Adaptive Symboldetektion für mobile Festplattenlesesysteme

Präsentation zum Thema: "Adaptive Symboldetektion für mobile Festplattenlesesysteme"—  Präsentation transkript:

1 Adaptive Symboldetektion für mobile Festplattenlesesysteme
Ingo Dahm, Stefan Schmermbeck, Uwe Schwiegelshohn

2 Motivation Steigende Datendichten bei Festplatten Bisher:
Wachsender Aufwand bei der Signalverarbeitung Hoher Leistungsbedarf Bisher: Optimierung der Einzelkomponenten auf geringe Hardware-Komplexität und geringe Verlustleistung Neuer Lösungsansatz: Weitere Reduktion der Verlustleistung durch eine systemweite Optimierung

3 Systemweite Optimierung
Ansatz: Veränderung einzelner Komponenten kann eine Komplexitätsreduktion abhängiger Komponenten ermöglichen. Beispiel: Eine leichte Erhöhung der Komplexität des Detektors zur Extraktion von Soft-Informationen wird zugelassen. Eine effizientere Low-Power-Fehlerkorrektureinheit kann eingesetzt werden. Ziel: Reduktion des Leistungsbedarfs im Gesamtsystem

4 Signalraumdetektion Vorteile: Nachteil:
Besonders leistungsarm Effiziente Extraktion der Zuverlässigkeitsinformation Nachteil: Re-Design erforderlich Adaption an tatsächliche Signalraumkonstellation zeitvariante Kanalparameter schnelle Entwicklungszyklen Kompensation von Fertigungstoleranzen c0 r0 r1 „1“ „0“ c1 r2

5 Adaptive Detektion Abbildung der Detektorarchitektur durch künstliches neuronales Netz Verwendung modifizierter Perceptronen für Equalizer Ebenengleichungen Festlegen des zugehörigen Unterraumes Perceptron: p=A(w·r) Multiplikation eines Gewichtsvektors w mit Eingangsvektor r Gewichtung durch Aktivierungsfunktion A

6 Extraktion von Soft-Informationen
Modifiziertes Perceptron Skalare Multiplikation und Aktivierungsfunktion Handling der Soft-Information Ports zur Ein-/Ausgabe der Soft-Information (L) p ( r ) k A MIN ∑ r = ( r , r ) 1 2 w 3 Konventionelles Perzeptron Auswahl L(i ) η σ 2b

7 Ergebnisse: Adaptiver Equalizer
Adaptiver Equalizer: nahezu identische Ergebnisse wie bei einem Equalizer mit vorberechneten Filterkonstanten Abweichung aufgrund nichtlinearer Aktivierungsfunktion kurze Trainingsphase (<<100 MBit) ASSD Signalraum WSSD Signalraum

8 Ergebnisse: Detektionsgüte
Vergleich: Statischer WSSD ON-ASSD OF-ASSD Variation von: Bauteile-Toleranzen Transitionsrauschen Pulsweite Nötiger SNR zum Erzielen BER=10-5 Jitter WSSD offline adaptiv online adaptiv 0.00 27.2 26.8 27.0 0.02 27.2 27.0 27.0 0.04 27.6 27.3 27.5 0.06 28.6 28.2 28.5 0.08 31.4 30.2 30.2 Adaptive Versionen: bessere Detektionsgüte

9 Ergebnisse: Adaptionsfähigkeit
SNR (dB) Pulsweite PW50

10 Ergebnisse: Fehlerdetektion
SNR (db) Referenz-Detektor (WSSD) richtig falsch Adaptiver Detektor 23 24 25 26 27 28 28.5 62.2 77.2 82.0 85.5 90.3 32.6 24.6 19.1 12.0 6.1 3.5 29.2 60.3 71.8 74.0 77.1 78.6 31.9 24.5 19.6 12.6 6.9 4.2

11 Zusammenfassung und Ausblick
Adaptive Detektorarchitektur Hohe Adaptions- und Detektionsgüte bei Bauteile-Toleranzen Hohen Datendichten (Transitionsrauschen) Veränderungen der Pulsweite Verbesserte Leistungsfähigkeit unter realen Bedingungen Gleiche Fehlerrate bei einfacherer Fehlerkorrektureinheit Ausblick: Komplexitätsanalyse des Gesamtsystems Mobile Verwendung des im Netzbetrieb optimierten Detektors