本文提出了一种嵌入FIR噪声预测的部分响应最大似然算法(NPML-Noise-prediction Partial-response Maximum Likelihood),该算法改进了传统部分响应最大似然算法(PRML-Partial Response Maximum Likelihood)中Viterbi译码过程的分支度量...本文提出了一种嵌入FIR噪声预测的部分响应最大似然算法(NPML-Noise-prediction Partial-response Maximum Likelihood),该算法改进了传统部分响应最大似然算法(PRML-Partial Response Maximum Likelihood)中Viterbi译码过程的分支度量计算方法,能白化信号中有色噪声,减少误码率,提高硬盘读写通道的性能。本文还建立了读写通道的图形化仿真模型,提出了FIR滤波器长系数的快速逼近方法,并构造了检验模型工作正确性的方法。通过仿真模型对传统的Viterbi译码算法与嵌入FIR预测的NPML算法进行了分析。结果表明,在相同的存储密度下,NPML能获得比PRML高xxdb的信噪比和低xxdb的位错误率。展开更多
文摘本文提出了一种嵌入FIR噪声预测的部分响应最大似然算法(NPML-Noise-prediction Partial-response Maximum Likelihood),该算法改进了传统部分响应最大似然算法(PRML-Partial Response Maximum Likelihood)中Viterbi译码过程的分支度量计算方法,能白化信号中有色噪声,减少误码率,提高硬盘读写通道的性能。本文还建立了读写通道的图形化仿真模型,提出了FIR滤波器长系数的快速逼近方法,并构造了检验模型工作正确性的方法。通过仿真模型对传统的Viterbi译码算法与嵌入FIR预测的NPML算法进行了分析。结果表明,在相同的存储密度下,NPML能获得比PRML高xxdb的信噪比和低xxdb的位错误率。
