专利名称：均衡器和均衡方法
技术领域：
本发明涉及均衡器，尤其涉及使非线性畸变均衡的均衡器和均衡方法。
背景技术：
为了将从光盘检测出的再现信号良好地译码，并用部分响应方式的线性波形均衡电路和维特比译码是有效的。例如，在由DVD论坛(DVD Forum)公开的HD DVD (Hi gh Definition DVD) -ROM Partl (物理)标准文件等中公开了上述内容。在与之对应的光盘再现装置中，盘控制电路使光盘以预定旋转速度旋转，光拾取器读取记录在光盘上的再现信号。再现信号被前置放大器放大后，通过AGC电路等被放大为预定振幅。进而，再现信号被A/D转换，在线性波形均衡电路中被均衡了波形之后，利用维特比译码进行译码。结果，记录在光盘上的图像数据、音乐数据得以再现。另一方面，若光盘进一步高密度化，则再现波形的非线性畸变变大，因此仅靠线性波形均衡电路是不够的。因此，为了降低非线性畸变而使用非线性波形均衡电路。为了实现非线性波形均衡电路，使用神经网络(例如参照专利文献1)。[在先技术文献][专利文献]专利文献1 日本特开平10-106158号公报
发明内容
[发明所要解决的课题]通常，为了使神经网络执行所希望的工作，需要使用现有的训练信号，预先执行学习工作。例如，在光盘的预定部位记录下训练信号，将与训练信号对应的输出作为教师信号，决定神经网络中的系数。因此，由于要在光盘中预先记录训练信号，因而光盘的利用效率降低。此外，由于学习工作结束后系数被固定，因此在光盘的面内对再现波形特性发生变动的追踪变得困难。而且，由于对光盘记录数据的记录机存在功率变动等，对于该功率变动等的追踪也变得困难。因此，要求自适应地降低线性畸变，且不使用训练信号地自适应地降低因记录密度的提高、记录功率变动等而产生的再现信号的非线性畸变。本发明是鉴于上述情况而做出的，其目的在于提供一种不使用训练信号地降低由于记录密度的提高、记录功率变动等产生的再现信号的非线性畸变的技术。[用于解决课题的手段]为了解决上述课题，本发明一个方案的均衡器包括线性均衡部，其对处理对象的信号依次进行线性均衡；预判定部，其对在线性均衡部中进行了线性均衡的信号依次进行预判定；非线性均衡部，其将在预判定部中预判定后的信号作为教师信号而导出多个系数， 并基于多个系数对在线性均衡部中进行了线性均衡的信号依次进行非线性均衡。采用该方案，由于将对线性均衡信号预判定的结果作为教师信号，因此不使用训练信号就能导出用于非线性均衡的系数。
预判定部可以按照部分响应规则执行预判定。此时，由于执行符合部分响应规则的预判定，因此能够支持部分响应处理。可以还具有使在非线性均衡部中进行了非线性均衡的信号延迟的延迟部。延迟部在与预判定部中的处理延迟和非线性均衡部中的处理延迟之间的差异相应的期间内执行延迟，非线性均衡部基于在延迟部中延迟后的信号与在预判定部中预判定后的信号的差异，导出多个系数。此时，由于在与预判定部中的处理延迟和非线性均衡部中的处理延迟之间的差异相应的期间内执行延迟，因此能够使延迟后的信号与预判定后的信号的定时匹配。非线性均衡部可以在差异大于阈值时新导出多个系数。此时，由于在检测到发散时新导出多个系数，因此能够抑制均衡特性的恶化。本发明的另一方案是均衡方法。该方法包括如下步骤对输入的信号依次进行线性均衡；对线性均衡后的信号依次进行预判定；将预判定后的信号作为教师信号而导出多个系数，并基于多个系数对线性均衡后的信号依次进行非线性均衡。本发明的再一方案是均衡器。该均衡器包括输入部，其依次输入处理对象的信号；线性均衡部，其对输入部输入的信号依次进行线性均衡；自适应非线性均衡部，其与线性均衡部的线性均衡并行地，对输入部输入的信号依次进行非线性均衡；加法部，其将在自适应非线性均衡部中进行了非线性均衡的信号和在线性均衡部中进行了线性均衡的信号相加；预判定部，其对在加法部中相加后的信号依次进行预判定，自适应非线性均衡部将在预判定部中预判定后的信号作为教师信号而导出多个系数，并基于多个系数执行非线性均衡。采用该方案，并行执行线性均衡和非线性均衡，并将来自二者的均衡信号相加，将对加法信号预判定的结果作为教师信号，因此不使用训练信号就能导出用于非线性均衡的系数。线性均衡部所含的多级抽头与自适应非线性均衡部的多级抽头可以共用。此时， 由于多级抽头共用，能够抑制电路规模的增加。预判定部可以按照部分响应规则执行预判定。此时，由于执行按照部分响应规则的预判定，因此能够支持部分响应处理。还可以包括判定自适应非线性均衡部的多个系数的收敛的判定部。在判定部中判定为收敛之前的期间，加法部可以将在线性均衡部中进行了线性均衡的信号向预判定部输出，在判定部判定为收敛之后，加法部可以将相加后的信号向预判定部输出。此时，由于在非线性均衡的系数收敛之前，不将非线性均衡后的信号向预判定部输出，因此能够抑制预判定的精度恶化。可以还包括使在线性均衡部中进行了线性均衡的信号延迟的第1延迟部；使在自适应非线性均衡部中进行了非线性均衡的信号延迟的第2延迟部。可以是第1延迟部在与预判定部中的处理延迟相应的期间内执行延迟，第2延迟部在与预判定部中的处理延迟相应的期间内执行延迟，自适应非线性均衡部基于在第1延迟部中延迟后的信号和在第 2延迟部中延迟后的信号之和与在预判定部中进行了预判定的信号之间的差异，导出多个系数，线性均衡部使用多个系数执行线性均衡，在判定部判定为收敛之前的期间，基于在第 1延迟部中延迟后的信号与在预判定部中进行了预判定的信号的差异，导出多个系数，在判定部判定为收敛之后，基于在第1延迟部中延迟后的信号和在第2延迟部中延迟后的信号之和与在预判定部中进行了预判定的信号之间的差异，导出多个系数。此时，由于在非线性均衡的系数收敛之前，为了导出用于线性均衡的系数，不使用非线性均衡后的信号，因此能够抑制该系数的导出精度的恶化。可以还包括将在线性均衡部中进行了线性均衡的信号和在自适应非线性均衡部中进行了非线性均衡的信号相加的加法部；使从加法部输出的信号延迟的延迟部。可以是， 延迟部在与预判定部中的处理延迟相应的期间内执行延迟，自适应非线性均衡部基于在延迟部中延迟后的信号与在预判定部中进行了预判定的信号的差异，导出多个系数，线性均衡部使用多个系数执行线性均衡，且使用固定值作为多个系数。此时，由于将用于线性均衡的系数设为固定值，因此能够提高均衡处理的稳定性。自适应非线性均衡部可以在检测到多个系数发散时，新导出多个系数。此时，由于在检测到发散时新导出多个系数，因此能够抑制均衡特性的恶化。本发明的再一方案是均衡方法。该方法包括如下步骤对输入的信号依次进行线性均衡；与线性均衡并行地对输入的信号依次进行非线性均衡；将非线性均衡后的信号和线性均衡后的信号相加；对相加后的信号依次进行预判定。在非线性均衡的步骤中，将预判定后的信号作为教师信号而导出多个系数，并基于多个系数执行非线性均衡。另外，将以上的构成要素的任意组合、本发明的表现形式在方法、装置、系统、记录介质、计算机程序等之间变换的技术方案，作为本发明的方案也是有效的。根据本发明，能够不利用训练信号地降低因记录密度的提高、记录功率变动等产生的再现信号的非线性畸变。
图1是表示本发明的实施例1的再现装置的结构的图。图2是表示图1的处理部的结构的图。图3是表示图2的线性均衡部的结构的图。图4是表示图2的非线性均衡部的结构的图。图5是表示图2的预判定部的结构的图。图6是表示图5的预判定部支持部分响应(1，2，2，2，1)时的状态变化的图。图7是表示图5的预判定部支持部分响应(1，2，2，2，1)时的状态变化的另一图。图8是表示图5的分支度量(Branch Metric)运算部的结构的图。图9是表示图5的路径存储器部的结构的图。图10是表示图5的确定部中存储的工作表的数据构造的图。图11是表示图2的非线性均衡部中的系数的导出步骤的流程图。图12的(a)-(b)是表示以往及图1的再现装置的输出信号的直方图的图。图13是表示本发明的实施例2的处理部的结构的图。图14是表示图13的线性均衡部的结构的图。图15是表示图13的非线性均衡部的结构的图。图16是表示图13的维特比译码部的结构的图。图17是表示图16的维特比译码部支持部分响应(1，2，2，2，1)时的状态变化的图。图18是表示图16的维特比译码部支持部分响应(1，2，2，2，1)时的状态变化的另一图。图19是表示图16的分支度量运算部的结构的图。图20是表示图16的路径存储器部的结构的图。图21是表示图16的确定部中存储的工作表的数据构造的图。图22是表示图13的加法部的加法步骤的流程图。图23是表示图13的均衡误差生成部中的生成步骤的流程图。图M是表示图13的非线性均衡部中的系数的导出步骤的流程图。图25是表示本发明的实施例3的均衡处理部的结构的图。图沈是表示本发明的变形例的处理部的结构的图。
具体实施例方式(实施例1)在具体说明本发明之前，首先叙述概要。本发明的实施例1涉及将光盘等记录介质上记录的信号再现，利用部分响应方式使再现的信号(以下，称为“再现信号”)均衡，并将均衡后的信号(以下，称为“均衡信号”)译码的再现装置。如上所述，随着光盘的记录容量的提高，用线性波形均衡器未能完全除去的非线性畸变的影响变大。为了除去非线性畸变，作为非线性均衡器的神经网络是有效的，但需要利用训练信号来学习、收敛。因此，为了不利用训练信号地降低再现信号的非线性畸变，本实施例的再现装置执行下述处理。再现装置在非线性波形均衡器的前级串联配置线性波形均衡器。再现装置将来自线性波形均衡器的均衡信号(以下，称为“线性均衡信号”)输入到非线性波形均衡器后， 将来自非线性波形均衡器的均衡信号(以下，称为“非线性均衡信号”)输入到维特比译码器。线性均衡信号也被输入到预判定部，在预判定部进行预判定。预判定后的信号(以下， 称为“预判定信号”)作为教师信号被输入到线性波形均衡器和非线性波形均衡器。线性波形均衡器和非线性波形均衡器基于教师信号导出抽头系数(tap coefficient)而执行均衡处理。例如，非线性均衡器使用神经网络，但根据上述结构，不使用训练信号就进行神经网络的学习。线性波形均衡器和非线性波形均衡器中的抽头系数的导出使用线性均衡信号、非线性均衡信号、预判定信号，但线性均衡信号和非线性信号，与预判定信号的输出定时不同。因此，为了使这些定时匹配，再现装置为了导出抽头系数而使线性均衡信号和非线性均衡信号延迟。图1表示本发明的实施例1的再现装置100的结构。再现装置100包括光盘10、 光盘驱动部12、光拾取器14、前置放大器部16、AGC部18、PLL (Phase Locked Loop 锁相环)部20、A/D转换部22、处理部M以及控制部26。光盘10是被构成为可安装于再现装置100的记录介质。光盘10有⑶、DVD、BD、 HDDVD等各种各样的类型。在此，尤其是作为光盘10，以非线性畸变大到对再现带来影响的程度的情况为对象。光盘驱动部12是用于使光盘10以预定旋转速度旋转的电机。光拾取器14从光盘10读取作为处理对象的信号，并对其执行光电转换及放大。其结果信号相当于上述的“再现信号”。光拾取器14将再现信号向前置放大器部16输出。前置放大器部16将再现信号放大，AGC部18将来自前置放大器部16的再现信号放大为预定振幅。AGC部18将放大后的再现信号向PLL部20输出，PLL部20从再现信号中检测时钟。A/D转换部22基于由PLL部20检测出的时钟，对再现信号进行模数转换。处理部M对在A/D转换部22中进行模数转换后的再现信号(以下，也将其称为“再现信号”) 执行均衡处理及译码处理。处理部M的详细情况将后述。从硬件方面讲，能够用任意计算机的CPU、存储器、其他的LSI实现该结构，从软件方面讲，可利用载入存储器的程序等实现，在此记载通过软硬件结合而实现的功能模块。因此，本领域技术人员应理解到，能够以仅是硬件、仅是软件或软硬件的组合各种形式来实现上述的功能模块。图2表示处理部M的结构。处理部M包括线性均衡部44、第1延迟部32、预判定部30、非线性均衡部46、第2延迟部34、第1加法部40、第2加法部42、维特比译码部38。 作为信号，包括线性均衡用误差信号300、非线性均衡用误差信号302、预判定信号306。在图1的A/D转换部22中，按每个位时钟而被采样的再现信号被依次输入至线性均衡部44。线性均衡部44对输入的再现信号依次进行线性均衡。线性均衡部44由横向滤波器构成，利用多级抽头使再现信号延迟，并且将来自多级抽头的输出与多个抽头系数相乘，且将相乘结果相加。在此，加法结果相当于前述的线性均衡信号。线性均衡部44被从后述的第1加法部40输入线性均衡用误差信号300，基于线性均衡用误差信号300导出多个抽头系数。在此，多个抽头系数的导出使用LMS (Least Mean Square 最小均方误差)算法这样的自适应算法。线性均衡部44向第1延迟部32、预判定部30、非线性均衡部46输出线性均衡信号。非线性均衡部46被输入来自线性均衡部44的线性均衡信号，并对线性均衡信号依次进行非线性均衡。非线性均衡部46由神经网络构成。非线性均衡部46的非线性均衡的结果相当于前述的非线性均衡信号。非线性均衡部46从后述的第2加法部42接收非线性均衡用误差信号302，基于非线性均衡用误差信号302导出在神经网络使用的多个抽头系数。在此，非线性均衡用误差信号302是由来自第2延迟部34的延迟信号与预判定信号 306的差异生成的，因此非线性均衡部46可将预判定信号作为教师信号而导出多个系数。 非线性均衡部46将非线性均衡信号向第2延迟部34和维特比译码部38输出。维特比译码部38被输入来自非线性均衡部46的非线性均衡信号，对非线性均衡信号执行维特比译码。维特比译码部38包括根据非线性均衡信号计算分支度量的分支度量运算电路；每1时钟对分支度量进行积累相加而计算路径度量的路径度量运算电路；选择路径度量最小的数据序列作为最可靠的候选序列而存储的路径存储器。路径存储器保存有多个候选序列，按照来自路径度量运算电路的选择信号选择候选序列。将所选择的候选序列作为数据序列而输出。预判定部30被输入来自线性均衡部44的线性均衡信号，对线性均衡信号执行维特比译码，从而对线性均衡信号依次进行预判定。预判定部30与维特比译码部38采用同样的构成。路径存储器保存有多个候选序列，基于来自路径度量运算电路的选择信号，按照部分响应规则执行预判定。具体而言，预判定部30在部分响应均衡正常时，对针对预定的输入位的输出电平进行预判定，将针对输入位预判定出的电平作为预判定信号306输出。在
9此，预判定部30和维特比译码部38被构成为路径存储器的长度不同。例如，维特比译码部 38的路径存储器长度是64位时，预判定部30的路径存储器长度是M位或32位。第1延迟部32被输入来自线性均衡部44的线性均衡信号。第1延迟部32在使线性均衡信号延迟之后，将延迟的线性均衡信号(以下，称为“线性均衡信号”或“延迟信号”)向第1加法部40输出。在此，第1延迟部32在与预判定部30的处理延迟相应的期间内执行延迟。就是说，从预判定部30输出的预判定信号306和来自线性均衡部44的线性均衡信号的定时在第1加法部40处匹配。第1延迟部32例如由以位时钟驱动的锁存电路构成。第1加法部40被输入来自第1延迟部32的线性均衡信号、预判定信号306。第1 加法部40基于线性均衡误差和预判定信号306的差异而生成线性均衡用误差信号300。例如，通过从线性均衡误差减去预判定信号306，来导出线性均衡用误差信号300。第1加法部40将线性均衡用误差信号300向线性均衡部44输出。第2延迟部34被输入来自非线性均衡部46的非线性均衡信号。第2延迟部34 在使非线性均衡信号延迟之后，将延迟的非线性均衡信号(以下，称为“非线性均衡信号” 或“延迟信号”)向第2加法部42输出。在此，第2延迟部34在与预判定部30中的处理延迟和非线性均衡部46中的处理延迟之差异相应的期间内执行延迟。第2加法部42基于来自第2延迟部34的非线性均衡信号与预判定信号306的差异，生成非线性均衡用误差信号 302。例如，通过从非线性均衡信号和减去预判定信号306，从而导出非线性均衡用误差信号 302。第2加法部42将非线性均衡用误差信号302向非线性均衡部46输出。在此，非线性均衡部46基于非线性均衡用误差信号302导出多个系数。就是说， 非线性均衡部46将预判定信号306作为教师信号来使用。非线性均衡部46通过计算将非线性均衡用误差信号302的平方值逐个相加后的总和、即累计值，来监视非线性均衡部46 中的多个抽头系数的收敛。就是说，非线性均衡部46在非线性均衡用误差信号302的累计值从大于阈值的状态向小于阈值的状态变化时，判定为多个抽头系数收敛。在判定为收敛后，在非线性均衡用误差信号302的平方值的总和、即累计值再次大于阈值时，判定为非线性均衡部46的多个抽头系数发散。此时，非线性均衡部46新导出多个抽头系数。图3表示线性均衡部44的结构。线性均衡部44包括多级抽头50和线性处理部 52。多级抽头50包括总称为延迟抽头M的第1延迟抽头Ma、第2延迟抽头Mb、第3延迟抽头Mc、第N延迟抽头Mn。线性处理部52包括总称为乘法部56的第1乘法部56a、第 2乘法部56b、第3乘法部56c、第N+1乘法部56n+l、抽头系数导出部58、累计部60。多级抽头50通过多个延迟抽头M串行连接而形成。具体而言，第1延迟抽头Ma 被输入再现信号，使其延迟后输出再现信号。第2延迟抽头54b被输入来自第1延迟抽头 54a的再现信号，使其延迟后输出再现信号。从第3延迟抽头5 到第N延迟抽头5 也执行同样的处理。给延迟抽头M的输入部分和输出部分是来自多级抽头50的输出信号，例如，配置4个延迟抽头M时，存在5个输出信号。这些输出信号被输出至乘法部56。乘法部56被输入来自延迟抽头M的输出信号，也被输入来自抽头系数导出部58 的抽头系数。在此，抽头系数与各输出信号对应地导出。乘法部56将输出信号和抽头系数相乘。乘法部56将各相乘结果向累计部60输出。累计部60将来自乘法部56的相乘结果逐个相加而求得作为加法结果的累计值。作为加法结果的累计值相当于前述的线性均衡信号。累计部60输出线性均衡信号。抽头系数导出部58输入线性均衡用误差信号300。抽头系数导出部58使用线性均衡用误差信号300、乘法部56的相乘结果来控制多个抽头系数，以使得再现信号与部分响应特性适合。抽头系数的导出使用例如LMS算法那样的自适应算法，从而控制使得线性均衡用误差信号300变小。LMS算法是公知的技术，因而在此省略说明。图4示出非线性均衡部46的结构。非线性均衡部46包括多级抽头70、非线性处理部72。多级抽头70包括总称为延迟抽头74的第1延迟抽头74a、第2延迟抽头74b、第 N延迟抽头74η。非线性处理部72包括总称为乘法部76的第11乘法部76aa、第12乘法部76ab、第IM乘法部76am、第21乘法部76ba、第22乘法部761Λ、第2M乘法部76bm、第 (N+l) 1 乘法部 76(n+l)a、第(N+l)2 乘法部 76(n+l)b、第(N+1)M 乘法部 76(n+l)m ；总称为累计部78的第1累计部78a、第2累计部78b、第M累计部78m ；总称为函数运算部80的第 1函数运算部80a、第2函数运算部80b、第M函数运算部80m ；总称为乘法部82的第1乘法部82a、第2乘法部82b、第M乘法部82m ；累计部84 ；函数运算部86 ；以及抽头系数导出部 88。如图4所述，非线性均衡部46由3层感知器型的神经网络构成。在此，输入层相当于多级抽头70，隐层相当于函数运算部80，输出层相当于函数运算部86。多级抽头70是通过多个延迟抽头74串行连接而形成的。具体而言，第1延迟抽头7 被输入线性均衡信号，将其延迟后输出线性均衡信号。第2延迟抽头74b被输入来自第1延迟抽头74a的线性均衡信号，使其延迟后输出线性均衡信号。第N延迟抽头7 也执行同样的处理。对延迟抽头74的输入部分和输出部分是来自多级抽头70的输出信号。这些输出信号被输出至乘法部76。乘法部76将来自多级抽头70的输出信号和来自抽头系数导出部88的抽头系数相乘。具体而言，第IJ乘法部76ij通过将多级抽头70的开头起第i个输出信号S (i)和抽头系数Wl(i，j)相乘，而生成相乘结果U (i，j)。累计部78进行将乘法部76的相乘结果逐个相加的累计。具体而言，第J累计部78j通过将相乘结果U(l，j)、U(2，j)、U(3，j)，…， U(n+l, j)相加的累计运算，生成累计结果V(j)。函数运算部80对累计部78的累计结果 V(J)运算sigmoid函数(神经元的非线性作用函数)。sigmoid函数如下所示。f(x) = (l-exp(-a χ))/(1+θχρ(-α χ))(式 1)在此，式1的χ被代入累计结果V (j)。在此，第J函数运算部80 j的运算结果表示为X (j)，该运算结果相当于来自隐层的输出。乘法部82将函数运算部80的运算结果和来自抽头系数导出部88的抽头系数相乘。具体而言，第J乘法部82j通过将第J函数运算部80j的运算结果X(j)和抽头系数 W2(j)相乘，生成相乘结果Y (j)。累计部84进行将乘法部82的相乘结果逐个相加的累计。 在此，所有乘法部82的相乘结果被相加累计，生成累计结果Z。函数运算部86对累计部84 的累计结果运算sigmoid函数。在此，式1的χ被代入累计结果Z。函数运算部86的运算结果相当于来自输出层的输出，相当于前述的非线性均衡信号。抽头系数导出部88导出在乘法部76及乘法部82中使用的抽头系数Wl (i，j)和 W2(j)。作为11(1，」)、12(」)的初始值，设定随机值或接近收敛后的值。抽头系数导出部88 与图3的抽头系数导出部58同样地利用LMS算法更新Wl (i，j)、W2(j)。在此，Wl (i, j)、 W2(j)的学习通过反向传播(Backpropagation)进行。非线性均衡用误差信号302的平方值如下所示。E = (A-D)2 (式 2)在此，A相当于线性均衡信号，D相当于预判定信号306。就是说，A-D相当于非线性均衡用误差信号302。抽头系数导出部88控制Wl(i，j)、W2(j)，以使E成为最小。输出层的反向传播结果如下所示。(
权利要求
1.一种均衡器，其特征在于，包括线性均衡部，其对处理对象的信号依次进行线性均衡；预判定部，其对在所述线性均衡部中进行了线性均衡的信号依次进行预判定；以及非线性均衡部，其将所述预判定部预判定后的信号作为教师信号而导出多个系数，并基于多个系数对在所述线性均衡部中进行了线性均衡的信号依次进行非线性均衡。
2.根据权利要求1所述的均衡器，其特征在于， 所述预判定部按照部分响应规则执行预判定。
3.根据权利要求1或2所述的均衡器，其特征在于，还具有使在所述非线性均衡部中进行了非线性均衡的信号延迟的延迟部， 所述延迟部在与所述预判定部中的处理延迟和所述非线性均衡部中的处理延迟的差异相应的期间内执行延迟，所述非线性均衡部基于在所述延迟部中延迟后的信号与在所述预判定部中预判定后的信号的差异，导出多个系数。
4.根据权利要求3所述的均衡器，其特征在于，所述非线性均衡部在差异大于阈值时，新导出多个系数。
5.一种均衡方法，其特征在于，包括如下步骤 对输入的信号依次进行线性均衡；对线性均衡后的信号依次进行预判定；以及将预判定后的信号作为教师信号而导出多个系数，并基于多个系数对线性均衡后的信号依次进行非线性均衡。
6.一种程序，用于使计算机执行如下步骤 对输入的信号依次进行线性均衡；对线性均衡后的信号依次进行预判定；以及将预判定后的信号作为教师信号而导出多个系数，并基于多个系数对线性均衡后的信号依次进行非线性均衡。
7.一种均衡器，其特征在于，包括 输入部，其依次输入处理对象的信号；线性均衡部，其对在所述输入部中输入的信号依次进行线性均衡； 自适应非线性均衡部，其与所述线性均衡部的线性均衡并行地，对在所述输入部中输入的信号依次进行非线性均衡；加法部，其将在所述自适应非线性均衡部中进行了非线性均衡的信号和在所述线性均衡部中进行了线性均衡的信号相加；以及预判定部，其对在所述加法部中相加后的信号依次进行预判定； 其中，所述自适应非线性均衡部将在所述预判定部中预判定后的信号作为教师信号而导出多个系数，并基于多个系数执行非线性均衡。
8.根据权利要求7所述的均衡器，其特征在于，所述线性均衡部中所包含的多级抽头与所述自适应非线性均衡部中的多级抽头被共用。
9.根据权利要求7或8所述的均衡器，其特征在于，所述预判定部按照部分响应规则执行预判定。
10.根据权利要求7 9中的任一项所述的均衡器，其特征在于， 还包括判定所述自适应非线性均衡部中的多个系数的收敛的判定部，在所述判定部判定为收敛之前的期间，所述加法部将在所述线性均衡部中进行了线性均衡的信号向所述预判定部输出，在所述判定部判定为收敛之后，所述加法部将相加后的信号向所述预判定部输出。
11.根据权利要求10所述的均衡器，其特征在于，还包括使在所述线性均衡部中进行了线性均衡的信号延迟的第一延迟部；以及使在所述自适应非线性均衡部中进行了非线性均衡的信号延迟的第二延迟部；其中，所述第一延迟部在与所述预判定部中的处理延迟相应的期间内执行延迟， 所述第二延迟部在与所述预判定部中的处理延迟相应的期间内执行延迟， 所述自适应非线性均衡部基于在所述第一延迟部中延迟后的信号和在所述第二延迟部中延迟后的信号之和与在所述预判定部中进行了预判定的信号之间的差异，导出多个系数，所述线性均衡部使用多个系数执行线性均衡，在所述判定部判定为收敛之前的期间， 基于在所述第一延迟部中延迟后的信号与在所述预判定部中进行了预判定的信号的差异， 导出多个系数，在所述判定部判定为收敛之后，基于在所述第一延迟部中延迟后的信号和在所述第二延迟部中延迟后的信号之和与在所述预判定部中进行了预判定的信号之间的差异，导出多个系数。
12.根据权利要求7 10中的任一项所述的均衡器，其特征在于，还包括将在所述线性均衡部中进行了线性均衡的信号和在所述自适应非线性均衡部中进行了非线性均衡的信号相加的加法部；以及使从所述加法部输出的信号延迟的延迟部；其中，所述延迟部在与所述预判定部中的处理延迟相应的期间内执行延迟， 所述自适应非线性均衡部基于在所述延迟部中延迟后的信号与在所述预判定部中进行了预判定的信号的差异，导出多个系数，所述线性均衡部使用多个系数执行线性均衡，且使用固定值作为多个系数。
13.根据权利要求7 12中的任一项所述的均衡器，其特征在于，所述自适应非线性均衡部在检测到多个系数发散时，新导出多个系数。
14.一种均衡方法，其特征在于，包括如下步骤 对输入的信号依次进行线性均衡；与线性均衡并行地对输入的信号依次进行非线性均衡； 将非线性均衡后的信号和线性均衡后的信号相加；以及对相加后的信号依次进行预判定；其中，在所述非线性均衡的步骤中，将预判定后的信号作为教师信号而导出多个系数， 并基于多个系数执行非线性均衡。
15.一种程序，用于使计算机执行如下步骤 对输入的信号依次进行线性均衡；与线性均衡并行地对输入的信号依次进行非线性均衡；将非线性均衡后的信号和线性均衡后的信号相加；以及对相加后的信号依次进行预判定；其中，在所述非线性均衡的步骤中，将预判定后的信号作为教师信号而导出多个系数， 并基于多个系数执行非线性均衡。
全文摘要
线性均衡部(44)对处理对象的信号依次进行线性均衡。预判定部(30)对在线性均衡部(44)中进行了线性均衡的信号依次进行预判定。非线性均衡部(46)将预判定后的信号作为教师信号而导出多个系数，并基于多个系数对在线性均衡部(44)中进行了线性均衡的信号依次进行非线性均衡。
文档编号G11B20/10GK102356432SQ20108001253
公开日2012年2月15日 申请日期2010年3月18日 优先权日2009年3月19日
发明者糸长诚, 速水淳 申请人:日本胜利株式会社