專利名稱：掃描信號中的異常檢測的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種用于掃描記錄載體上的軌道的設(shè)備。
本發(fā)明還涉及一種掃描記錄載體上的軌道的方法。
背景技術(shù)：
在數(shù)據(jù)存儲和檢索系統(tǒng)中，伺服回路用于控制光頭相對于記錄載體上軌道的位置。掃描信號由光學(xué)拾取系統(tǒng)中的檢測器產(chǎn)生，并且根據(jù)該信號生成伺服控制信號以驅(qū)動致動器，該致動器用于定位光頭或其元件。然而，由于記錄載體表面的污染或損壞，可能會生成對伺服信號的較大干擾。為了防止這種干擾，就要檢測出掃描信號中的異常。
一種用于掃描軌道并讀出信息的設(shè)備可以從專利申請WO00/17876中獲知。該設(shè)備生成讀出信號。該文獻描述了通過確定預(yù)定時間間隔內(nèi)的上部和下部包絡(luò)信號值來檢測讀出信號中的干擾。在其后的時間間隔中，通過從上部包絡(luò)信號值中減去下部值來計算差值。如果該差值小于預(yù)定邊界值，就檢測到干擾。已知的用于檢測干擾的方法的問題在于該檢測是基于由于軌道中的標(biāo)記引起的讀出信號的HF調(diào)制量，該HF調(diào)制由于多種影響所以變化相當(dāng)大。例如，因為噪聲尖峰會直接影響算得的值，所以上部和下部包絡(luò)信號的計算可能是不可靠的。

發(fā)明內(nèi)容
因此，本發(fā)明的目的是提供一種用于更加可靠地檢測來自光頭的信號中的干擾的設(shè)備和方法。
為此，根據(jù)本發(fā)明，提供了一種用于掃描記錄載體上的軌道的設(shè)備，該設(shè)備包括用于掃描軌道的光頭，連接到該光頭的前端單元，用于生成至少一個掃描信號，以及檢測單元，用于檢測掃描信號的異常，該檢測單元被設(shè)置用于計算掃描信號的平均值，并且將該平均值與閾值進行比較，以提供異常檢測信號。將該平均值與閾值進行比較的作用在于檢測到了平均值與期望值之間的偏差。該閾值可以基于例如該平均值加上或減去檢測電平的長期平均值。
本發(fā)明還基于以下認識?，F(xiàn)有技術(shù)的系統(tǒng)通過監(jiān)測由軌道中的標(biāo)記引起的HF調(diào)制信號分量的幅度提供了對數(shù)據(jù)信號異常的檢測。令人驚奇的是，本發(fā)明人已經(jīng)發(fā)現(xiàn)了該平均值為掃描信號提供了非常好和及早的異常指示，尤其是為來自諸如CD或DVD之類的光盤的掃描信號提供了所述異常指示。在該盤上的受損或污染區(qū)域的開始，甚至在能夠檢測到HF調(diào)制的顯著變化之前，掃描信號的平均值就開始偏離。這樣的優(yōu)點是在非常早的時期就能夠通過例如臨時中斷伺服誤差信號的輸入來操縱伺服控制回路。應(yīng)當(dāng)注意，提前幾個微秒檢測到異常與調(diào)整常用的伺服回路有關(guān)。早期的調(diào)整防止了生成大的致動器驅(qū)動信號，該信號通常是由此伺服控制回路中的微分元件產(chǎn)生的。
在該設(shè)備的一個實施例中，該檢測單元被設(shè)置用于計算預(yù)定時間間隔的所述平均值，尤其是通過將預(yù)定數(shù)量的掃描信號的樣本相加。利用預(yù)定時間間隔的優(yōu)點在于，當(dāng)新的信號值到達時能夠容易地算出該平均值，并且該平均值會快速響應(yīng)信號的變化。特別是，簡單地將多個連續(xù)樣本的信號值相加提供了一種容易計算出代表平均值的值的方法。
在該設(shè)備的一個實施例中，該前端單元包括尤其通過組合來自多個檢測器部分的信號來用于生成作為掃描信號的鏡像信號的裝置，該信號表示經(jīng)由軌道反射的輻射光束的輻射量。這樣的優(yōu)點是鏡像信號的平均值可靠地表示了記錄載體上的受損或污染區(qū)域，該鏡像信號優(yōu)選地包括來自每個可用檢測器的信號。
該設(shè)備的一個實施例包括一個伺服單元，用于根據(jù)掃描信號控制光頭或光頭掃描元件的位置，以及用于根據(jù)異常檢測信號來調(diào)整所述控制，尤其是用于在異常期間中斷掃描信號。這樣的優(yōu)點是如果在盤上存在受損或污染區(qū)域，則可以減少對伺服功能的干擾。
在該設(shè)備的一個實施例中，該檢測單元包括分類裝置，用于通過比較掃描信號與對應(yīng)于所述多種預(yù)定異常類別的多個基準(zhǔn)信號來從多種預(yù)定異常類別中識別檢測到的異常，從而生成所檢測異常的分類結(jié)果。在該設(shè)備的一個實施例中，該分類裝置被設(shè)置用于在異常期間確定掃描信號的至少一個特征值，并且將該至少一個特征值與一組預(yù)定異常類別中相應(yīng)的特征值進行比較。該方法的優(yōu)點是不同的分類結(jié)果可以用于不同的響應(yīng)動作，例如可以不同地調(diào)整伺服系統(tǒng)，或者可以將特定的出錯信息顯示給用戶，例如“請清潔盤”。
在該設(shè)備的一個實施例中，該分類裝置被設(shè)置用于確定以下值中的至少一個作為特征值平均值、持續(xù)時間、峰值、掃描信號樣本值在預(yù)定數(shù)量的幅度帶中的分布。計算所述分布證明了一種確定信號形狀特性的容易的計算方法。
在該設(shè)備的一個實施例中，該分類裝置被設(shè)置用于基本在異常檢測信號表示異常之后的分類時刻生成分類結(jié)果。這樣的優(yōu)點是能夠為早期警報優(yōu)化檢測，并且能夠為可靠地表示隨后時刻的干擾類型優(yōu)化分類。
在其它權(quán)利要求中將給出根據(jù)本發(fā)明的設(shè)備的其它優(yōu)選實施例。


本發(fā)明的這些及其他方面將參照以下說明中示例性描述的實施例并參照附圖進行進一步說明而變得顯而易見，其中圖1a示出了一個記錄載體(頂視圖)，圖1b示出了一個記錄載體(橫截面)，圖2示出了一個具有異常檢測的掃描設(shè)備，圖3示出了兩個掃描信號，圖4示出了一個檢測器模型，圖5示出了用于計算平均值的FIR濾波器，圖6示出了一個缺陷模型，圖7示出了用于信號映射的缺陷信號特性，圖8示出了一個利用凝聚層次算法獲得的樹狀圖，圖9示出了包含在各個簇以及所確定的類別模型中的數(shù)據(jù)信號，圖10示出了一個缺陷檢測和分類單元，以及圖11示出了一個分類過程。
在附圖中，與已經(jīng)描述的元件相應(yīng)的元件具有相同的參考數(shù)字。
具體實施例方式
圖1a示出了一個盤狀記錄載體11，其具有軌道9和中心孔10。根據(jù)旋轉(zhuǎn)的螺旋圖案設(shè)置軌道9，該軌道是表示信息的一連串(將要)記錄的標(biāo)記的位置，該旋轉(zhuǎn)的螺旋圖案在信息層上構(gòu)成了基本上平行的軌道。該記錄載體可以是光學(xué)可讀的，稱作光盤，并且具有可記錄類型的信息層?？捎涗洷P的實例是CD-R和CD-RW、諸如DVD+RW之類的可寫類型的DVD、以及利用藍色激光的高密度可寫光盤，稱作藍光光盤(BD)。可以在以下參考文獻中找到關(guān)于DVD盤的進一步細節(jié)ECMA-267120mm DVD-Read-Only Disc-(1997)。通過沿著軌道設(shè)置光學(xué)可檢測標(biāo)記，例如坑或相變材料中的晶狀或非晶形標(biāo)記，來將信息表示在信息層上?？捎涗涱愋陀涗涊d體上的軌道9由制造空白記錄載體期間提供的預(yù)壓紋軌道結(jié)構(gòu)表示。該軌道結(jié)構(gòu)例如由預(yù)制槽14構(gòu)成，其能夠使讀/寫光頭在掃描過程中跟隨軌道。該軌道結(jié)構(gòu)包括位置信息，例如地址。
圖1b是沿可記錄類型記錄載體11的線b-b截取的橫截面圖，其中透明基片15具有記錄層16和保護層17。保護層17可以包括另一基片層，例如在DVD中，記錄層位于0.6mm的基片處，并且0.6mm的另一基片粘結(jié)到記錄層的背面。預(yù)制槽14可以以基片15材料的壓痕或隆起來實現(xiàn)，或者以特性與其周圍不同的材料來實現(xiàn)。
圖2示出了一個具有異常檢測的掃描設(shè)備。該設(shè)備具有用于掃描記錄載體11上的軌道的裝置，該裝置包括用于旋轉(zhuǎn)記錄載體11的驅(qū)動單元21、光頭22、用于相對軌道定位光頭22的伺服單元25、以及控制單元20。光頭22包括一個已知類型的光學(xué)系統(tǒng)，用于生成輻射光束24，該光束被引導(dǎo)通過光學(xué)元件從而聚焦為記錄載體信息層的軌道上的輻射光點23。諸如激光二極管之類的輻射源生成輻射光束24。該光頭進一步包括(未示出)用于沿所述光束的光軸移動輻射光束24焦點的聚焦致動器，以及用于在徑向上將光點23精細定位在軌道中心上的跟蹤致動器。該跟蹤致動器可以包括用于徑向移動光學(xué)元件的線圈，或者可選擇地被設(shè)置用于改變反射元件的角度。伺服單元25發(fā)出的致動器信號驅(qū)動聚焦和跟蹤致動器。為了讀出，利用光頭22中諸如四象限二極管之類的普通類型的檢測器檢測信息層反射的輻射，以用于生成耦合到前端單元31的檢測器信號，該前端單元31用于生成各種掃描信號，包括讀出信號、跟蹤誤差信號以及聚焦誤差信號。該誤差信號耦合到用于控制所述跟蹤和聚焦致動器的伺服單元(25)。普通類型的讀出處理單元30處理該讀出信號，該處理單元30包括解調(diào)器、解格式化器以及檢索該信息的輸出單元。
控制單元20控制信息的掃描和檢索，并且可以被設(shè)置用于接收來自用戶或者主計算機的命令?？刂茊卧?0通過例如系統(tǒng)總線的控制線26連接到該設(shè)備中的其它單元?？刂茊卧?0包括用于實施下述過程和功能的控制電路，例如微處理器、程序存儲器和接口。該控制單元20也可以以邏輯電路中的狀態(tài)機來實現(xiàn)。在實施例中，該控制單元實施下述的檢測異常和/或?qū)惓７诸惖墓δ堋?br> 該設(shè)備包括用于如下檢測掃描信號中異常的檢測單元32。如果檢測到異常，則生成異常檢測信號33。為了檢測，計算了掃描信號的平均值。該平均值可以是信號值的滑動平均值。將該平均值與下述例如是長期平均值的閾值進行比較。如果閾值與算得的信號平均值之差超過了預(yù)定檢測級別，則將異常信號設(shè)為活動狀態(tài)。在實施例中，檢測單元32計算預(yù)定時間間隔的平均值。所選擇的該時間間隔長于一般周期性信號分量，例如軌道中的最長標(biāo)記。在實施例中，通過將預(yù)定數(shù)量的掃描信號樣本相加來計算表示平均值的值。要注意，當(dāng)設(shè)定閾值時，需要考慮此平均值信號中的DC分量。
在實施例中，前端單元31具有將來自幾個檢測器的信號相加的組合電路，用于生成作為掃描信號的鏡像信號MIRN，該信號表示經(jīng)由軌道反射的輻射光束的輻射量。在實施例中，該組合電路將來自每個可用檢測器部分的信號組合起來。
在實施例中，伺服單元25具有用于在激活異常檢測信號33時調(diào)整伺服控制功能的單元。該調(diào)整作用在致動器信號上，例如保持實際值直到異常結(jié)束。在實施例中，在異常期間中斷了由掃描信號產(chǎn)生的誤差信號，即使之為零?？蛇x擇的是，伺服控制單元具有用于根據(jù)推斷誤差信號一直到異常來提供致動器信號的單元。在實施例中，用于調(diào)整的伺服單元25具有用于下述分類結(jié)果的輸入端。根據(jù)分類來選擇調(diào)整的類型，例如在較小干擾類型的異常期間恢復(fù)正常的伺服操作。
在檢測單元的實施例中包括分類單元34，用于生成所檢測的異常的分類結(jié)果。該異常被分類為具有對應(yīng)于多個類別之一的某種類型。在異常檢測信號指示異常之后的分類時刻生成該分類結(jié)果。因此，有一段可用于處理的時間。已經(jīng)注意到，至少對于光盤掃描信號來講，例如通過極大似然估計量來直接檢測特定類型的干擾顯著地慢于首先通過平均值偏差檢測異常、隨后對異常進行分類。
首先，在異常期間確定掃描信號的多個特征值，例如平均值、持續(xù)時間、峰值、預(yù)定數(shù)量幅度帶中掃描信號樣本值的分布。然后，例如通過計算多維空間中的距離，將確定特征值與一組預(yù)定異常類別的對應(yīng)特征值相比較。在實施例中，一旦對于異常類別之一的所述比較指示有一個差值比剩余異常類別的差值小至少一個預(yù)定閾值，就生成分類結(jié)果。
在實施例中，該設(shè)備具有用于將信息記錄到記錄載體上的裝置，該載體的類型是可寫的或可重寫的，例如CD-R或者CR-RW、或者DVD+RW或BD。該設(shè)備包括寫入處理裝置，用于處理輸入信息以生成驅(qū)動光頭22的寫入信號，該裝置包括輸入單元27，以及包括格式器28和調(diào)制器29的調(diào)制器裝置。為了寫入信息，控制輻射以在記錄層中生成光學(xué)可檢測標(biāo)記。該標(biāo)記可以以任意的光學(xué)可讀形式例如以反射系數(shù)不同于其周圍的區(qū)域的形式在材料中記錄時被獲得，該材料例如染料、合金或者相變材料，或者可以以磁化方向不同于其周圍的區(qū)域的形式在磁光材料中記錄時被獲得。
記錄在光盤上的信息的寫入和讀出、以及格式化、糾錯和信道編碼規(guī)則是現(xiàn)有技術(shù)中已知的，例如根據(jù)CD或DVD系統(tǒng)。在實施例中，輸入單元27包括用于輸入信號的壓縮裝置，該輸入信號例如是模擬音頻和/或視頻、或者數(shù)字未壓縮音頻/視頻。說明了用于MPEG視頻標(biāo)準(zhǔn)的適當(dāng)壓縮裝置，在ISO/IEC 11172中定義了MPEG-1，以及在ISO/IEC13818中定義了MPEG-2。根據(jù)這些標(biāo)準(zhǔn)，已經(jīng)可選擇地編碼了該輸入信號。
在寫入設(shè)備的實施例中，前端單元31和檢測單元32包括一個開關(guān)，用于在該設(shè)備處于寫入模式時將一個不同信號設(shè)定為掃描信號和/或一個用于比較平均值的不同閾值。
以下參照圖3到11描述了檢測和分類功能的另外的實施例。
圖3示出了兩個掃描信號。上面的軌跡38是高頻信號，下面的軌跡39是徑向誤差信號，它們受到由箭頭37表示的區(qū)域中的盤缺陷的影響。注意，可以為與光盤的質(zhì)量有關(guān)的光盤驅(qū)動器識別出一個特定組的干擾。由于用戶對該盤錯誤或者粗心的處理會使質(zhì)量嚴重變差，或者如果該盤是粗制濫造的，則從一開始質(zhì)量就不好。人們關(guān)心在聚碳酸酯基片上出現(xiàn)的劃痕、污點和手印或者包含在基片層中的異常和雜質(zhì)。這些與盤有關(guān)的現(xiàn)象稱作盤缺陷，該缺陷局部出現(xiàn)在盤上，并且會扭曲激光束的反射。因此它們導(dǎo)致了異常的光電信號，該光電信號又會影響HF以及伺服信號的生成，并且會影響依賴這些信號的所有驅(qū)動元件的性能。HF信號還受到刻印坑的幾何形狀以及它們在盤上出現(xiàn)的順序的影響。在這個坑/平面結(jié)構(gòu)中的異常的起因不同，并且因此將它們從稱作盤缺陷的干擾的組中排除掉。對術(shù)語盤的缺陷將使用下面的定義盤的缺陷是局部出現(xiàn)在光盤上或光盤中的那些特征，其導(dǎo)致軌道信號的性能與根據(jù)信息軌道的幾何形狀以及盤的尺寸或形狀所能夠預(yù)期的不同。注意，這個定義排除了諸如偏心、傾斜和歪斜之類的現(xiàn)象。根據(jù)標(biāo)準(zhǔn)化的缺陷，盤缺陷再分為若干類，例如黑點、手印和劃痕。
光盤驅(qū)動器配備有幾個伺服控制器，它們確保激光光點在信息軌道上的正確定位。為了精確跟蹤，該控制器必須強烈響應(yīng)大的位置誤差，這能利用高帶寬控制器來實現(xiàn)。盤的缺陷還在有時導(dǎo)致較大的位置誤差。因為這些誤差是不可靠的，所以理想的是該控制器根本不應(yīng)響應(yīng)它們，這意味著可以使用低帶寬控制器。即使使用更復(fù)雜的控制器，也不足以在不犧牲跟蹤性能的情況下改善關(guān)于盤的缺陷的可播放性。這僅僅是由于這樣的事實一旦出現(xiàn)盤的缺陷，光電跟蹤信號就變得嚴重地失真?？赡艿膾呙栊盘柺嵌喾N伺服信號，例如標(biāo)準(zhǔn)化徑向誤差和聚焦誤差(分別是REN和FEN)、標(biāo)準(zhǔn)化鏡像信號(MIRN)、標(biāo)準(zhǔn)化傾斜信號和HF數(shù)據(jù)信號，該標(biāo)準(zhǔn)化鏡像信號(MIRN)是光電檢測器接收的激光總量的量度。根據(jù)實驗更加清楚的是MIRN和HF信號性能都顯示了與引入的盤缺陷的最直接關(guān)系。HF信號包含帶有數(shù)字數(shù)據(jù)的高頻分量。當(dāng)研究較低頻率范圍中出現(xiàn)的盤缺陷的影響時，此分量能夠被視為噪聲。僅次于MIRN信號，它在監(jiān)測REN和FEN信號的性能時是有用的，因為這些信號直接涉及激光光點的定位。顯然，在出現(xiàn)盤缺陷期間，REN和FEN信號是不可靠的。閉環(huán)控制系統(tǒng)調(diào)整激光光點位置的事實增加了這種不可靠性。因此當(dāng)分析這些信號時必須當(dāng)心，但是它們可以用于檢測盤缺陷的開始。調(diào)整伺服控制的成功依賴于及時檢測特定干擾以采取所需對策的能力。當(dāng)該類型缺陷上的信息有效時，還可能選擇最適當(dāng)?shù)牟呗?。因此，以下討論對盤缺陷的檢測和與檢測緊密相關(guān)的識別。
盤的缺陷檢測主要檢驗兩種假設(shè)，即假定信號記錄(y1，y2，……yk)，確定兩種假設(shè)H0(無缺陷)或H1(有缺陷)中的哪一個為真。在線檢測意味著因果系統(tǒng)。這意味著在異常出現(xiàn)時不可能精確地對其進行檢測。某一延遲Δt固有地存在于異常實際出現(xiàn)時t＝ts和檢測異常時t＝ts+Δt之間。目前檢測系統(tǒng)的目的是在變化出現(xiàn)之后盡可能快地對其進行檢測，以便每次在前一次檢測和當(dāng)前時刻k之間檢測至多一個變化。注意，檢測問題還可以包括分類或識別。在這兩種情況下，由信號表示的動態(tài)系統(tǒng)的性能與已知類型的性能進行了比較?；谶@個比較，根據(jù)預(yù)定規(guī)則作出了判定。對于檢測，判定是否存在異常，而在分類或識別的情況下，我們判定下述的性能(信號)屬于哪個類別。使盤缺陷的檢測和識別分離意味著一種能夠檢測所有不同類型的盤缺陷的算法。這就減少了對于快速缺陷識別的要求，因此能夠提高識別精度。然而，在缺陷檢測過程中的錯誤報警的機會增多了。因為檢測器必須能夠檢測所有缺陷，所以其分辨率將降低。這就更難以區(qū)分盤的缺陷與其它信號畸變。然而，在錯誤報警的情況下，當(dāng)缺陷檢測引發(fā)的對策沒有危及該驅(qū)動器的正常功能時，該檢測器的可靠性降低也就變得無關(guān)緊要了。
圖4示出了一個檢測器模型。轉(zhuǎn)換機構(gòu)42將對于給定源41的假設(shè)映射到觀測空間43中。這種映射是從檢測必須符合的準(zhǔn)則得出的。通過將判定規(guī)則44施加到映射結(jié)果上，就完成了有效假設(shè)的選擇。此處討論的檢測方法將MIRN信號用作輸入。檢測器的任務(wù)是檢測輸入中是否存在由基準(zhǔn)信號yc(k)表示的缺陷的影響。首先，定義了關(guān)于盤的缺陷檢測問題的兩種對應(yīng)假設(shè)H0和H1。無效假設(shè)H0表示未出現(xiàn)盤的缺陷，而當(dāng)出現(xiàn)盤的缺陷時H1為真。在這兩種假設(shè)下該MIRN信號的觀測是H0y(ts+k)＝y(tǒng)n(ts+k)H1y(ts+k)＝y(tǒng)n(ts+k)+yc(k)其中k＝1，2，……，N確定了檢測窗y(ts)＝(y(ts+1)，y(ts+2)，…，y(ts+N))。信號yc(k)表示基準(zhǔn)信號，以及ts是缺陷到達時間。MIRN信號和缺陷信號的觀測共同稱作源41。與這兩種假設(shè)相關(guān)聯(lián)的是兩個條件概率密度Py(ts)|H0(y|H0)和Py(ts)|H1(y|H1)。如果給定ys的實際觀測，則它們分別定義了H0和H1的概率。為了確定這兩種假設(shè)中哪一個為真，需要一種判定法則。對于該法則的要求是其使給定檢測時間內(nèi)的判定可靠性最大。換句話說，它必須使給定水平的可靠性的檢測時間最少。假設(shè)錯誤報警的概率和漏檢測的概率直接與檢測時間相關(guān)，或者如果給定采樣時間，它們還直接與檢測窗的大小相關(guān)。在這種情況下，似然比檢驗產(chǎn)生了關(guān)于那些準(zhǔn)則的最佳判定法則。它定義為py(ts)|H1(y|H1)py(ts)|H0(y|H0)>H1≤H0η]]>其中當(dāng)左側(cè)的比率大于閾值η時接受H1。否則拒絕H1，表示沒有檢測到缺陷。在圖4中，似然比形成了概率性轉(zhuǎn)換機構(gòu)42，而閾值比較是判定法則44。為了簡化，假設(shè)正常的、未受影響的MIRN信號是具有方差λ的不相關(guān)、零均值隨機過程(高斯白噪聲)。在該情況下，出現(xiàn)盤缺陷的似然比檢驗是Σk=1Ny(ts+k)yc(k)>H1≤H012Σk=1Nyc2(k)+λ·lnη]]>其可以寫成簡單離散時間FIR-濾波器的形式。因而該檢測器變?yōu)?amp;Sigma;k=0NYc(N-k)(z-k·Y(z))>H1≤H0TH]]>其中TH表示新的閾值。未受影響的MIRN信號能夠由高斯白噪聲進行描述的假設(shè)不是非?，F(xiàn)實的。更為現(xiàn)實的表達式能夠通過引入準(zhǔn)穩(wěn)MIRN信號的噪聲色彩而獲得。閾值TH和檢測窗大小N的選擇取決于對檢測速度和可靠性的要求。這些要求本身又取決于光盤驅(qū)動器的其它因素，例如盤的缺陷期間所采用的控制策略、數(shù)據(jù)解碼和糾錯算法。
圖5示出了一個用于計算平均值的FIR濾波器。將信號樣本提供給輸入51。適當(dāng)數(shù)量的部分延遲了樣本，并且將該樣本添加到先前的結(jié)果以獲得輸出平均值52，該平均值52是要與以上最后一個公式給出的閾值進行比較的。FIR濾波器形成了最大似然檢測器的核心。基本上，該濾波器的輸出是N個輸入信號樣本與N個相應(yīng)的假設(shè)缺陷基準(zhǔn)信號樣本的乘積?？梢钥闯?，檢測窗中的基準(zhǔn)信號yc(k)的斜率是確定FIR濾波器響應(yīng)的幅度的特征。
圖6示出了一個缺陷模型。曲線62表示基于所檢測的缺陷的基準(zhǔn)信號。該缺陷以基準(zhǔn)信號61為模型，該基準(zhǔn)信號61具有無限陡峭的斜率。如上參照圖5所述，“塊狀”基準(zhǔn)信號61提供了用于可靠檢測的模型。只要相應(yīng)地調(diào)整相應(yīng)閾值，就能夠任意選擇這個“塊狀”缺陷模型的幅度。注意，當(dāng)選擇塊狀缺陷信號的幅度等于1時，F(xiàn)IR濾波器的輸出減少到N個輸入MIRN信號樣本的簡單的總和。
及時知道影響光盤驅(qū)動器的盤缺陷的類型就可能選擇或者調(diào)整控制策略以及其它對策，以消除盤的缺陷對于該系統(tǒng)的影響。因為受到盤缺陷影響的信號的參數(shù)模型是無效的，所以像諸如Kalman濾波器的估計方法就不能用于識別盤的缺陷。通過將新的信號與已知缺陷信號的數(shù)據(jù)庫進行比較來識別盤的缺陷就解決了這個問題，只要該數(shù)據(jù)庫包含足夠的測量值。如果存在大量可能的盤缺陷，這種方法的可行性就受到數(shù)據(jù)庫的可用存儲空間以及檢索存儲數(shù)據(jù)的算法速度的限制。通過在整個數(shù)據(jù)集中識別有限數(shù)量的類別能夠減少包含基準(zhǔn)信號的數(shù)據(jù)庫的大小，每個類別描述了一大組缺陷信號。
在檢測到缺陷之后，需要一種獨立的算法來將前述出現(xiàn)的缺陷分類。這種分類是通過比較缺陷信號與一組基準(zhǔn)信號實現(xiàn)的，每個基準(zhǔn)信號描述了一類盤的缺陷。進行這種比較的一種適當(dāng)選擇是MIRN信號。一旦缺陷濾波器檢測到缺陷，就構(gòu)建了輸入MIRN信號的特征矢量p。這個矢量包含對幾個預(yù)定幅度帶中的平均值、持續(xù)時間、絕對峰值和樣本數(shù)量的估計。當(dāng)檢測時，僅有N個信號樣本是有效的，但是對于每個新的樣本而言，額外的信息變?yōu)橛行У模⑶乙虼藢Ω鞣N特性的估計變得更加準(zhǔn)確。對于基準(zhǔn)信號而言，能夠離線確定由Pc表示的特征矩陣或查找表。此矩陣的每行n，n＝1，2，3，…保持相應(yīng)基準(zhǔn)信號的前N+n-1個樣本的特征矢量。在每個時刻k，能夠計算輸入信號特征矢量p與所有類別基準(zhǔn)信號特征矢量之間的距離，例如歐幾里得距離。當(dāng)有效樣本的數(shù)量足夠大時，這些距離之一將顯著變小，表示相應(yīng)基準(zhǔn)信號與輸入缺陷信號之間存在強烈的相似性。對這種相似性進行確認，從而在缺陷過程中的早期，即在缺陷結(jié)束之前在線識別出了出現(xiàn)的盤的缺陷。
注意，對于檢測和分類算法而言，需要MIRN信號的偏移抵消。通過在MIRN信號未受任何干擾影響時計算該信號的平均值來確定該偏移。根據(jù)固定數(shù)量的未受影響樣本能夠計算出所需的偏移值，并能夠使其反復(fù)更新。此外，良好的初始偏移值必須是有效的，例如在驅(qū)動器初始化順序過程中確定的偏移值。
在寫入設(shè)備的實施例中，檢測器必須適于激光器功率調(diào)整。當(dāng)光盤驅(qū)動器從寫入模式切換到讀出模式時，激光器在高的和低的功率之間切換，反之亦然。這種調(diào)整造成MIRN信號電平的嚴重變化，缺陷檢測器將錯誤地對該電平作出反應(yīng)。處理這個現(xiàn)象的一種簡單方法是每當(dāng)進行激光功率調(diào)整時，就短時段地忽略缺陷檢測器的輸出。
圖7示出了用于信號映射的缺陷信號特性。用于在線分類算法的基準(zhǔn)信號表示不同類別的盤缺陷。用于獲得那些不同盤缺陷類別的分類過程示意如下收集缺陷數(shù)據(jù)信號并進行預(yù)處理(濾波并去除DC偏移)、信號映射(提取有限組特征屬性)、歸簇(識別具有相似信號特性的組)、類別建模(通過利用一個描述信號描述每簇中的信號來將盤的缺陷分類)。
缺陷數(shù)據(jù)集的信號映射如下。確定了具有如圖7所示的信號特性的矢量，其將數(shù)據(jù)信號映射到多維特性空間上。第一特征屬性是盤缺陷信號的平均值(μy)71。該值尤其用于區(qū)分反射率比正常盤高的和低的缺陷。對于反射率比正常盤低的黑點而言，該平均值將在0以下，而對于白點而言，其將為正的。第二特征參數(shù)是持續(xù)時間(N)72，當(dāng)測量設(shè)備的采樣時間已知時，持續(xù)時間能夠通過被測樣本的數(shù)量來表示。第三特性是盤缺陷信號的峰值(max|y|)73。為了對所有的盤缺陷的值進行公平的比較，采用了絕對峰值。否則，白點的峰值將總是高于黑點的峰值。這是不希望的，因為信號在聚焦情況下相對于正常情況具有不同的性能。最后，將信號分為由虛線表示的固定數(shù)量的幅度帶(Δy)74，并且計算落入每個帶中的樣本數(shù)量。對于每個幅度帶所得到的值構(gòu)成了特性參數(shù)的集合。所有這些信號特性不可能產(chǎn)生相同數(shù)量級的值。因此，將加權(quán)因數(shù)添加到所有參數(shù)中，以便獲得信號特性的平衡集。
歸簇和類別建模的過程是可以從文獻中得知的。根據(jù)不同類型缺陷的測量信號集合進行歸簇，從而確定其產(chǎn)生特征矢量的特征值并且通過確定這些矢量之間的相互距離來對特征矢量進行歸簇。利用以上提出的信號映射，能夠構(gòu)建L個不同的m維特征矢量pr＝(f1(yr)，f2(yr)，…，fm(yr))，r＝1，2，…，L。直接使用相似性幾何插值法的歸簇方法是凝聚層次歸簇。這種歸簇方法的輸入是所謂的相異性個體對個體矩陣，其中每個個體視為由Sh表示的單獨的簇或者單元素集，h在H中。注意，H是所有簇標(biāo)的集合，并且各個h唯一地與一個簇相關(guān)。對于L個對象的凝聚層次歸簇來講，集合H具有2L-1個標(biāo)記，其中前L個元素對應(yīng)于最初的個體或者單元素集。通過計算該數(shù)據(jù)集中每對對象之間的距離，從而根據(jù)映射數(shù)據(jù)點能夠容易地獲得該相異性矩陣。對于矢量距離的各種定義都是可用的，例如歐幾里得距離drs=(ps-pr)(ps-pr)T]]>市街區(qū)距離drs=Σj=1m|prj-psj|]]>以及(以更一般的表示法)閔可夫斯基量度drs={Σj=1m|prj-psj|p}1/p]]>
下標(biāo)r和s表示相應(yīng)簇的標(biāo)記。優(yōu)選的距離量度是歐幾里得距離，通常表示為|ps-pr|。利用以上距離量度，能夠構(gòu)建相異性矩陣D＝[drs]，其中r，s＝1，2，…，L。注意，D是對稱的，并且其主對角線的元素為0。利用該可用的相異性矩陣，歸簇算法的主要步驟如下。
步驟1 找到該相異性矩陣中的最小值d(r*，s*)，r*≠s*，并且形成了合并簇Sh＝Sr*∪Ss*，h∈H。
步驟2 通過用一個新行(和列)來代替r*、s*的行和列來變換該相異性矩陣，其中其相異性定義為d(r，s)＝F({Sr}，{Ss}，lr，ls)其中r，s∈{1，2，…，h}∩{r*，s*}’。F是固定相異性函數(shù)，lr、ls分別定義了簇Sr和Ss中對象的數(shù)量。如果所獲得的簇的數(shù)量大于2，則轉(zhuǎn)到步驟1，否則結(jié)束。
函數(shù)F定義了合并簇之間的相異性。因為這些簇能夠包含不只一個對象，此處不能使用上述的距離量度。用于定義簇間距離或相異性的幾種方法如下給出最近的鄰近值(單獨連接)利用了兩個簇Sr和Ss中對象之間的最小距離。
d(r，s)＝min|psj-pri|，i∈(1，…，lr)，j∈(1，…ls)最遠的鄰近值(完全連接)利用了兩個簇中對象之間的最大距離。
d(r，s)＝max|psj-pri|，i∈(1，…，lr)，j∈(1，...ls)平均連接利用了兩個簇Sr和Ss中所有對象對之間的平均距離。
d(r,s)=1lrlsΣi=1lrΣj=1ls||psj-prl||]]>形心連接利用了兩個組Sr和Ss的形心之間的距離。
d(r,s)=||p‾s-p‾r||]]>p‾r=1lrΣi=1lrpri]]>類似地定義了ps。
Ward連接利用了增量平方和；即由合并簇Sr和Ss產(chǎn)生的組平方和內(nèi)總量的增加。
d(r,s)=lrlsdc2(r,s)lr+ls]]>其中dc2(r，s)是形心連接中定義的簇Sr和Ss之間的平方距離。當(dāng)這些連接方法應(yīng)用于結(jié)構(gòu)良好的數(shù)據(jù)時，它們將全部產(chǎn)生相同或近似相同的結(jié)果。當(dāng)該數(shù)據(jù)的結(jié)構(gòu)稍微隱藏或復(fù)雜時，這些方法可以產(chǎn)生十分不同的結(jié)果。在后一種情況中，單獨和完全連接方法表示通常接受的要求的兩種極端，該要求是“自然”簇必須在內(nèi)部是凝聚的并且同時與其它簇分離。單獨連接的簇是分離的，但是能夠具有非常復(fù)雜的鏈?zhǔn)胶头莾?nèi)聚形狀。相反，完全連接的簇是非常內(nèi)聚的，但是根本不是分離的。其它三種方法導(dǎo)致所生成的簇的內(nèi)聚性與分離之間的平衡。凝聚層次歸簇方法能用圖形表示為分級簇樹或樹狀圖。
圖8示出了一個樹狀圖，其是利用凝聚層次算法獲得的。根據(jù)以上提出的各種選擇，選擇了歐幾里得距離量度和Ward連接方法。選擇歐幾里得距離量度是因為其易于計算并且其幾何解釋是直接的。選擇Ward連接方法是因為其在簇的內(nèi)聚性與分離之間提供了良好的平衡。當(dāng)與類似方法(平均和形心連接)進行比較時，Ward連接根據(jù)對相應(yīng)缺陷信號及其實際解釋的分析似乎會產(chǎn)生最佳邏輯歸簇。在該圖中，水平軸上的數(shù)字表示原始單元素集的下標(biāo)，并且它們被稱作葉節(jié)點。連接水平線被稱作內(nèi)節(jié)點，表示對象之間的連接。垂直連接線的高度表示所連接的對象之間的距離。利用這個簇樹的圖形表示，通過在樹狀圖中繪制水平線81就確定了適當(dāng)數(shù)量的簇C。在這條線下連接的所有葉節(jié)點(表示個體)屬于一個特定的簇。然而，對于基準(zhǔn)測量集進行的歸簇處理的最終結(jié)果能夠包含不一致性。一個實例是由于小信號幅度變化造成指紋信號的分離。為持續(xù)時間特性選擇適當(dāng)?shù)募訖?quán)因數(shù)能夠防止這種不一致性。另一個實例是將黑點和白點組合到相同的簇中。為平均值特性選擇加權(quán)因數(shù)就消除了這種不一致性。
歸簇的結(jié)果是產(chǎn)生適當(dāng)數(shù)量的缺陷類別，總結(jié)于下表中。

該過程的最后步驟是為每簇生成單獨的描述，稱作類別模型。問題在于推導(dǎo)出適當(dāng)描述屬于一個簇的所有信號的代表信號(或類別模型)。不可避免的是，必須使對于單個信號的說明的準(zhǔn)確度與其對于整個簇的一般有效性之間達到平衡。為此，一種直接的方法是為簇中的時序擬合一個函數(shù)，其根據(jù)某一標(biāo)準(zhǔn)估計數(shù)據(jù)。這種方法的關(guān)鍵問題在于選擇一種通用形式的函數(shù)以及選擇適當(dāng)?shù)臉?biāo)準(zhǔn)。一個標(biāo)準(zhǔn)是所擬合的函數(shù)與數(shù)據(jù)點之間的誤差的平方和。利用此標(biāo)準(zhǔn)的方法通常表示為最小二乘(LS)法。優(yōu)選的是，函數(shù)或模型結(jié)構(gòu)是以將信號與生成它們的系統(tǒng)聯(lián)系起來的(物理)法則為基礎(chǔ)。當(dāng)這種結(jié)構(gòu)無效時，必須使用一種更常見的結(jié)構(gòu)。這種常見的函數(shù)結(jié)構(gòu)的實例是傅里葉和普羅尼分解，該分解分別以正弦或復(fù)指數(shù)函數(shù)的和來估計數(shù)據(jù)。其它可能性是以多項式或樣條來估計數(shù)據(jù)。為了獲得每個盤缺陷簇的描述信號，利用了最小二乘多項式擬合法。為此，通過簇的信號擬合了次數(shù)n＝15的多項式，這證明是足夠準(zhǔn)確的。然而，由于所擬合的函數(shù)的性質(zhì)，在所生成的信號中觀察到了一些小振蕩，這在原始時序中是不存在的。尤其是，在缺陷信號的邊沿，當(dāng)利用缺陷類別信號進行在線檢測或分類時，這些偏離會更明顯。為此，必須盡可能精確地獲知信號的起始和終止區(qū)域。采用使用樣條的擬合例程可以解決這個問題，因為樣條提供了將對擬合信號斜率的要求施加到要求額外準(zhǔn)確度的區(qū)域中的可能性。將每個類別的類別模型映射到上述特征值的矢量。最終，在分類單元中，在特征值矢量與所檢測的異常的特征值矢量之間確定了距離量度。
圖9示出了包含在每個簇以及所確定的類別模型中的數(shù)據(jù)信號。該圖表示了適合已歸簇的盤缺陷信號的多變量15次多項式。細曲線中表示了六個類別的盤缺陷信號(S1∪S2、S3、S4、S5、S6、S7)，而所擬合的類別模型示為粗線。
圖10示出了一個缺陷檢測及分類單元。在輸入端91處，輸入所要監(jiān)測的掃描信號樣本，例如上述的MIRN信號。在濾波單元92中，計算例如有限沖激響應(yīng)(FIR)以及信號監(jiān)測周期的平均值。選擇監(jiān)測周期以可接受的錯誤報警速率提供早期警報。以上在圖5中給出了濾波單元92的一種實施方式。將所述周期平均值(稱作FIRu)提供給閾值檢測器93，其通過比較該平均值與檢測閾值來檢測異常，從而生成異常檢測信號(稱作defo)。異常檢測信號耦合到各種特征值單元，用于開始分類處理。平均值單元94計算總?cè)毕莸牡谝惶卣髦?。該單元在檢測之前接收第一周期的平均值(已經(jīng)在單元92中確定的FIRu)作為起始值u0。持續(xù)時間單元95通過計數(shù)樣本來計算所檢測缺陷的第二特征值。最大值單元96在缺陷期間計算缺陷的第三特征值。信號存儲器97保持監(jiān)測周期中掃描信號的先前樣本，其對于確定所述最大值的初始值的最大值單元96是可用的。幅度分布單元98計算缺陷期間信號的剩余特征值，還從信號存儲器97接收先前的樣本。分布單元98的輸出是11個稱作bin0、bin1、……、bin10的信號值帶的特征值。在多路復(fù)用單元99中，將所有特征值組合為一個描述當(dāng)前檢測缺陷的矢量。在歐幾里得距離單元100中，計算到預(yù)定類別模型矢量的距離。將每個類別的輸出提供給最終的多路復(fù)用單元101，其將所生成的矢量饋入類別確定單元102中。這個單元指示出哪個類別具有最小的距離，并因此提供分類。
圖11示出了一個分類過程。垂直地給出了所確定的距離值，以及水平地給出了樣本的數(shù)量，即實際時間。在樣本80附近進行檢測，標(biāo)有S1∪S2、S3、S4、S5、S6和S7的曲線表示了各個類別的距離計算?？梢钥闯?，曲線S4表示小距離，而其它的類別曲線表示較大距離。在樣本120附近，可以判定該缺陷屬于類別S4。
盡管主要通過利用光盤數(shù)據(jù)存儲器的實施例描述了本發(fā)明，但本發(fā)明還適于其它記錄載體，例如矩形光學(xué)卡、磁盤或任何其它類型的需要元件跟蹤或位置控制的伺服控制系統(tǒng)。注意，在本文件中詞語“包括”不排除不同于所列出的其它元件或步驟的出現(xiàn)，以及元件前的詞語“一”或“一個”不排除多個這種元件的出現(xiàn)，并且任何附圖標(biāo)記不限制權(quán)利要求的范圍，本發(fā)明可以利用硬件和軟件實現(xiàn)，并且?guī)追N“裝置”或“單元”可以由軟件或硬件的相同項來表示。而且，本發(fā)明的范圍不限于實施例，并且本發(fā)明在于上述的每個新穎特征或這些特征的組合中。
權(quán)利要求
1.一種用于掃描記錄載體上的軌道的設(shè)備，該設(shè)備包括用于掃描軌道的光頭，連接到該光頭的前端單元，用于生成至少一個掃描信號，以及用于檢測掃描信號的異常的檢測單元，該檢測單元被設(shè)置用于計算掃描信號的平均值，并且將該平均值與閾值進行比較以提供異常檢測信號。
2.根據(jù)權(quán)利要求1所述的設(shè)備，其中該檢測單元被設(shè)置用于計算預(yù)定時間間隔的所述平均值，尤其是通過將預(yù)定數(shù)量的掃描信號樣本相加來進行所述計算。
3.根據(jù)權(quán)利要求1所述的設(shè)備，其中該前端單元包括尤其通過組合來自多個檢測器部分的信號來生成作為掃描信號的鏡像信號的裝置，該鏡像信號表示經(jīng)由軌道反射的輻射光束的輻射量。
4.根據(jù)權(quán)利要求1所述的設(shè)備，其中該設(shè)備包括伺服單元，用于根據(jù)掃描信號來控制光頭或該光頭的掃描元件的位置，以及用于根據(jù)異常檢測信號來調(diào)整所述控制，尤其是用于在異常期間中斷掃描信號。
5.根據(jù)權(quán)利要求1所述的設(shè)備，其中該檢測單元包括分類裝置，用于通過將掃描信號與對應(yīng)于所述多種預(yù)定異常類別的多個基準(zhǔn)信號進行比較以便從多種預(yù)定異常類別中識別檢測到的異常，從而生成對于所檢測的異常的分類結(jié)果。
6.根據(jù)權(quán)利要求5所述的設(shè)備，其中該分類裝置被設(shè)置用于在異常期間確定掃描信號的至少一個特征值，并且將該至少一個特征值與多個預(yù)定異常類別中相應(yīng)的特征值進行比較。
7.根據(jù)權(quán)利要求5所述的設(shè)備，其中該分類裝置被設(shè)置用于計算多維空間中的距離，尤其用于計算歐幾里得距離，以用于與所述特征值的比較。
8.根據(jù)權(quán)利要求5所述的設(shè)備，其中該分類裝置被設(shè)置用于確定以下值中的至少一個作為特征值平均值、持續(xù)時間、峰值、掃描信號樣本值在預(yù)定數(shù)量的幅度帶中的分布。
9.根據(jù)權(quán)利要求5所述的設(shè)備，其中該分類裝置被設(shè)置用于在基本位于異常檢測信號指示異常之后的一個分類時刻生成分類結(jié)果。
10.根據(jù)權(quán)利要求5所述的設(shè)備，其中該分類裝置被設(shè)置用于在對于異常類別之一的所述比較結(jié)果指示有一個差值比剩余異常類別的差值高出至少一個預(yù)定閾值時立即生成分類結(jié)果。
11.根據(jù)權(quán)利要求4所述的設(shè)備，其中該伺服單元被設(shè)置用于還根據(jù)分類結(jié)果調(diào)整所述控制，尤其用于在小干擾類型的異常過程中根據(jù)掃描信號恢復(fù)控制。
12.一種掃描記錄載體上的軌道的方法，該方法包括掃描軌道、生成至少一個掃描信號、計算掃描信號的平均值、以及將該平均值與閾值進行比較以提供異常檢測信號。
全文摘要
一種用于掃描記錄載體上的軌道的設(shè)備，具有用于掃描軌道以及生成掃描信號的光頭(22)和前端電路(31)。檢測單元(32)檢測掃描信號中的異常，例如用于調(diào)整跟蹤伺服。該檢測單元(32)計算掃描信號的平均值，并且將該平均值與閾值進行比較，以提供異常檢測信號(33)。而且，分類單元(34)提供了缺陷類型的指示，以確定適當(dāng)?shù)捻憫?yīng)或校正動作。
文檔編號G11B7/09GK1675710SQ03819657
公開日2005年9月28日 申請日期2003年7月11日 優(yōu)先權(quán)日2002年8月19日
發(fā)明者J·范赫沃爾特, H·J·戈斯森斯, G·A·L·里克內(nèi)格特 申請人:皇家飛利浦電子股份有限公司