專利名稱：光驅(qū)的智能型模糊類神經(jīng)網(wǎng)絡(luò)盤片判斷方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種光驅(qū)盤片的判斷方法，特別是關(guān)于一種利用簡(jiǎn)單的模糊類神經(jīng)網(wǎng)絡(luò)的計(jì)算架構(gòu)，準(zhǔn)確而有效地判斷出盤片種類的光驅(qū)的智能型模糊類神經(jīng)網(wǎng)絡(luò)盤片判斷方法。
光盤片有許多種類，諸如CD、CD-R、CD-RW、單層DVD(DVD5)、雙層DVD(DVD9)、DVD-R或DVD-RAM等，因?yàn)椴煌N類的光盤片的數(shù)據(jù)格式及物理特性不同，光驅(qū)本身必須有不同的讀取數(shù)據(jù)方式，如更換光學(xué)頭雷射光波長(zhǎng)(CD為780nm，DVD為650nm)，或是放大某些特定的信號(hào)，因此，支持讀取不同盤片的光驅(qū)在盤片置入時(shí)，必須經(jīng)過(guò)一個(gè)盤片判斷的步驟，來(lái)決定后續(xù)數(shù)據(jù)讀取方式。
一般光驅(qū)判斷盤片的方法是將處理從光學(xué)頭得來(lái)的光學(xué)信號(hào)后所得到的一些電氣信號(hào)，如聚焦誤差信號(hào)(focus error；FE)、子光束加成信號(hào)(sub-beam add；SBAD)或射頻包絡(luò)信號(hào)(RF envolope；RFENV)等，分別設(shè)定對(duì)應(yīng)門限值(threshold level)，利用二分法將這些信號(hào)分成高于或低于該對(duì)應(yīng)門限值，根據(jù)判斷這些二分法處理過(guò)后的信號(hào)組合，即可大略判斷出不同盤片；然而，每次信號(hào)的估測(cè)均有其合理誤差的范圍存在，故利用二分法的判斷方法相當(dāng)容易造成錯(cuò)誤判斷。
由上可知，上述習(xí)知光驅(qū)判斷盤片的方法，在實(shí)際使用上，顯然具有不便與缺失存在，而可待加以改善。
為解決上述問(wèn)題，本發(fā)明的主要目的在于提供一種光驅(qū)的智能型模糊類神經(jīng)網(wǎng)絡(luò)盤片判斷方法，使其可有效提高盤片判斷的準(zhǔn)確性。
為了達(dá)到上述目的，本發(fā)明主要是提供一種光驅(qū)的智能型模糊類神經(jīng)網(wǎng)絡(luò)盤片判斷方法，首先是將電氣信號(hào)加以模糊量化處理并定義其模糊量化階層數(shù)目，該電氣信號(hào)分別為聚焦誤差信號(hào)、子光束加成信號(hào)及射頻包絡(luò)信號(hào)，以對(duì)不同的盤片(分別為CD、CD-R、CD-RW、DVD5及DVD9)建立其典型信號(hào)組態(tài)Wcd、Wcdr、Wcdrw、Wdvd5及Wdvd9，之后將置入的盤片取其盤片信號(hào)組態(tài)，并輸入該盤片信號(hào)組態(tài)至一模糊類神經(jīng)網(wǎng)絡(luò)的輸入層，且將上述的典型信號(hào)組態(tài)分別存放至該模糊類神經(jīng)網(wǎng)絡(luò)的差異層，以便將該盤片的信號(hào)組態(tài)與模糊類神經(jīng)網(wǎng)絡(luò)的差異層存放的各個(gè)典型信號(hào)組態(tài)作比較，并計(jì)算各別的差異層值dcd、dcdr、dcdrw、ddvd5及ddvd9，且同時(shí)輸入至該模糊類神經(jīng)網(wǎng)絡(luò)的差異值比較區(qū)塊，選擇最小的差異值，則輸入的盤片信號(hào)組態(tài)為最接近對(duì)應(yīng)的典型信號(hào)組態(tài)，即可判斷出置入的盤片為何種盤片。
本發(fā)明所提供的一種光驅(qū)的智能型模糊類神經(jīng)網(wǎng)絡(luò)盤片判斷方法，其利用不同盤片在光學(xué)上所得到的盤片信號(hào)組態(tài)不同，將盤片信號(hào)組態(tài)加以區(qū)分，以達(dá)到有效提高盤片判斷準(zhǔn)確性的效果。
有關(guān)本發(fā)明的詳細(xì)說(shuō)明及技術(shù)內(nèi)容，配合


如下圖1為本發(fā)明模糊類神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖。
本發(fā)明為一種光驅(qū)的智能型模糊類神經(jīng)網(wǎng)絡(luò)盤片判斷方法，是將電氣信號(hào)如聚焦誤差信號(hào)、子光束加成信號(hào)或射頻包絡(luò)信號(hào)加以模糊量化處理(quantization)，模糊量化階層數(shù)目、模糊量化條件可由使用者依各個(gè)信號(hào)大小定義，如同表一所示，為聚焦誤差信號(hào)的模糊量化方法的舉例，當(dāng)聚焦誤差信號(hào)小于等于10時(shí)，其量化階層為極小，則設(shè)定模糊量化值為0；當(dāng)聚焦誤差信號(hào)大于10且小于等于60時(shí)，其量化階層為小，則設(shè)定模糊量化值為1；當(dāng)聚焦誤差信號(hào)大于60且小于等于120時(shí)，其量化階層為中，則設(shè)定模糊量化值為2；當(dāng)聚焦誤差信號(hào)大于120且小于等于150時(shí)，其量化階層為大，則設(shè)定模糊量化值為3；當(dāng)聚焦誤差信號(hào)大于150時(shí)，其量化階層為極大，則設(shè)定模糊量化值為4，由此方法將所有可利用的信號(hào)加以量化后，便可對(duì)于不同的盤片建立其特有的典型信號(hào)組態(tài)。表一
如表二所示，為不同盤片典型信號(hào)組態(tài)的應(yīng)用例，不同盤片對(duì)于各個(gè)量化信號(hào)可得到特定的典型信號(hào)組態(tài)，其中，每一種量化輸入都可依使用者指定一比重，表示該輸入信號(hào)對(duì)于信號(hào)組態(tài)的貢獻(xiàn)度，又各種盤片的典型信號(hào)組態(tài)分別用Wcd、Wcdr、Wcdrw、Wdvd5及Wdvd9表示，則CD的典型信號(hào)組態(tài)Wcd＝{1，1，2，2，1，3，2，2，4}；CD-R的典型信號(hào)組態(tài)Wcdr＝{1，1，2，2，1，0，2，2，4}；CD-RW的典型信號(hào)組態(tài)Wcdrw＝{0，0，1，1，0，1，1，1，2}；DVD5的典型信號(hào)組態(tài)Wdvd5＝{1，0，1，2，2，4，1，1，2}；DVD9的典型信號(hào)組態(tài)Wdvd9＝{1，0，1，1，1，2，1，1，1}。表二
請(qǐng)參閱圖1所示，圖1為本發(fā)明模糊類神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖，包括一輸入層1(input layer)，一差異層2(distance layer)及一差異數(shù)值比較區(qū)塊3(distance value compare block)，其中，該輸入層1內(nèi)的輸入組態(tài)Wi連結(jié)至該差異層2的每個(gè)節(jié)點(diǎn)(node)21，而每個(gè)節(jié)點(diǎn)21分別存放不同盤片的典型信號(hào)組態(tài)Wcd、Wcdr、Wcdrw、Wdvd5及Wdvd9，于計(jì)算該典型信號(hào)組態(tài)與輸入組態(tài)Wi的差異值后，各個(gè)節(jié)點(diǎn)21所計(jì)算出的差異值dcd、dcdr、dcdrw、ddvd5及ddvd9分別輸入至該差異數(shù)值比較區(qū)塊3，去判斷dcd、dcdr、dcdrw、ddvd5及ddvd9哪個(gè)為最小的差異值，即代表輸入組態(tài)Wi最接近對(duì)應(yīng)的典型信號(hào)組態(tài)，故此便可判斷出置入的盤片為何種盤片。
若有一經(jīng)由量化后的輸入組態(tài)Wi＝{1，0，2，2，2，4，2，2，4}輸入至該輸入層1，接著將此輸入組態(tài)Wi與存于該差異層2的各個(gè)典型信號(hào)組態(tài)加以比較，并計(jì)算各別的差異值，則與CD的典型信號(hào)組態(tài)差異值為dcd＝(1-1)2×0.1+(0-1)2×0.2+(2-2)2×0.1+(2-2)2×0.1+(2-1)2×0.1+(4-3)2×0.1+(2-2)2×0.1+(2-2)2×0.1+(4-4)2×0.1＝0.4依此方法計(jì)算，與CD-R的典型信號(hào)組態(tài)差異值為dcdr＝(1-1)2×0.1+(0-1)2×0.2+(2-2)2×0.1+(2-2)2×0.1+(2-1)2×0.1+(4-0)2×0.1+(2-2)2×0.1+(2-2)2×0.1+(4-4)2×0.1＝1.9與CD-RW的典型信號(hào)組態(tài)差異值為dcdrw＝(1-0)2×0.1+(0-0)2×0.2+(2-1)2×0.1+(2-1)2×0.1+(2-0)2×0.1+(4-1)2×0.1+(2-1)2×0.1+(2-1)2×0.1+(4-2)2×0.1＝2.2與DVD5的典型信號(hào)組態(tài)差異值為ddvd5＝(1-1)2×0.1+(0-0)2×0.2+(2-1)2×0.1+(2-2)2×0.1+(2-2)2×0.1+(4-4)2×0.1+(2-1)2×0.1+(2-1)2×0.1+(4-2)2×0.1＝0.7與DVD9的典型信號(hào)組態(tài)差異值為ddvd9＝(1-1)2×0.1+(0-0)2×0.2+(2-1)2×0.1+(2-1)2×0.1+(2-1)2×0.1+(4-2)2×0.1+(2-1)2×0.1+(2-1)2×0.1+(4-1)2×0.1＝1.8之后，將各個(gè)差異值輸入至該差異數(shù)值比較區(qū)塊3，選擇差異值最小的CD為輸出，即判斷出輸入組態(tài)Wi為CD的信號(hào)組態(tài)。
因此，通過(guò)本發(fā)明的光驅(qū)的智能型模糊類神經(jīng)網(wǎng)絡(luò)盤片判斷方法，易于整合各種可利用的信號(hào)，增加判斷的準(zhǔn)確性。
以上所述，僅為本發(fā)明的最佳實(shí)施例之一而已，并非用于限定本發(fā)明的保護(hù)范圍。
權(quán)利要求
1.一種光驅(qū)的智能型模糊類神經(jīng)網(wǎng)絡(luò)盤片判斷方法，其特征在于包括下列步驟(a)將電氣信號(hào)加以模糊量化處理并定義模糊量化階層數(shù)目，以對(duì)不同的盤片建立其典型信號(hào)組態(tài)；(b)將置入的盤片取其盤片信號(hào)組態(tài)；(c)輸入該盤片信號(hào)組態(tài)至一模糊類神經(jīng)網(wǎng)絡(luò)的輸入層；(d)將步驟(a)的典型信號(hào)組態(tài)分別存放至該模糊類神經(jīng)網(wǎng)絡(luò)的差異層；(e)將該盤片信號(hào)組態(tài)與模糊類神經(jīng)網(wǎng)絡(luò)的差異層存放的各個(gè)典型組態(tài)作比較，并計(jì)算各別的差異值；(f)將各個(gè)差異值輸入至該模糊類神經(jīng)網(wǎng)絡(luò)的差異值比較區(qū)塊；及(g)該差異值比較區(qū)塊選擇最小的差異值，則輸入的盤片信號(hào)組態(tài)為最接近對(duì)應(yīng)的典型信號(hào)組態(tài)，即可判斷出置入的盤片為何種盤片。
2.根據(jù)權(quán)利要求1所述的智能型模糊類神經(jīng)網(wǎng)絡(luò)盤片判斷方法，其特征在于步驟(a)中所述的電氣信號(hào)分別為聚焦誤差信號(hào)、子光束加成信號(hào)及射頻包絡(luò)信號(hào)。
3.根據(jù)權(quán)利要求1所述的智能型模糊類神經(jīng)網(wǎng)絡(luò)盤片判斷方法，其特征在于步驟(a)中所述的不同的盤片分別為CD、CD-R、CD-RW、單層DVD(DVD5)及雙層DVD(DVD9)。
4.根據(jù)權(quán)利要求1所述的智能型模糊類神經(jīng)網(wǎng)絡(luò)盤片判斷方法，其特征在于步驟(a)中所述的典型信號(hào)組態(tài)分別為Wcd、Wcdr、Wcdrw、Wdvd5及Wdvd9。
5.根據(jù)權(quán)利要求1所述的智能型模糊類神經(jīng)網(wǎng)絡(luò)盤片判斷方法，其特征在于步驟(e)中所述的各個(gè)差異值分別為dcd、dcdr、dcdrw、ddvd5及ddvd9。
全文摘要
本發(fā)明公開了一種光驅(qū)的智能型模糊類神經(jīng)網(wǎng)絡(luò)盤片判斷方法,其是利用不同盤片在光學(xué)上所得到的盤片信號(hào)組態(tài)不同,利用智能型模糊類神經(jīng)網(wǎng)絡(luò)將盤片信號(hào)組態(tài)區(qū)分,有效提高盤片判斷的準(zhǔn)確性。
文檔編號(hào)G11B20/10GK1372261SQ0110903
公開日2002年10月2日 申請(qǐng)日期2001年2月27日 優(yōu)先權(quán)日2001年2月27日
發(fā)明者孫育弘 申請(qǐng)人:建興電子科技股份有限公司