤＳＶ一定となっている。このデータ列は、ＤＳＶ一定値ブロック：４４個、結合セクション：０個の、合計５２８個の多値レベルデータから構成されるデータ列である。
【０１２３】
“／”は実施例１〜３と同様にブロックの境界を意味し、“{”、“}”で囲まれた領域は、実施例１と同様の並びとした箇所を表す。また、表現上、実施例１、２と同様にブロックの先頭データの値に応じて改行して表記している。このデータ列において、先頭セルから１セルずつずらしながら３セル単位でのパターンを抽出していくと、８値データが３個連続する場合の全ての組み合わせ５１２パターンが出現する。
【０１２４】
本実施例の様な構成は、例えば、実施例１のデータ列に対し、連続する２ブロックのそれぞれの後半３セル部分を入れ替える操作によって得られる。但し、この操作を全てのブロックに対して行うと、８値データが３個連続する場合のパターンの全てが出現しない。このため、一部の箇所を実施例１と同様の並びとする。図１３では上述のようにこの部分を“{”、“}”の記号で囲むことにより表現している。
【０１２５】
また、上記特開２００６−１４７０７７号公報に記載のセル間値を用いた再生を行う場合を考えると、セル間値再生に必要な８値データが２個連続する場合の全組み合わせ６４パターンは本実施例のデータ列の中に全て含まれている。従って、セル間値再生に必要な学習データ６４パターンは、本実施例のデータ列から抽出すればよい。
【０１２６】
次に、本発明に係る学習データを記録した記録媒体について説明する。即ち、以上説明した学習データ列は、多段階に長さ或いは面積の異なる情報ピットを記録するＲＯＭ媒体に対して、情報ピットの再生時レベル判定参照用として記録しても良い。
【０１２７】
具体的には、多値データを記録するＲＯＭ記録媒体において、符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎと、前記学習データ中でＤＳＶ（digital sum value）を一定値とする長さを規定する自然数ｋとする。このセル数Ｎと自然数ｋに対して、セル数２・Ｎ・ｋの単位を１ブロックとし、そのブロックが連続した構造を有すると共に、各ブロックにおいてＤＳＶが一定値である学習データを記録する。自然数ｋは、学習データの再生信号のトラッキングエラー信号への重畳が、トラッキングエラー信号のサーボ残差以下となる条件を満たすものとする。
【図面の簡単な説明】
【０１２８】
【図１】本発明に係る多値情報記録再生装置の一実施形態を示すブロック図である。
【図２】本発明に係る多値デジタルデータの構成を示す概念図である。
【図３】光記録媒体上にランダムな多値データを記録した場合の記録マークを示す概念図である。
【図４】光記録媒体上の記録マークに再生光スポットを照射した場合のセルと光スポットの位置関係を示す概念図である。
【図５】セル間値再生方式におけるサンプリングポイントを示す概念図である。
【図６】ＤＳＶ一定値とする長さと再生信号のトラッキングエラー信号への重畳の関係を説明するための図である。
【図７】サーボ残差と、再生信号のトラッキングエラー信号への重畳との大小関係を示す信号波形である。
【図８】本発明の実施例１の学習データ列を示す図である。
【図９】本発明の実施例１における学習データの再生信号波形と、トラッキングサーボ信号の波形である。
【図１０】図９の学習データの再生信号波形を詳細に示す図である。
【図１１】本発明の実施例２の学習データ列を示す図である。
【図１２】本発明の実施例３の学習データ列を示す図である。
【図１３】本発明の実施例４の学習データ列を示す図である。
【図１４】本発明の課題を説明するための再生信号波形とトラッキングサーボ信号の波形を示す図である。
【図１５】図１４の学習データの再生信号波形を詳細に示す図である。
【符号の説明】
【０１２９】
１１ 記録データ生成回路
１２ 記録パルス生成回路
１３ ＬＤ駆動回路
１４ 光ピックアップ
１５ 再生信号処理回路
１６ 学習パターンテーブル
１７ 多値レベル判定回路
１８ 二値データ変換回路
１９ スピンドルモータ
１０ 光記録媒体
【技術分野】
【０００１】
本発明は、多値情報を記録又は再生する多値情報記録再生方法及び記録媒体、特に、多値情報の検出に用いる学習データに関するものである。
【背景技術】
【０００２】
近年、情報量の増大に伴い、光ディスクの高記録密度化が求められている。この光ディスクの高記録密度化を行う方法としては、光ディスクの情報記録層における線記録密度を高めることやトラックの狭ピッチ化が挙げられる。これら高記録密度化に対応するための一方法として、光ディスクの情報記録層上に集光する光ビーム径を微小化することが挙げられる。
【０００３】
光ビームのビーム径を微小化するには、光ディスクを記録再生する光ピックアップの集光光学系の対物レンズの開口数（ＮＡ：Ｎｕｍｅｒｉｃａｌ Ａｐｅｒｔｕｒｅ）を大きくすることや光ビームを短波長化することが挙げられる。
【０００４】
高開口数の対物レンズを実現する手法としては、対物レンズに半球レンズを組み合わせて２枚のレンズ（２群レンズ）で対物レンズを構成する手法、或いは単レンズの高ＮＡ化がある。実用のドライブにも、従来のＮＡ：０．６やＮＡ：０．６５の対物レンズから、ＮＡ：０．８５へ高めた対物レンズが搭載されてきている。
【０００５】
光ビームの短波長化に関しては、青紫色半導体レーザの実用化により光源として従来の赤色（波長６５０ｎｍ）半導体レーザから、青色（波長４０５ｎｍ）半導体レーザが採用出来るようになってきている。
【０００６】
一方、光ビーム径の微小化によるアプローチとは異なる高密度化の方法として、従来の二値データによる記録ではなく、三値以上の多値データを記録する方法が考えられている。この方法を用いて、光ビーム径が同じ集光光学系の光ピックアップの下であっても、二値データ記録より多くのデータを記録する研究が進められている。
【０００７】
この方法では、光記録媒体のトラック上に、仮想的に一定間隔のセルを設け、セル内の記録マークの面積を変えることにより多値情報を記録し、これら記録マークからの異なる再生反射光レベルの違いを検出し、再生を行う。
【０００８】
ここで、仮想的に設けたセルの間隔が、光スポット径と同程度かそれよりも微小になると、記録マーク間の符号間干渉が無視出来なくなり、隣接マークの組み合わせに伴い各レベルに対する再生信号の値が分布を持つ。このような状況下では、固定した閾値では再生信号レベルを分離検出できない。
【０００９】
そこで、このような場合においても記録された多値情報を正しく検出するため、特許文献１には以下の方法が開示されている。即ち、注目しているセルと、それに先行、後続するセルに、構成が既知である多値データパターンを記録する。次いで、この記録マークを再生し、前後セルの記録マークとの符号間干渉によるレベル変動の状況を記憶する学習動作を行う。そして、情報データ列からの再生信号と、記憶しておいた信号レベルを参照することによって、再生信号レベルを分離検出する。この注目セルに記録された記録マークと、注目セルの前後のセルに記録された記録マークとの符号間干渉の状況を検出するための、パターン構成が既知であるデータ列は学習データ列と呼ばれている。
【００１０】
特許文献１には、注目セルに記録された記録マークへの符号間干渉に影響するのが、注目セルの前後のセルに記録された記録マークである系が述べられている。そして、データの多値度が８の場合が具体的に述べられており、学習に必要なパターンとして、８値データが３個連続する場合の全ての組み合わせ、０００、００１、…、７７６、７７７の８３＝５１２パターンが示されている。ここで、０、１、２、３、４、５、６、７の数値は、再生信号の８値レベルを対応させたデジタル値である。
【特許文献１】特開２００３−４５０３５号公報
【発明の開示】
【発明が解決しようとする課題】
【００１１】
上述の従来技術には、学習データ列に関し、学習に必要なパターンについては言及されているが、具体的なデータ列の構成については開示されていない。ここで、例えば、データ多値度が８の場合、学習に必要なパターン、０００、００１、…、７７６、７７７を、この順序で実際に記録して学習を行うとすれば、以下に述べる課題が生じる。
【００１２】
この課題を図１４を用いて説明する。図１４（ａ）はユーザ情報データの再生信号波形９１１、９１２と、上述の学習データパターンを順次並べていく学習データ列の再生信号波形９２を示す。図１４（ｂ）、図１４（ｃ）は再生信号再生時のサーボに使用する信号帯域での和信号９３とトラッキングエラー信号９４を示す。
【００１３】
図１４（ａ）の再生信号はサーボに使用する信号帯域以下のローパスフィルタを通すと図１４（ｂ）の信号となることから、学習データ列部においてサーボ信号帯域以下の低周波数帯成分を含んだ信号となっている。この再生信号低周波数成分が図１４（ｃ）に示す様にトラッキングエラー信号にオフセットとして重畳し、トラッキングサーボ信号の外乱となる現象が確認出来る。
【００１４】
図１５は図１４（ａ）の学習データの再生信号波形９２の先頭部分と末尾部分を拡大して示す図である。図中９２１、９２２、９２３は、それぞれ、８値レベル記録マーク「０００、００１、…、００７」、「０１０、０１１、…、０１７」、「０２０、０２１、…、０２７」に対応する再生信号波形である。また、９２４、９２５、９２６は、それぞれ、「７５０、７５１、…、７５７」、「７６０、７６１、…、７６７」、「７７０、７７１、…、７７７」に対応する再生信号波形である。
【００１５】
本発明の目的は、学習データの再生信号の低周波成分を抑圧して、安定したトラッキングサーボを実現することが可能な多値情報記録再生方法及び記録媒体を提供することにある。
【課題を解決するための手段】
【００１６】
本発明は、多値データに、符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎと、学習データ中でＤＳＶ（Digital Sum Value）を一定値とする長さを規定する自然数ｋに対して、セル数２・Ｎ・ｋの単位を１ブロックとし、そのブロックが連続した構造を有すると共に、各ブロックにおいてＤＳＶが一定値である学習データを付加して記録媒体に記録する。また、多値データの再生時には学習データに基づき多値データのレベル判定を行う。
【発明の効果】
【００１７】
本発明によれば、学習データ列の再生信号低周波成分を抑圧して安定したトラッキングサーボを実現できる。
【発明を実施するための最良の形態】
【００１８】
次に、発明を実施するための最良の形態について図面を参照して具体的に説明する。図１は本発明に係る多値情報記録再生装置の一実施形態を示すブロック図である。図中１０は光ディスク等の光記録媒体、１４は光記録媒体１０に光ビームを照射して情報の記録又は再生を行う光ピックアップである。１９は光記録媒体１０を回転駆動するスピンドルモータである。
【００１９】
スピンドルモータ１９により光記録媒体１０を回転させながら、光ピックアップ１４中の図示しないＬＤ（レーザダイオード）からレーザビームを照射することによって光記録媒体１０に情報の記録又は再生を行う。
【００２０】
まず、具体的な記録方法について説明する。ユーザ情報データａを記録データ生成回路１１により多値レベルデータに変換し、その所定量の単位毎に予め決められた多値レベルの学習パターンデータ（学習データ）ｂを付加することによってデジタルデータ列ｃを形成する。このデジタルデータ列ｃから記録パルス生成回路１２により記録パルスの光量とタイミング信号を生成する。これをＬＤ駆動回路１３に供給し、光ピックアップ１４中のＬＤからレーザビームを出射して、光記録媒体１０上に記録マークを形成する。
【００２１】
次に、再生方法について説明する。光ピックアップ１４中のＬＤから再生用レーザビームを光記録媒体１０に照射し、光記録媒体１０により反射された反射光を光ピックアップ１４中のフォトディテクタ（図示せず）により検出する。得られた反射光レベル信号ｄを再生信号処理回路１５によりサンプリングし、波形等化の処理を施すと共にユーザ情報データ部分ｅと学習データ部分ｆを識別する。
【００２２】
この学習データ部分ｆから学習パターンテーブル１６を作成し、ユーザ情報データ部分ｅと学習パターンテーブル１６を参照し、多値レベル判定回路１７により多値ユーザ情報データ列ｇを得る。これを二値データ変換回路１８により二値データに変換し、再生情報データｈを生成する。
【００２３】
次に、上述の図１の構成について更に詳しく説明する。記録パルス生成回路１２により処理されるデジタルデータｃの概念図を図２に示す。デジタルデータｃは上述の様にユーザ情報データ２１１（２１２）の所定量の単位毎に学習データ２２が付加され、学習データとユーザ情報データが交互に繰り返されたデータ列となる。
【００２４】
このデータ列に基づき記録マークが光ピックアップ１４中のＬＤから出射するレーザビームにより光記録媒体１０に記録される。多値データはトラック上に仮想的に設けられたセルの中での、無記録セルと（多値度−１）レベルで大きさの異なる記録マークによって表される。以下、これら記録マークからの多段に異なる再生反射光レベルは、０、１、…、（多値度−１）のデジタル値に対応させるものとする。
【００２５】
図３は光記録媒体上に記録された記録マークの概念図を示す。ここでは一例としてデータの多値度が８の場合を示す。図３（ａ）は８値レベルを示すデータ列、図３（ｂ）は図３（ａ）の多値レベルに対応する記録マークを示す。光記録媒体のトラック上に仮想的に設けられたセル３２の中に未記録状態も含め８種の大きさの異なる（記録マークの長さ或いは面積が異なる）記録マーク３３が形成される。セル３２は一定間隔である。これら記録マークは８値レベルデータ列３１の情報に対応している。図３において、記録マークの形状は大きさの違いを概念的に表現したものであり、実際の物理形状を正しく反映したものではない。
【００２６】
このように光記録媒体上に形成されたマークに対し、再生レーザ光を照射した時のセルと光スポット径の大小関係を表す概念図が図４である。ここでは、一例として、セル長２００ｎｍ、トラックピッチ３２０ｎｍ、光スポット径４００ｎｍの場合の例を示す。この時、注目セル４１に記録された記録マークと、先行するセル４２、後続するセル４３に記録された記録マークが符号間干渉を起こす。そして、注目セル４１に記録されたマークに対応した再生信号レベルが、前後２セルに記録されたマークの組み合わせに応じた分布を持つ。
【００２７】
このように再生信号レベルが分布を持った状況下で、再生信号レベルを正しく分離検出するため、背景技術で述べた様に注目セルとそれに先行、後続するセルに、構成が既知である多値データパターンを記録する。次いで、その記録マーク列を再生し、前後セルの記録マークとの符号間干渉によるレベル変動の状況を記憶する学習動作を行う。そして、情報データ列からの再生信号と、この記憶しておいた信号レベルを参照することで、再生信号レベルを正しく分離検出できる。
【００２８】
図４に示す系では、注目セルの記録マークと符号間干渉するのが隣接する前後のセルの記録マークであるため、学習すべきパターンは３セルを１セットとしたものとなる。この３セルのセット毎に３個の８値データの取り得るパターンの記録マークを記録し、それらについて学習を行う。
【００２９】
そして、情報データ列からの再生信号と、この記憶しておいた信号レベルを参照することによって再生信号レベルを分離検出することが出来る。上述のようなレベル判定参照用の学習データに基づく学習に関しては、例えば、特許文献１等に詳しく記載されている。
【００３０】
以上説明した構成、原理により、再生時に記録マーク間に符号間干渉がある場合でも、記録された多値情報をより正しく検出することが出来る。
【００３１】
このような構成の下、本実施形態では、符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数をＮ、学習データ列中でＤＳＶ（Digital Sum Value）を一定値とする長さを規定する自然数をｋとする。そのセル数Ｎと自然数ｋに対し、学習パターンデータｂとして以下のようなデータ列を用いる。即ち、上記のセル数Ｎと自然数ｋに対し、セル数２・Ｎ・ｋの単位を１ブロックとし、そのＤＳＶを一定値としたブロック（以下、ＤＳＶ一定値ブロックという）が連続した構造を有するデータ列を用いる。
【００３２】
そうすることで、学習データの再生信号低周波成分を抑圧して安定したトラッキングサーボを実現した多値情報記録再生方法を実現するものである。
【００３３】
以下、本発明の特徴である再生信号の低周波成分が抑圧され、効率化された学習データ列の構成に関して説明する。本発明は、上述の課題を解決するため学習データ列を一定セル単位でのＤＳＶが一定値となるように構成する。この際、符号間干渉の影響を検出するための学習の最小単位となる、１セットのパターンの全てを効率的に含む一形態として次の様なデータ並びを考える。即ち、学習の最小単位となる１セットセル数Ｎが３の場合ならば、パターン「０００」に対してはパターン「７７７」を、パターン「００１」に対してはパターン「７７６」を、というようにする。つまり、小さいレベルを含むパターンと大きいレベルを含むパターンを順次組み合わせていくデータ並びとする。
【００３４】
この様な学習データ列構成を考えるため、以下、学習の最小単位となる１セット（セル数Ｎ）に対し、２セットを合わせた単位で考える。上記例で考えれば、「０００７７７」、「００１７７６」、…、というデータ並びでは、学習の最小単位となる１セットセル数３に対し、その２倍である６セル単位でＤＳＶを一定値２１としている。このように学習の最小単位となる１セットに対し、小さいレベルを含む１セットと大きいレベルを含む１セットを組み合わせることでＤＳＶを一定値とすることが出来る。
【００３５】
まず、学習の最小単位となる１セットのセル数Ｎについて説明する。符号間干渉の影響を検出するための学習の最小単位となる１セットは、注目セルと、注目セルの記録マークと符号間干渉するマークの記録された隣接セルの個数の合計であれば良い。これは光ピックアップ光学系とセル長の関係から定める。
【００３６】
例えば、セル長２００ｎｍで、現行のＢｌｕ−Ｒａｙディスクの光ピックアップ系で再生する場合には、図４の様に注目セルの記録マークと符号間干渉するのが前後２セルの記録マークであるため、学習の最小単位となる１セットのセル数は３セルとする。また、よりセル長が短く、注目セルの記録マークと符号間干渉するのが前後４セルの記録マークである場合には、学習の最小単位となる１セットのセル数は５セルとする。４４は光スポット（φ４００ｎｍ）を示す。
【００３７】
更に、同じ系（セル長、光学系）であっても、再生方式や学習データ列の記録方式によって学習の最小単位となるセル数は異なる。例えば、後述するセル間値を用いた再生を行う場合を考える。その際には、セル長２００ｎｍで、現行のＢｌｕ−Ｒａｙディスクの光学系で再生する場合でも、図５に示す様に注目しているセル境界の前後２セル５１に記録された記録マークが符号間干渉するため、学習の最小単位となる１セットのセル数は２セルである。
【００３８】
また、後述する符号間干渉の影響を検出するパターンに新たに符号間干渉の影響を低減するための特有の多値レベルデータ（ダミーセルデータ）を加えて学習データ列を構成する場合には、学習の最小単位は以下のように定める。即ち、学習の最小単位は、符号間干渉の影響を検出するパターンと、ダミーセルデータを合わせたものとする。つまり符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎは符号間干渉の影響を検出するパターンが記録されたセル数に符号間干渉の影響を低減するための多値レベル値をとるダミーセルデータが記録されたセル数を加えた合計数である。
【００３９】
更に、このようにダミーセルデータを付加する例では、符号間干渉の影響を検出するパターンは、後述する様に注目セルと、注目セルの記録マークと符号間干渉するマークの記録されたセルの合計数以下のデータ数の単位としてもよい。
【００４０】
例として、セル長１６０ｎｍで、現行のＢｌｕ−Ｒａｙディスクの光学系で再生し、符号間干渉の影響を検出するパターンとして、符号間干渉の影響の及ぶ５セルの単位ではなく３セル単位でのパターンを考える場合について説明する。このとき、学習データ列中、符号間干渉の影響を検出するパターンに１つのダミーセルデータが付加されている場合には、学習の最小単位となる１セットのセル数は３＋１＝４セルとなる。
【００４１】
次に、ＤＳＶを一定値とする長さに関して説明する。本発明の課題である学習デ―タの再生信号がトラッキングエラー信号の外乱となる現象は、学習データの再生信号が低周波数成分を持つことが原因である。そこで、再生信号にどの程度の周波数帯の成分が含まれている時に再生信号のトラッキングエラー信号への重畳が問題となるかを図６を用いて説明する。
【００４２】
図６（ａ）は図９或いは図１４の信号を記録した記録ストラテジと同一のストラテジ（レベル０〜７の各レベルの記録パワー、記録パルス幅）で記録した「０…０、７…７」の繰り返し信号の再生波形６１を示す。図６（ｂ）は信号再生時のトラッキングエラー信号６２を示す。トラッキングエラー信号６２には、「０…０、７…７」繰り返し信号の重畳が確認出来る。
【００４３】
「０…０、７…７」繰り返し信号は、「０…０、７…７」の一単位毎のＤＳＶが一定である。この再生信号に対するトラッキングエラー信号の振幅を見ることで、記録盤面上でのＤＳＶを一定値とする長さと、再生信号のトラッキングエラー信号への重畳の関係を知ることが出来る。
【００４４】
従って、再生信号の周波数成分と、再生信号のトラッキングエラー信号への重畳の関係を知ることが出来る。以下、図６（ｂ）に示す様に三角波形状の信号振幅値（矢印で示す振幅値Ａ）を、再生信号の重畳したトラッキングエラー信号の振幅６３とし、この大きさを測定することで再生信号のトラッキングエラー信号への重畳度合を評価する。
【００４５】
図６（ｃ）は「０…０、７…７」繰り返し信号の「０…０、７…７」一単位の長さ、即ちＤＳＶを一定値とする長さを変化させた時の対応する再生信号の重畳したトラッキングエラー信号の振幅を示すグラフである。横軸はＤＳＶを一定値とする長さ、縦軸は「０…０、７…７」繰り返し信号が重畳したトラッキングエラー信号振幅のトラック溝横断時のトラッキングエラー信号振幅に対する規格化値を示す。
【００４６】
図６（ｃ）のグラフより「０…０、７…７」繰り返し信号のトラッキングエラー信号への重畳は、ＤＳＶを一定値とする長さに対し、単調に増加することが分かる。従って、本発明の課題である学習デ―タの再生信号がトラッキングサーボ信号の外乱となる現象を解決するためには、ＤＳＶを一定値とする長さは短く設定することが望ましい。
【００４７】
しかし、一般にトラッキングエラー信号は、トラッキングエラー信号に基づいたアクチュエータ起動による光スポットのトラック追従によって追従しきれないサーボ残差を持っている。そして、このサーボ残差よりも上記重畳が小さい範囲では、この再生信号のトラッキングエラー信号への重畳は本発明の課題の解決に問題がないと考えられる。
【００４８】
以下、このサーボ残差と再生信号の重畳の大小関係と、それに依るトラッキングサーボ安定性に関して説明する。図７（ａ）は再生信号の重畳のないトラッキングエラー信号波形を示す。図７（ｂ）は本発明の課題である学習データの再生信号が重畳した図１４（ｃ）のトラッキングエラー信号９４の波形を示す。これら図７（ａ）、（ｂ）は、図１４の時間軸スケールの２５倍のスケールで表す。
【００４９】
図７（ａ）から再生信号の重畳がないトラッキングエラー信号でも変動（サーボ残差）を持っていることが分かり、再生信号の重畳がこの元々存在する変動以下である場合には、上述した様に本発明の課題の解決に問題がないと考えられる。これに対し、図７（ｂ）に示す波形には学習データの再生信号９２によるサーボ残差を超えた重畳があり、安定したトラッキングサーボの妨げとなる。図６（ｃ）のグラフ中には、このサーボ残差７２と、図１４の学習データの再生信号９２の重畳したトラッキングエラー信号振幅９５が対応する値を示している。
【００５０】
上記説明した、再生信号のトラッキングエラー信号への重畳がサーボ残差以下となる条件は、図６（ｃ）のグラフよりＤＳＶを一定値とする長さが３０μｍ程度以下であることと分かる。従って、本発明のＤＳＶ一定値ブロックの記録盤面上での物理長は、３０μｍ程度以下に設定することが望ましい。この長さでＤＳＶを一定値とした学習データの再生信号は、現行のＢｌｕ−Ｒａｙディスクのサーボ系での一倍速（４．９２ｍ／ｓ）の線速の下で周波数成分に換算すると、約１６０ｋＨｚに相当する。
【００５１】
上述の説明では学習の最小単位となる１セット（セル数Ｎ）に対し、２セットを合わせた単位でＤＳＶを一定とする学習データ列構成を述べた。この様な学習データ列構成でのＤＳＶ一定値ブロックの記録盤面上での物理長は、セル長２００ｎｍ、Ｎ＝３の場合で、０．２×２×３＝１．２μｍである。これは、上述の再生信号のトラッキングエラー信号への重畳がサーボ残差以下となる条件に対し、２５倍程度短い長さでＤＳＶを一定値としていることになる。
【００５２】
従って、学習の最小単位となる１セット（セル数Ｎ）に対し、２セットを合わせた単位でＤＳＶを一定とするのではなく、以下の様な単位でＤＳＶを一定としてもよい。即ち、学習の最小単位となる１セットに対し、４セット、６セット、…を単位と考えてＤＳＶを一定値としても、上述の再生信号のトラッキングエラー信号への重畳がサーボ残差以下となる条件を満たしていれば本発明の課題の解決に問題はない。
【００５３】
このような長さ単位でＤＳＶを一定値とする構成を簡潔に表現するため、以下、学習の最小単位となる１セット（セル数Ｎ）に対し、２セットを合わせた単位のｋ（自然数）倍の個数のセルの単位を１ブロックと定義する。また、ブロック長を、ブロックに含まれるセル数と定義する。
【００５４】
本発明では、この様に定義した「ブロック」を単位としてＤＳＶが一定となるよう学習データ列を構成する。前述の様に、ＤＳＶが一定となるブロックをＤＳＶ一定値ブロックと呼ぶ。自然数ｋはＤＳＶを一定値とする長さを規定する意味を持つ。
【００５５】
このＤＳＶ一定値ブロックの長さを規定する自然数ｋは、学習データの再生信号のトラッキングエラー信号への重畳がサーボ残差以下となる条件を満たす範囲で、任意の値に設定してよい。この範囲の上限に対応するＤＳＶ一定値ブロックの記録盤面上での物理長は上述の様に３０μｍ程度である。
【００５６】
このことから、例えば、現行のＢｌｕ−Ｒａｙディスクの系では、セル長２００ｎｍ、Ｎ＝３の場合で、３０／（０．２×２×３）＝２５程度、セル長１６０ｎｍ、Ｎ＝３の場合で、３０／（０．１６×２×３）≒３１程度に設定するのが望ましい。
【００５７】
以上のように本発明は、符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎと、学習データ中でＤＳＶ（Digital Sum Value）を一定値とする長さを規定する自然数ｋとする。このセル数Ｎと自然数ｋに対して、セル数２・Ｎ・ｋの単位を１ブロックとし、そのブロックが連続した構造を有すると共に、各ブロックにおいてＤＳＶが一定値である学習データを、多値データに付加して記録媒体に記録する。そして、多値データの再生時には学習データに基づき多値データのレベル判定を行う。自然数ｋは、学習データの再生信号のトラッキングエラー信号への重畳が、トラッキングエラー信号のサーボ残差以下となる条件を満たすものとする。
【実施例】
【００５８】
次に、本発明の実施例について説明する。
【００５９】
（実施例１）
実施例１では、データの多値度が８、注目セルの記録マークと符号間干渉するのが前後２セルの記録マークとなる状況で、学習の最小単位となる１セットのセル数Ｎは３、ＤＳＶ一定値ブロックの長さ規定としてｋ＝１である場合を示す。そして、後述する結合セクションの存在しない場合を示す。
【００６０】
図８は実施例１のブロック長２・Ｎ＝６、ＤＳＶ一定値２１である多値データ系列（学習データ列）を示す。ここで、“／”はＤＳＶ一定値ブロックの境界を意味する。また、表現上、ブロックの先頭データの値に応じて改行して表記し、更に、後述するブロック群に関し、先頭データの値の異なるものを図中囲むことによって表現している。
【００６１】
このデータ列は、合計５２８個の多値レベルデータから構成され、ＤＳＶ一定値ブロック８８個、後述する結合セクション０個からなる。従って、このデータ列は全てのデータがＤＳＶ一定値ブロックで埋め尽くされた例となっている。つまり、学習データは、ＤＳＶが一定のブロックのみからなる。
【００６２】
このデータ列は、前述の小さいレベルを含むパターンと大きいレベルを含むパターンを順次組み合わせていく形態として、特に、以下のような組み合わせ方としている。即ち、各ブロック内の１番目と４番目、２番目と５番目、３番目と６番目の多値レベルデータの和がそれぞれ７となる様な組み合わせ方としている。但し、後述するように先頭データ０，１，２，３の各ブロック群についてブロック群の末尾ブロックにおいては、重複パターンの削除を効率的に行う目的から、この様な組み合わせ方としていない。
【００６３】
このデータ列において、先頭セルから１セルずつずらしながら３セル毎のパターンを抽出していくと、８値データが３個連続する場合の全ての組み合わせ５１２パターンが出現する。
【００６４】
図９は本実施例の学習データの再生信号波形とトラッキングサーボ信号の波形を示す。図９（ａ）はユーザ情報データの再生信号波形８１１、８１２と、本実施例の学習データ列の再生信号波形８２を示す。図９（ｂ）、図９（ｃ）は再生信号再生時のサーボに使用する信号帯域での和信号８３とトラッキングエラー信号８４を示す。
【００６５】
また、図１０は図９（ａ）に示す学習データの再生信号波形８２の詳細を示す。図中８２１、８２２、８２３は、それぞれ、８値レベル記録マーク「０００７７７、…、００６７７１」、「０１０７６７、…、０１６７６１」、「１１１６６６、…、１１５６６２」に対応する再生信号波形である。また、８２４、８２５は、それぞれ、８値レベル記録マーク「２２２５５５、…、２２４５５３」、「３３３４４４、３３４３４４」に対応する再生信号波形である。
【００６６】
本発明の課題は、上述のように図１４（ａ）或いは図１５の学習データパターンを順次並べていく学習データ列の再生信号は、サーボに使用する信号帯域と同程度の低周波数帯の成分を持った信号となっていることである。それに対し、本実施例の学習データの再生信号は、図１０に示す様に低周波数成分の抑圧された信号となっている。
【００６７】
これにより、本実施例の学習データ列の再生においては、学習データパターンを順次並べていく学習データ列の再生時に対し、図９に示す様に学習データ再生のトラッキングエラー信号への影響が低減されている。
【００６８】
また、学習データパターンを順次並べていく「０００、００１、…、７７６、７７７」のデータ列は、５１２×３＝１５３６個の多値レベルデータからなるデータ列となる。それに対し、本実施例のデータ列は合計５２８個の多値レベルデータで必要なパターンを網羅出来ている。これは、本実施例のデータ列の構成では、１５３６セルのデータ列において先頭セルから１セルずつずらしながら３セル単位でのパターンを抽出していく際に、以前出現したパターンからなるブロックを削除したことによる。
【００６９】
つまり、本発明において、学習データは、データ列の先頭から学習の最小単位となる１セットのセル数のＮセル単位でのパターンを抽出する際に、以前出現したパターンからなるブロックが削除されている。
【００７０】
以下、重複するデータの削除方法に関して説明する。なお、複数のブロックの集まりをブロック群と呼び、ブロック群の長さをブロック群に含まれるセル数と定義する。本実施例のデータ列構成において、先頭データが０であるブロック群では、「０００７７７、００１７７６、…」のように各ブロック内の前半部分に、先頭が０であり、小さいレベルを含むパターンから順次並べている。
【００７１】
次に、先頭データが１であるブロック群においても、先頭データが０であるブロック群に倣い「１００６７７、１０１６７６、…」のような並びのデータ列を考える。すると、これらのブロックに含まれる「１００」、「００６」、「０６７」、「６７７」、「７７１」、「７１０」、「１０１」、「０１６」、「１６７」、「６７６」、…のパターンは全て、それより以前の先頭データ０のブロック群に含まれている。
【００７２】
本実施例のデータ列構成では、このような重複データ列からなるブロックを削除する。先頭データが２、３のブロック群となるにつれ、図８に示す様にそれ以前のデータ列に含まれていないパターンを含むブロックは少なくなる。また、本実施例では、先頭データ０、１、２、３の各ブロック群について、ブロック群の末尾ブロックは重複パターンの削除を効率的に達成するため、以下のようなデータ並びとしている。即ち、上述の様に「０００」に対しては「７７７」を組み合わせるという、ブロック内の１番目と４番目、２番目と５番目、３番目と６番目の多値レベルデータの和がそれぞれ７となる様な組み合わせ方とせず、「００７０７７」等のデータ並びとしている。
【００７３】
以上の様に本実施例のデータ列は、ＤＳＶを６セル単位で一定値とすることにより、学習データの再生信号低周波数成分を抑圧でき、安定したトラッキングサーボを実現することが可能となる。また、本実施例のデータ列はデータ量が低減されており、学習に使用するセル数の面でも効率的となる。
【００７４】
ここで、特開２００６−１４７０７７号公報には、光ビーム径中心がセルとその後続セルの境界に来た時に再生信号をサンプリングしたセル間値に基づいてそのセル間値を得た前後のセルの多値情報を判定する多値情報再生方法が開示されている。上述の図５はこのセル間値を用いた再生を行う場合のセルと、サンプリングポイントの概念図を示すものである。ここでは、一例としてセル長２００ｎｍ、トラックピッチ３２０ｎｍ、光スポット径４００ｎｍの場合を示す。
【００７５】
この方法の学習動作は以下の通りである。まず、セル間値を得るセル境界の前後のセルに、構成が既知である多値データパターンを記録する。次に、この記録マークを再生し、セル境界の前後の異なるレベルの記録マークの組み合わせに応じた、再生信号のセル間値レベルを記憶する学習動作を行う。そして、情報データ列の再生信号からサンプリングしたセル間値と、記憶しておいたセル間値レベルを参照することによって情報データ列中のそのセル間値を得た前後のセルの多値情報を判定する。
【００７６】
上記特開２００６−１４７０７７号公報には、注目しているセル境界の前後２セルに記録された記録マークが符号間干渉する場合が述べられている。そして、データの多値度が８の場合が具体的に述べられており、学習に必要なパターンとして、８値データが２個連続する場合の全組み合わせ「００、０１、…、７６、７７」の６４パターンが示されている。
【００７７】
この場合、上述したように符号間干渉の影響を検出するための学習の最小単位となる１セットは、注目しているセル境界の前後２セルであり、学習の最小単位となる１セットのセル数Ｎは２である。つまり、符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎは、注目セル境界の前後で符号間干渉するマークの記録されたセルの個数の合計数である。
【００７８】
この特開２００６−１４７０７７号公報に記載のセル間値を用いた再生を行う場合を考えると、セル間値再生に必要な８値データが２個連続する場合の全組み合わせ６４パターンは、本実施例のデータ列の中に全て含まれている。従って、セル間値再生に必要な学習データ６４パターンは本実施例のデータ列から抽出すればよい。
【００７９】
（実施例２）
実施例２では、データの多値度が８、注目セルの記録マークと符号間干渉するのが前後２セルの記録マークとなる状況で、学習の最小単位となる１セットのセル数Ｎが３であり、ＤＳＶ一定値ブロックの長さ規定としてｋ＝１である場合を示す。そして、後述する結合セクションの存在する場合を示す。
【００８０】
実施例１では先頭セルから１セルずつずらしながら連続する３セル毎のパターンを順に取り上げていく中で、以前出現したパターンからなるブロックを削除することによりデータ量を低減している。上述した様に実施例１は全てのデータがＤＳＶ一定値ブロックで埋め尽くされた例であるが、この条件を緩めれば、更なるデータ量の低減が可能である。この例を図１１（ａ）に示す。
【００８１】
このデータ列はブロック長２・Ｎ＝６、ＤＳＶ一定値：２１、ＤＳＶ一定値ブロック：８４個、後述する結合セクション：５個の、合計５２３個の多値レベルデータから構成されたデータ列である。“／”は実施例１と同様にブロックの境界を意味し、“［”、“］”で囲まれた領域はＤＳＶがこのデータ列のＤＳＶ一定値２１とならない、連続する複数の多値レベルデータ、或いは一つの多値レベルデータを表す。本願明細書では、このようにデータ列中でＤＳＶが一定値と異なる値をとる、連続する複数の多値レベルデータ、或いは一つの多値レベルデータを、結合セクションと表現する。また、実施例１と同様にブロックの先頭データの値に応じて改行し、また、結合セクションでの改行も行って表記している。
【００８２】
このデータ列は、ＤＳＶ一定値ブロック部分において、上述の小さいレベルを含むパターンと大きいレベルを含むパターンを順次組み合わせていく形態として、特に、次の様な組み合わせ方としている。即ち、各ブロック内の１番目と４番目、２番目と５番目、３番目と６番目の多値レベルデータの和がそれぞれ７となる様な組み合わせ方としている。結合セクション部分においては、この様な組み合わせ方としていない。
【００８３】
このデータ列において、先頭セルから１セルずつずらしながら３セル単位でのパターンを抽出していくと、８値データが３個連続する場合の全ての組み合わせ５１２パターンが出現する。
【００８４】
本実施例は、合計５２３個の多値レベルデータにより学習に必要なパターンを網羅するもので、実施例１に対し、更に５個のデータ数が低減されている。これは、先頭データ０、１、２、３の各ブロック群の末尾ブロックにおいて、重複する不必要なデータを削除したことによる。
【００８５】
しかし、実施例１のデータ列に対する削除の過程のために、実施例１では全てのデータがＤＳＶ一定値ブロックで埋め尽くされていたのに対し、実施例２ではＤＳＶが一定値２１とならない箇所が発生している。つまり、学習データは、ＤＳＶが一定のブロックと、ＤＳＶが一定ではないブロックとが混在している。
【００８６】
本発明の課題は、学習データ部の再生信号の低周波成分を抑え、安定したトラッキングサーボを実現することである。このためには、実施例１の様に学習データ列の一定セル単位でのＤＳＶが一定となっていることが望ましい。但し、それが一部分で崩れていても、この変化に伴う再生信号のトラッキングエラー信号への重畳が上述のサーボ残差よりも十分小さいため、本発明の課題の解決には影響しない。
【００８７】
この点に鑑み、本発明は学習データ列中に一部ＤＳＶが一定値とならない部分（結合セクション）を含んだ、主にＤＳＶ一定値ブロックから構成されるデータ列も含め、結合セクションの長さを制限することで課題を解決する。本発明は、この結合セクションのセル数を、連続するＤＳＶ一定値ブロックのブロック群の長さ以下と規定する。
【００８８】
また、ＤＳＶ一定とならない結合セクションを持ち、先頭セルから１セルずつずらしながら３セル単位でのパターンを抽出していく中で８値データが３個連続する場合の全ての組み合わせ５１２パターンを含む形態は上述の実施例のデータ列だけに限定されない。例えば、図１１（ｂ）に示すように結合セクションを変更した学習データ列も考えられる。
【００８９】
また、上記特開２００６−１４７０７７号公報に記載のセル間値を用いた再生を行う場合を考えると、セル間値再生に必要な８値データが２個連続する場合の全組み合わせ６４パターンは、本実施例のデータ列の中に全て含まれている。従って、セル間値再生に必要な学習データ６４パターンは、本実施例のデータ列から抽出すればよい。
【００９０】
（実施例３）
実施例１、２では、学習の最小単位として、符号間干渉の影響を検出するパターンを考えている。
【００９１】
一方で、学習データとして必要な符号間干渉の影響を検出するパターンに更に符号間干渉の影響を低減するための新たな特有の多値レベルデータを加えて学習データ列を構成している従来技術も存在する。この様な場合、学習の最小単位は符号間干渉の影響を検出するパターンと、符号間干渉の影響を低減するための特有の多値レベルデータを合わせたものとする。
【００９２】
ここで、本願出願人は、先に、特願２００６−２４０２５９号において、学習データとして必要なパターン間に予め決められた多値レベルデータを付加する技術を提案している。この学習データに付加される値の固定された多値レベルデータはダミーセルデータと称している。
【００９３】
ここでは、一例としてセル長１６０ｎｍの系を現行のＢｌｕ−Ｒａｙディスクの光学系で再生する場合の様に、注目セルに記録された記録マークへの符号間干渉に、注目セルの二つ外側のセルの記録マークも影響する場合を考えている。そして、学習パターンを５セル単位ではなく３セル単位のままとし、学習パターンの記録されている３セル間に、値の固定されたダミーセルデータを付加している。
【００９４】
この方法により、学習データを大幅に増やすことなく、３セルを挟む両端の記録マークレベルを固定し、二つ以上外側のセルの記録マークからの影響を平均化出来る。これにより、注目セルに記録された記録マークへの符号間干渉に二つ以上外側のセルの記録マークも影響するような系においても、学習の確度を高められることが示されている。
【００９５】
この特願２００６−２４０２５９号の様に学習データとして必要な符号間干渉の影響を検出するパターンに更に新たな多値レベル値の固定されたダミーセルデータを加えた単位で学習データ列を構成する場合、以下の点が実施例１，２の場合と異なる。
【００９６】
即ち、学習データ列中のダミーセルデータのため、１セルずつずらしながら３セル単位でのパターンを抽出していっても、以前出現したパターンと重複するパターンはダミーセルデータの値を含んだものしか出現しない。従って、実施例１，２で行ったように１セルずつずらしながら３セル単位でのパターンを抽出する中で、重複データを削除することによってデータ量の効率化を図る事は出来ない。
【００９７】
データ多値度が８の場合、８値データが３個連続する場合の全ての組み合わせ５１２パターンを出現させるには、３つの多値レベルデータ毎にダミーセルデータ１つが入ることから、５１２×（３＋１）＝２０４８個の多値レベルデータが必要である。
【００９８】
このようにダミーセルデータを付加する場合においても、本発明のＤＳＶが一定となる学習データ列の生成は可能である。この場合、学習の最小単位となる１セットは符号間干渉の影響を検出するパターンに符号間干渉の影響を低減するための多値レベル値の固定されたダミーセルデータを加えたパターンとする。つまり符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎは符号間干渉の影響を検出するパターンが記録されたセル数に符号間干渉の影響を低減するための多値レベル値をとるダミーセルデータが記録されたセル数を加えた合計数である。
【００９９】
また、符号間干渉の影響を検出するパターンは、上述の様に注目セルと、注目セルの記録マークと符号間干渉するマークの記録されたセルの合計数（上述の例では５）以下のデータ数の単位（上述の例では３セル単位）としてもよい。上述の例の場合、学習の最小単位となる１セットのセル数Ｎは、３＋１＝４である。
【０１００】
図１２（ａ）は実施例３の学習データ列を示す。このデータ列は、データの多値度が８、学習の最小単位となる１セットセル数Ｎが、符号間干渉の影響を検出する３セルのパターンと、多値レベル値の固定された１セルのダミーセルデータとで４である。また、ＤＳＶ一定値ブロックの長さ規定としてｋ＝１のデータ列である。
【０１０１】
このデータ列は、ダミーセルデータの多値レベル値を３と４とした、ブロック長２・Ｎ＝８、ＤＳＶ一定値：２８、ＤＳＶ一定値ブロック：２５６個、結合セクション：０個の合計２０４８個の多値レベルデータから構成されたデータ列である。“／”は実施例１、２と同様にブロックの境界を意味し、“−”は学習データパターンとダミーセルデータの境界を、“＿”は学習の最小単位となる１セットの境界を表している。
【０１０２】
このデータ列は、前述の小さいレベルを含むパターンと大きいレベルを含むパターンを順次組み合わせていく形態として、特に、以下のような組み合わせ方としている。即ち、各ブロック内の１番目と５番目、２番目と６番目、３番目と７番目の多値レベルデータの和がそれぞれ７となる様な組み合わせ方としている。
【０１０３】
また、ダミーセルデータの多値レベル値は「３」、「４」に限定されるものではなく、「０」等に設定する事も考えられる。
【０１０４】
図１２（ｂ）はデータの多値度が８、学習の最小単位となる１セットセル数Ｎが、符号間干渉の影響を検出する３セルのパターンと、多値レベル値の固定された１セルのダミーセルデータとで４であるデータ列を示す。このデータ列は、ＤＳＶ一定値ブロックの長さ規定としてｋ＝１である。
【０１０５】
このデータ列は、ダミーセルデータの多値レベル値を０とした、ブロック長２・Ｎ＝８、ＤＳＶ一定値：２１、ＤＳＶ一定値ブロック：２５６個、結合セクション：０個の合計２０４８個の多値レベルデータから構成されたデータ列である。“／”、“−”、“＿”の意味は図１２（ａ）のデータ列と同様である。
【０１０６】
また、図１２（ａ）のデータ列と同様にこのデータ列は上述の小さいレベルを含むパターンと大きいレベルを含むパターンを順次組み合わせていく形態として、特に、以下のような組み合わせ方としている。即ち、各ブロック内の１番目と５番目、２番目と６番目、３番目と７番目の多値レベルデータの和がそれぞれ７となる様な組み合わせ方としている。
【０１０７】
実施例１，２では、重複データの削除を行うことから、学習に必要なパターン「０００、００１、…、７７６、７７７」の内で、二つのブロックにまたがって出現しているものがある。（例えば、図８に示す実施例１の学習データ列では、パターン「７７０」、「７００」が、一番目のブロックと二番目のブロックにまたがって出現している）。従って、８値データが３個連続する場合の全ての組み合わせ５１２パターンを出現させるために、データ列を構成する各ブロックの並び順も考慮すべきである。
【０１０８】
それに対し、図１２（ａ）、（ｂ）に示す本実施例の多値データ系列では重複データの削除を行っていないため、学習に必要なパターン「０００、００１、…、７７６、７７７」のそれぞれが、二つのブロックにまたがることなく出現している。従って、ダミーセルデータの多値レベル値が３と４のブロック長２・Ｎ＝８、ＤＳＶ一定値：２８、ＤＳＶ一定値ブロック：２５６個、結合セクション：０個の合計２０４８個の多値レベルデータからなるデータ列は図１２（ａ）の並びのパターンに限らない。即ち、各ブロックを任意の順序で並べ替えたものが考えられる。
【０１０９】
また、ダミーセルデータの多値レベル値を０とした、ブロック長２・Ｎ＝８、ＤＳＶ一定値：２１、ＤＳＶ一定値ブロック：２５６個、結合セクション：０個の合計２０４８個の多値レベルデータからなるデータ列は図１２（ｂ）の並びのパターンに限らない。即ち、各ブロックを任意の順序で並べ替えたものが考えられる。
【０１１０】
また、上記特開２００６−１４７０７７号公報に記載のセル間値を用いた再生を行う場合を考えると、セル間値再生に必要な８値データが２個連続する場合の全組み合わせ６４パターンは、本実施例のデータ列の中に全て含まれている。従って、セル間値再生に必要な学習データ６４パターンは、本実施例のデータ列から抽出すればよい。
【０１１１】
一方、特開２００６−１４７０７７号公報に記載のセル間値を用いた再生を行う場合、次の様に多値レベル値の固定されたダミーセルデータを、記録する学習パターンの２セル単位の間に付加した学習データ列を記録してもよい。
【０１１２】
図１２（ｃ）はデータの多値度が８、学習の最小単位となる１セットセル数Ｎが、セル間値再生を行うための符号間干渉の影響を検出する２セルのパターンと、多値レベル値の固定された１セルのダミーセルデータとで３であるデータ列を示す。このデータ列は、ＤＳＶ一定値ブロックの長さ規定としてｋ＝１である。
【０１１３】
このデータ列は、ダミーセルデータの多値レベル値を３と４とした、ブロック長２・Ｎ＝６、ＤＳＶ一定値：２１、ＤＳＶ一定値ブロック：３２個、結合セクション：０個の合計１９２個の多値レベルデータから構成されたデータ列である。“／”、“−”、“＿”の意味は、図１２（ａ）のデータ列と同様である。
【０１１４】
このデータ列は、上述の小さいレベルを含むパターンと大きいレベルを含むパターンを順次組み合わせていく形態として、特に、各ブロック内の１番目と４番目、２番目と５番目の多値レベルデータの和がそれぞれ７となる様な組み合わせ方としている。
【０１１５】
また、図１２（ｄ）はデータの多値度が８、学習の最小単位となる１セットセル数Ｎが、セル間値再生を行うための符号間干渉の影響を検出する２セルのパターンと、多値レベル値の固定された１セルのダミーセルデータとで３であるデータ列を示す。このデータ列は、ＤＳＶ一定値ブロックの長さ規定としてｋ＝１である。
【０１１６】
このデータ列は、ダミーセルデータの多値レベル値を０とした、ブロック長２・Ｎ＝６、ＤＳＶ一定値：１４、ＤＳＶ一定値ブロック：３２個、結合セクション：０個の合計１９２個の多値レベルデータから構成されたデータ列である。“／”、“−”、“＿”の意味は、図１２（ａ）のデータ列と同様である。
【０１１７】
また、図１２（ｃ）のデータ列と同様にこのデータ列は上述の小さいレベルを含むパターンと大きいレベルを含むパターンを順次組み合わせていく形態として、特に、以下のような組み合わせ方としている。即ち、各ブロック内の１番目と４番目、２番目と５番目の多値レベルデータの和がそれぞれ７となる様な組み合わせ方としている。
【０１１８】
更に、図１２（ｃ）、（ｄ）に示す多値データ系列においても、学習に必要なパターン「００、０１、…、７６、７７」のそれぞれが、二つのブロックにまたがることなく出現している。このためダミーセルデータの多値レベル値を３と４としたブロック長２・Ｎ＝６、ＤＳＶ一定値：２１、ＤＳＶ一定値ブロック：３２個、結合セクション：０個の合計１９２個の多値レベルデータからなるデータ列は図１２（ｃ）の並びのパターンに限らない。即ち、各ブロックを任意の順序で並べ替えたものが考えられる。
【０１１９】
また、ダミーセルデータの多値レベル値を０とした、ブロック長２・Ｎ＝６、ＤＳＶ一定値：１４、ＤＳＶ一定値ブロック：３２個、結合セクション：０個の合計１９２個の多値レベルデータからなるデータ列は図１２（ｄ）の並びのパターンに限らない。即ち、各ブロックを任意の順序で並べ替えたものが考えられる。
【０１２０】
（実施例４）
実施例１〜３では、学習の最小単位となる１セットに対し、２セットを合わせたものを１ブロックとする場合、即ち、ｋ＝１の場合について説明した。これに対し、本発明のＤＳＶが一定となる学習データ列は学習データ列再生信号のトラッキングエラー信号への重畳がサーボ残差以下となる条件を満たす範囲でｋが２以上であってもよい。即ち、学習の最小単位となる1セットに対し、４セット、６セット、…単位でＤＳＶが一定となるようなものであってもよい。
【０１２１】
図１３はデータの多値度が８、注目セルの記録マークと符号間干渉するのが前後２セルの記録マークとなる状況を考え、学習の最小単位となる１セットセル数Ｎが３であり、ＤＳＶ一定値ブロックの長さ規定としてｋ＝２の場合について示す。図１３の多値データ系列はブロック長２・Ｎ・２＝１２、ＤＳＶ一定値４２であるデータ列である。
【０１２２】
このデータ列は、６セル単位のブロック（ｋ＝１）で考えるとＤＳＶは一定となっていないが、１２セル単位のブロック（ｋ＝２）で考えると、ＤＳＶ一定となっている。このデータ列は、ＤＳＶ一定値ブロック：４４個、結合セクション：０個の、合計５２８個の多値レベルデータから構成されるデータ列である。
【０１２３】
“／”は実施例１〜３と同様にブロックの境界を意味し、“{”、“}”で囲まれた領域は、実施例１と同様の並びとした箇所を表す。また、表現上、実施例１、２と同様にブロックの先頭データの値に応じて改行して表記している。このデータ列において、先頭セルから１セルずつずらしながら３セル単位でのパターンを抽出していくと、８値データが３個連続する場合の全ての組み合わせ５１２パターンが出現する。
【０１２４】
本実施例の様な構成は、例えば、実施例１のデータ列に対し、連続する２ブロックのそれぞれの後半３セル部分を入れ替える操作によって得られる。但し、この操作を全てのブロックに対して行うと、８値データが３個連続する場合のパターンの全てが出現しない。このため、一部の箇所を実施例１と同様の並びとする。図１３では上述のようにこの部分を“{”、“}”の記号で囲むことにより表現している。
【０１２５】
また、上記特開２００６−１４７０７７号公報に記載のセル間値を用いた再生を行う場合を考えると、セル間値再生に必要な８値データが２個連続する場合の全組み合わせ６４パターンは本実施例のデータ列の中に全て含まれている。従って、セル間値再生に必要な学習データ６４パターンは、本実施例のデータ列から抽出すればよい。
【０１２６】
次に、本発明に係る学習データを記録した記録媒体について説明する。即ち、以上説明した学習データ列は、多段階に長さ或いは面積の異なる情報ピットを記録するＲＯＭ媒体に対して、情報ピットの再生時レベル判定参照用として記録しても良い。
【０１２７】
具体的には、多値データを記録するＲＯＭ記録媒体において、符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎと、前記学習データ中でＤＳＶ（digital sum value）を一定値とする長さを規定する自然数ｋとする。このセル数Ｎと自然数ｋに対して、セル数２・Ｎ・ｋの単位を１ブロックとし、そのブロックが連続した構造を有すると共に、各ブロックにおいてＤＳＶが一定値である学習データを記録する。自然数ｋは、学習データの再生信号のトラッキングエラー信号への重畳が、トラッキングエラー信号のサーボ残差以下となる条件を満たすものとする。
【図面の簡単な説明】
【０１２８】
【図１】本発明に係る多値情報記録再生装置の一実施形態を示すブロック図である。
【図２】本発明に係る多値デジタルデータの構成を示す概念図である。
【図３】光記録媒体上にランダムな多値データを記録した場合の記録マークを示す概念図である。
【図４】光記録媒体上の記録マークに再生光スポットを照射した場合のセルと光スポットの位置関係を示す概念図である。
【図５】セル間値再生方式におけるサンプリングポイントを示す概念図である。
【図６】ＤＳＶ一定値とする長さと再生信号のトラッキングエラー信号への重畳の関係を説明するための図である。
【図７】サーボ残差と、再生信号のトラッキングエラー信号への重畳との大小関係を示す信号波形である。
【図８】本発明の実施例１の学習データ列を示す図である。
【図９】本発明の実施例１における学習データの再生信号波形と、トラッキングサーボ信号の波形である。
【図１０】図９の学習データの再生信号波形を詳細に示す図である。
【図１１】本発明の実施例２の学習データ列を示す図である。
【図１２】本発明の実施例３の学習データ列を示す図である。
【図１３】本発明の実施例４の学習データ列を示す図である。
【図１４】本発明の課題を説明するための再生信号波形とトラッキングサーボ信号の波形を示す図である。
【図１５】図１４の学習データの再生信号波形を詳細に示す図である。
【符号の説明】
【０１２９】
１１ 記録データ生成回路
１２ 記録パルス生成回路
１３ ＬＤ駆動回路
１４ 光ピックアップ
１５ 再生信号処理回路
１６ 学習パターンテーブル
１７ 多値レベル判定回路
１８ 二値データ変換回路
１９ スピンドルモータ
１０ 光記録媒体
【特許請求の範囲】
【請求項１】
多値データを記録媒体に記録或いは再生し、再生時レベル判定参照用として学習データ列を記録する多値情報記録再生方法において、
前記多値データに、符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎと、前記学習データ中でＤＳＶ（Digital Sum Value）を一定値とする長さを規定する自然数ｋに対して、セル数２・Ｎ・ｋの単位を１ブロックとし、前記ブロックが連続した構造を有すると共に、前記各ブロックにおいてＤＳＶが一定値である学習データを付加して前記記録媒体に記録し、
前記多値データの再生時には前記学習データに基づき前記多値データのレベル判定を行うことを特徴とする多値情報記録再生方法。
【請求項２】
前記自然数ｋは、前記学習データの再生信号のトラッキングエラー信号への重畳が、前記トラッキングエラー信号のサーボ残差以下となる条件を満たすことを特徴とする請求項１に記載の多値情報記録再生方法。
【請求項３】
前記学習データは、前記ＤＳＶが一定のブロックと、前記ＤＳＶが一定ではないブロックとが混在していることを特徴とする請求項１に記載の多値情報記録再生方法。
【請求項４】
前記学習データは、前記ＤＳＶが一定のブロックのみからなることを特徴とする請求項１に記載の多値情報記録再生方法。
【請求項５】
前記学習データは、データ列の先頭から前記学習の最小単位であるＮセル単位でのパターンを抽出する際に、以前出現したパターンからなるブロックが削除されていることを特徴とする請求項１乃至４のいずれか１項に記載の多値情報記録再生方法。
【請求項６】
前記符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎは、注目セルと、注目セルの記録マークと符号間干渉するマークの記録された隣接セルの個数の合計数であることを特徴とする請求項１乃至５のいずれか１項に記載の多値情報記録再生方法。
【請求項７】
前記符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎは、注目セル境界の前後で符号間干渉するマークの記録されたセルの個数の合計数であることを特徴とする請求項１乃至５のいずれか１項に記載の多値情報記録再生方法。
【請求項８】
前記符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎは、符号間干渉の影響を検出するパターンが記録されたセル数に、符号間干渉の影響を低減するための多値レベル値をとるダミーセルデータが記録されたセル数を加えた合計数であることを特徴とする請求項１乃至５のいずれか１項に記載の多値情報記録再生方法。
【請求項９】
多値データを記録するＲＯＭ記録媒体において、符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎと、前記学習データ中でＤＳＶ（digital sum value）を一定値とする長さを規定する自然数ｋに対して、セル数２・Ｎ・ｋの単位を１ブロックとし、前記ブロックが連続した構造を有すると共に、各ブロックにおいてＤＳＶが一定値である学習データが記録されている記録媒体。
【請求項１０】
前記自然数ｋは、前記学習データの再生信号のトラッキングエラー信号への重畳が、前記トラッキングエラー信号のサーボ残差以下となる条件を満たすことを特徴とする請求項９に記載の記録媒体。
【請求項１】
多値データを記録媒体に記録或いは再生し、再生時レベル判定参照用として学習データ列を記録する多値情報記録再生方法において、
前記多値データに、符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎと、前記学習データ中でＤＳＶ（Digital Sum Value）を一定値とする長さを規定する自然数ｋに対して、セル数２・Ｎ・ｋの単位を１ブロックとし、前記ブロックが連続した構造を有すると共に、前記各ブロックにおいてＤＳＶが一定値である学習データを付加して前記記録媒体に記録し、
前記多値データの再生時には前記学習データに基づき前記多値データのレベル判定を行うことを特徴とする多値情報記録再生方法。
【請求項２】
前記自然数ｋは、前記学習データの再生信号のトラッキングエラー信号への重畳が、前記トラッキングエラー信号のサーボ残差以下となる条件を満たすことを特徴とする請求項１に記載の多値情報記録再生方法。
【請求項３】
前記学習データは、前記ＤＳＶが一定のブロックと、前記ＤＳＶが一定ではないブロックとが混在していることを特徴とする請求項１に記載の多値情報記録再生方法。
【請求項４】
前記学習データは、前記ＤＳＶが一定のブロックのみからなることを特徴とする請求項１に記載の多値情報記録再生方法。
【請求項５】
前記学習データは、データ列の先頭から前記学習の最小単位であるＮセル単位でのパターンを抽出する際に、以前出現したパターンからなるブロックが削除されていることを特徴とする請求項１乃至４のいずれか１項に記載の多値情報記録再生方法。
【請求項６】
前記符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎは、注目セルと、注目セルの記録マークと符号間干渉するマークの記録された隣接セルの個数の合計数であることを特徴とする請求項１乃至５のいずれか１項に記載の多値情報記録再生方法。
【請求項７】
前記符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎは、注目セル境界の前後で符号間干渉するマークの記録されたセルの個数の合計数であることを特徴とする請求項１乃至５のいずれか１項に記載の多値情報記録再生方法。
【請求項８】
前記符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎは、符号間干渉の影響を検出するパターンが記録されたセル数に、符号間干渉の影響を低減するための多値レベル値をとるダミーセルデータが記録されたセル数を加えた合計数であることを特徴とする請求項１乃至５のいずれか１項に記載の多値情報記録再生方法。
【請求項９】
多値データを記録するＲＯＭ記録媒体において、符号間干渉の影響を検出するための学習の最小単位となる１セットのセル数Ｎと、前記学習データ中でＤＳＶ（digital sum value）を一定値とする長さを規定する自然数ｋに対して、セル数２・Ｎ・ｋの単位を１ブロックとし、前記ブロックが連続した構造を有すると共に、各ブロックにおいてＤＳＶが一定値である学習データが記録されている記録媒体。
【請求項１０】
前記自然数ｋは、前記学習データの再生信号のトラッキングエラー信号への重畳が、前記トラッキングエラー信号のサーボ残差以下となる条件を満たすことを特徴とする請求項９に記載の記録媒体。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【公開番号】特開２００９−２６４１９（Ｐ２００９−２６４１９Ａ）
【公開日】平成２１年２月５日（２００９．２．５）
【国際特許分類】
【出願番号】特願２００７−１９０８１２（Ｐ２００７−１９０８１２）
【出願日】平成１９年７月２３日（２００７．７．２３）
【出願人】（０００００１００７）キヤノン株式会社 (59,756)
【Ｆターム（参考）】
【公開日】平成２１年２月５日（２００９．２．５）
【国際特許分類】
【出願日】平成１９年７月２３日（２００７．７．２３）
【出願人】（０００００１００７）キヤノン株式会社 (59,756)
【Ｆターム（参考）】
[ Back to top ]