[发明专利]二维信道均衡模型训练方法及二维信道均衡方法

摘要

本发明公开了一种二维信道均衡模型训练方法及二维信道均衡方法，属于磁记录领域，包括：建立基于前馈神经网络的二维信道均衡模型，用于根据回读数据块对其内部的子数据块进行二维均衡，得到均衡之后的回读信息；模型中各隐藏层均采用非线性激活函数；在已写入已知数据的磁盘中，在相邻多个轨道中获取等长的比特序列以构成回读数据块，并获得对应的写入数据块，将回读数据块作为特征信息，将该写入数据块内部的子数据块作为标记信息，由标记信息和特征信息构成训练样本；得到包含多个训练样本的训练样本集后，对二维信道均衡模型进行训练。本发明能够对磁盘进行二维均衡，有效抑制非线性噪声，并避免因重复计算均衡系数而增加系统延迟。

主权项

1.一种适用于磁盘块数据检测的二维信道均衡模型训练方法，其特征在于，包括：(S1)建立基于前馈神经网络的二维信道均衡模型，用于根据回读得到的原始数据块对其内部的子数据块进行二维均衡，从而得到消除二维串扰之后的回读信号；所述原始数据块由相邻多个轨道中等长的比特序列构成；所述二维信道均衡模型中，各隐藏层的激活函数均为非线性激活函数；(S2)在已写入已知数据的磁盘中，分别在相邻的C个轨道中获取长度为D的比特序列，以构成C行D列的回读数据块，并获得对应的写入数据块，将该回读数据块作为特征信息，将该写入数据块内部E行F列的子数据块作为标记信息，从而得到由所述特征信息和所述标记信息构成的一个训练样本；(S3)重复执行步骤(S2)多次，以得到多个训练样本，并利用所有训练样本构建训练样本集；(S4)利用所述训练样本集对所述二维信道均衡模型进行训练，以确定模型参数和隐藏层层数，从而得到训练好的二维信道均衡模型；其中，C>E，D>F。