专利名称：基于量值的检测并对硬盘缺陷区域进行分类的方法
技术领域：
本发明涉及硬盘驱动器，并且，更具体地，涉及用于检测硬盘驱动器的硬盘上的缺陷区域，并区分缺陷区域是对应于热粗糙(thermal asperity)或是对应于介质缺陷。
背景技术：
这一部分介绍了的多个方面，其可能有助于更好地理解本发明。因此，应依照这一点来阅读这一部分的说明，并且这一部分的说明不应被理解为对什么是现有技术或什么不是现有技术的承认。理想的硬盘驱动器的硬盘具有完美地平的数据存储表面并且具有完美地均勻的材料组成。然而，实际上，硬盘并不是完美地平坦的，并且具有变化的材料组成。由此原因， 以及出于制造上的原因，在硬盘上能够存在不同类型的缺陷。可能难以恢复从缺陷区域读取的数据，并且难度取决于缺陷的类型。在漏失型(drop-out type)缺陷区域中，模拟的读取头输出信号的幅度显著低于对于相对平的且具有相对均勻的材料组成的正常区域的读取头输出信号幅度。如果通过处理读取头输出信号的电子设备将读取头输出信号适当地放大并调节，则可能恢复这种缺陷区域上写入的数据。在本文献中，将这种漏失型缺陷称作 “介质缺陷”(MD)。期望确定硬盘上MD区域的位置以使得能够适当地处理从这些MD区域读取的信号来正确地恢复数据。有时，硬盘区域的形貌(topography)如此大地变化以致当将读取头放置在旋转的硬盘的某些区域之上时，由于盘上存在的粗糙，读取头将与这些区域物理接触。由于从读取头和变化的硬盘之间的物理接触产生的摩擦热，这样的区域被称作热粗糙(TA)区域。期望确定硬盘上的TA区域的位置以使得能够在数据写入和数据读取操作期间避开这些区域以防止损坏读取头。当前的或更老旧的硬盘驱动器采用MR (磁电阻)读取头或GMR (巨(giant) MR)读取头。对于这些读取头，与MD区域对应的读取头输出信号的幅度显著小于正常区域的信号幅度，同时由于由TA效应导致的基线(baseline)的偏移，与TA区域对应的读取头输出信号的幅度显著大于正常区域信号幅度。如此，通过寻找比正常情况低的信号幅度区域，可以在采用MR/GMR读取头的硬盘驱动器的硬盘上定位MD区域，同时，通过寻找与正常信号幅度区域相比信号基线中的显著增加，可以在硬盘上定位TA区域。更加新的硬盘驱动器采用TMR(隧穿MR)读取头。对于TMR读取头，由于与MD区域和TA区域两者对应的读取头输出信号的幅度都显著小于正常区域的信号幅度，因此可能误把TA区域当作MD区域。如此，用于采用MR/GMR读取头的硬盘驱动器的检测和分类MD和TA区域的常规的信号处理技术不能用于为采用TMR读取头的硬盘驱动器检测和分类MD 和TA区域。
发明内容
在一个实施例中，本发明是一种机器实现的用于对硬盘上的与热粗糙(TA)或介质缺陷(MD)相关联的缺陷区域进行分类的方法。该机器基于(i)与缺陷区域对应的信号值和对应的期望信号值中的一方或两方的量值；以及(ii)所述信号值和所述对应的期望信号值中的一方或两方的符号产生第一量度。该机器基于所述信号值和所述期望信号值中的一方或两方的量值，但不基于所述信号值和所述期望信号值中任一方的符号，产生第二量度。该机器比较所述第一量度和第二量度，并基于该比较确定所述缺陷区域是与TA相关联还是与MD相关联。
从下面的详细说明、所附权利要求、以及附图，本发明的其他方面、特征和优点将变得更加明了。在附图中，相同的附图标记标识类似或相同的元件。图1示出了根据本发明一个实施例的、采用隧穿磁电阻(TMR)读取头的硬盘驱动器的读通道的高层级框图；图2示出了根据本发明一个可能实现方式的、图1的MD/TA检测和分类(D&C)子系统的高层级框图；以及图3图示地示出了用于将区域分类为对应于MD或TA的一种可能的实现方式。
具体实施例方式图1示出了根据本发明一个实施例的、用于采用隧穿磁电阻(TMR)读取头的硬盘驱动器的读通道100的高层级框图。读通道100的(常规的)主要信号处理路径从TMR读取头(未示出)接收模拟的读取头输出信号105，并输出二进制(硬判决)输出数据信号 145。如图1中所示，读通道100包括前置放大器110、模拟前端(AFE) 120、模拟到数字转换器(ADC) 130、以及数字后端(DBE) 140。前置放大器110放大并调节读取头输出信号 105，以确保信号量值和频率分量在用于AFE 120的处理的规定的范围内，AFE 120又进一步对来自前置放大器110的预放大的信号115进行放大和调节。ADC 130将AFE输出信号 129数字化，以产生多比特数字信号X (包括ADC输出采样χ [n])，以供DBE 140进行数字信号处理，DBE 140产生二进制输出数据信号145。如图1中所示的，AFE 120包括高通滤波器122、可变增益放大器124、磁电阻非对称(MRA)补偿模块126、以及连续时间低通滤波器128，而DBE 140包括部分响应(PR)均衡器142和软(例如，维特比)检测器144。本发明特别关注于I3R均衡器142从ADC 130接收数字化的ADC输出信号X，并产生多比特的均衡化的信号Y (包括均衡器输出采样y [n])， 软检测器144对其进行处理以产生二进制输出数据信号145。冊均衡器142可以(但是并非必须)实现为数字有限脉冲响应(DFIR)滤波器。另外，TMR读通道100包括介质缺陷(MD)/热粗糙(TA)检测和分类子系统150，其接收并处理来自DBE 140的信号147，以检测硬盘上缺陷区域的位置，并将每一检测到的缺陷区域分类为是MD区域或TA区域，该信息被表示在信号155中。在一种实现方式中，信号 147包括ADC 130所产生的ADC输出信号X。在另一实现方式中，信号147包括冊均衡器 142所产生的均衡化的信号Y。图2示出了根据本发明的一种可能的实现方式的图1的MD/TA检测和分类(D&C) 子系统150的高层级框图。在该特定实现方式中，D&C子系统150处理图1的信号Y的均衡器输出采样y [η]，以检测硬盘上的缺陷区域并对其进行分类。尤其是，D&C子系统150包括缺陷检测器202，其对均衡器输出采样y [η]进行处理，以检测缺陷区域的位置和持续时间；以及缺陷分类器204，其对缺陷检测器202所产生的统计数据进行处理，以将每一所检测到的缺陷区域分类为是MD区域或TA区域。。D&C子系统150分别根据如下的式(1)和(2)产生两个表征均衡器输出采样y [η] 的统计量度α丨和α 2 (k) = E\y[n]y[n]/E\y[n]y[n]] ^ E\y[n]sign{y[n])]/E\y[n]\\( 1 ) ⑷=(2)其中诃《]是多比特均衡器输出采样y[n]的期望值，函数E[.]表示期望函数，而函数signC)返回操作数的符号。取决于具体的实现方式，可以以许多不同的方式产生期望采样值j)[ ]。一种方式是通过将软检测器144所产生的输出信号145的硬判决比特(由1和-1表示)与适当的目标多项式卷积来构建另一种方式是对于不同短期(short-term)比特码型(bit pattern)产生均衡器输出采样y[n]的长期(long-term)平均值。例如，如果写入到硬盘的测试数据在2T序列 (例如，11001100...)之后，则可以对于处在不同局部比特码型的中心处的比特值产生不同的长期平均值。尤其是，可以对于处在局部3比特码型“110”的中心处的比特产生一个长期平均值，对于“100”产生另一个，对于“001”产生另一个，以及对于“011”又产生一个。然后可以将例如存储在查找表中的适当的长期平均用于式(1)和O)中的期望采样值Λ ]。 注意，对于正常区域(即，不是与MD或TA相关联的那些区域)中存储的数据产生期望采样值。本领域技术人员将理解，可以有其它的方式产生期望采样值。对于正常(S卩，无缺陷)区域并且如术语“预期”所暗示的，均衡器输出采样y[n] 基本上等于(在信号和量值两者上)期望采样值。然而，如早前所述的，在缺陷区域(与 MD或TA相关联)中，均衡器输出采样y [η]的量值显著小于期望采样值的量值。另外，在MD缺陷区域中，其中读取头输出信号105基本上是在无缺陷区域的情况下的该信号的缩减版本，均衡器输出采样y[n]的符号典型地将与期望采样值的符号匹配。然而，在TA缺陷区域中，其中读取头输出信号105是噪声极多的，均衡器输出采样y[n] 的符号基本是随机的，并且将不是与期望采样值的符号良好相关的。在设计用于产生统计量度α工和α 2的公式时，利用了缺陷区域相对于无缺陷区域以及MD缺陷区域相对于TA缺陷区域的不同的特性。尤其是，式(1)的统计量度Ci1是均衡器输出采样y[n]和期望采样值两者的符号和量值两者的函数，而式O)的统计量度 α 2是这两值的量度(而不是符号)的函数。如果均衡器输出采样y[n]和期望采样值夕[ ]的符号不是良好相关的，则统计量度α ！的量值将小于统计量度α 2的量值。图2的缺陷检测器202可以通过将统计量度α ！与小于1并且优选接近于0的指定的阈值T相比较来检测缺陷区域。如果(a i<T)，则缺陷检测器202确定已经检测到缺陷区域；否则，未检测到缺陷区域。在替代实现方案中，可以用统计量度α2代替统计量度 α 并利用相同阈值T或者不同的阈值。在缺陷检测器202检测到缺陷区域时，缺陷分类器204将两个统计量度α工和α 2 相互比较，以将缺陷区域分类为是MD区域或TA区域。尤其是，如果(、<< α2)，则确定检测到的缺陷区域是TA区域。否则，(Q1^ α 2)，并且确定检测到的缺陷区域是MD区域。 一种实现、和α 2的比较的方式是，将、与α 2的指定的分数相比较，其中所述指定的分数是小于1的适当值。如果h小于Ci2的该指定的分数，则检测到的缺陷区域是TA区域； 否者，是MD区域。实现该比较的另一方式是将、对α 2的比率与例如等于同一指定的分数的阈值相比较。如果该比率小于阈值，则检测到的缺陷区域是TA区域；否则，是MD区域。在一种实现方式中，通过对式(1)和( 进行处理，可以利用如下的式C3)来进行缺陷分类器204的比较
权利要求
1.一种机器实现的对硬盘上的与热粗糙(TA)或介质缺陷(MD)相关联的缺陷区域进行分类的方法，所述方法包括(a)该机器基于(i)与所述缺陷区域对应的信号值(x[n]或y[n])和相应的期望信号值(对《]或中的一方或两方的量值以及(ii)所述信号值和所述期望信号值中的一方或两方的符号产生第一量度；(b)该机器基于所述信号值和所述期望信号值中的一方或两方的量值而不基于所述信号值或所述期望信号值中任一方的符号来产生第二量度；(c)该机器比较所述第一量度和所述第二量度；以及(d)该机器基于步骤(c)的比较确定所述缺陷区域是与热粗糙相关联还是与介质缺陷相关联。
2.根据权利要求1的方法，其中，所述信号值是(i)模拟到数字转换器(ADC)输出值 (x[n]), (ii)均衡器输入值(x[n])，或(iii)均衡器输出值(y[n])0
3.根据权利要求1的方法，其中，该机器通过如下来比较所述第一量度和所述第二量度(i)确定所述第一量度是否小于所述第二量度的指定的分数，其中所述指定的分数小于1;或者(ii)将所述第一量度和所述第二量度的比率与指定的阈值进行比较。
4.根据权利要求1的方法，其中，所述期望信号值是所述信号值的平均值，其中所述平均值是与所述信号以及一个或更多个相邻的信号值相关联的比特码型的函数。
5.根据权利要求1的方法，其中，所述期望信号值是从与所述信号值对应的硬判决值重新构建的。
6.根据权利要求5的方法，其中，所述期望信号值是通过将所述硬判决值与目标多项式卷积而重新构建的。
7.根据权利要求1的方法，其中(I)所述第一量度(Ci1)是基于⑴信号值及其对应的期望信号值的积的期望 (E\y[n]y[n]\ )和(ii)所述对应的期望信号值的平方的期望(E\y[n]y[n]\ )的比率的；或者(II)所述第一量度(ai)是基于(i)信号值及其对应的期望信号值的符号的积的期望 (E\y[n-\sign{y[n-\)])和(ii)所述对应的期望信号值的量值的期望(五|夕[ ]|])的比率的；或者(III)所述第二量度(α2)是基于⑴信号值的量值的期望(E[|y[n]|])和(ii)其对应的期望信号值的量值的期望(五1列《]|1)的比率的；或者(IV)(a)所述第一量度是信号值及其对应的期望信号值的积的期望()和 (ii)所述对应的期望信号值的量值的期望()的积；并且(b)所述第二量度是所述对应的期望信号值的平方的期望()和(ii)所述信号值的量值的期望(E[|y[n] I]) ( 4yi4 )的积；或者(V)(a)所述第一量度是信号值及其对应的期望信号值的符号的积的期望 (E\y[n\sign{y[n^[)；并且(b)所述第二量度是所述信号值的绝对值的期望(E[|y[n] I])。
8.根据权利要求1的方法，进一步包括通过将所述第一量度和所述第二量度中的一方与指定的阈值进行比较来检测所述缺陷区域的位置。
9.一种用于对硬盘上的与热粗糙(TA)或介质缺陷(MD)相关联的缺陷区域进行分类的机器，该机器包括(a)用于基于(i)与所述缺陷区域对应的信号值(x[n]或y[n])和相应的期望信号值 (对《]或j)[ ])中的一方或两方的量值以及(ii)所述信号值和所述期望信号值中的一方或两方的符号产生第一量度的装置；(b)用于基于所述信号值和所述期望信号值中的一方或两方的量值但不基于所述信号值或所述期望信号值中任一方的符号来产生第二量度的装置；(c)用于比较所述第一量度和所述第二量度的装置；以及(d)用于基于装置(c)的比较确定所述缺陷区域是与热粗糙相关联还是与介质缺陷相关联的装置。
10.根据权利要求9的机器，其中所述机器是(i)数字信号处理器或(ii)硬盘驱动器。
全文摘要
本发明涉及基于量值的检测和对硬盘缺陷区域进行分类的方法。在硬盘驱动器中，通过产生两个统计量度来讲硬盘上的缺陷区域分类为对应于热粗糙(TA)或介质缺陷(MD)。所述第一量度(例如，α1)是基于(i)信号值(例如，均衡器输入或输出信号值)及这些信号值的对应的期望信号值中的一方或两方的量值和(ii)所述信号值和期望信号值中的一方或两方的符号的。所述第二量度(例如，α2)是基于所述信号值和所述期望信号值中的一方或两方的量度而不基于所述信号或所述期望信号值中的任一方的符号的。然后比较这两个量度来确定缺陷区域是对应于TA还是MD。
文档编号G11C29/08GK102201264SQ20111006818
公开日2011年9月28日 申请日期2011年3月22日 优先权日2010年3月23日
发明者G·马修, 李元兴, 李宗旺, 杨少华, 韩洋 申请人:Lsi公司