CN118567583B - 光存储系统和用于改善光存储系统可靠性的方法 - Google Patents
光存储系统和用于改善光存储系统可靠性的方法 Download PDFInfo
- Publication number
- CN118567583B CN118567583B CN202411054755.XA CN202411054755A CN118567583B CN 118567583 B CN118567583 B CN 118567583B CN 202411054755 A CN202411054755 A CN 202411054755A CN 118567583 B CN118567583 B CN 118567583B
- Authority
- CN
- China
- Prior art keywords
- error
- data
- index
- evaluation index
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000003287 optical effect Effects 0.000 title claims abstract description 127
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000011156 evaluation Methods 0.000 claims abstract description 88
- 238000006073 displacement reaction Methods 0.000 claims abstract description 62
- 230000007613 environmental effect Effects 0.000 claims abstract description 59
- 238000005259 measurement Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 238000010219 correlation analysis Methods 0.000 claims abstract description 8
- 238000010276 construction Methods 0.000 claims abstract description 5
- 230000008859 change Effects 0.000 claims description 47
- 238000013459 approach Methods 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 claims description 10
- 230000035945 sensitivity Effects 0.000 claims description 10
- 230000007423 decrease Effects 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 7
- 230000007547 defect Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 8
- 238000005457 optimization Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000000875 corresponding effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000035939 shock Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 208000012826 adjustment disease Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000011172 small scale experimental method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/0614—Improving the reliability of storage systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3037—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a memory, e.g. virtual memory, cache
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
- G06F11/3093—Configuration details thereof, e.g. installation, enabling, spatial arrangement of the probes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0629—Configuration or reconfiguration of storage systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Human Computer Interaction (AREA)
- Mathematical Physics (AREA)
- Optical Recording Or Reproduction (AREA)
Abstract
本发明提供光存储系统和用于改善光存储系统可靠性的方法,涉及光存储系统技术领域,本发明通过集成数据采集模块、指数生成模块和模型构建模块,在时间移位测量的基础上,引入误差数据集采集、环境因素和物理特性数据进行综合分析处理;能够实时监测光存储系统在实际使用环境中遇到的各种干扰因素,及时生成位移量评价指数、误差评价指数及环境影响指数和物理影响指数,并通过相关性分析生成影响系数ρ;依托这些指数和系数,阈值微调模型能够精确地对预定阈值进行动态调整,显著提高光存储系统在复杂环境下的数据读写可靠性。
Description
技术领域
本发明涉及光存储系统技术领域,具体为光存储系统和用于改善光存储系统可靠性的方法。
背景技术
光存储技术,作为信息技术领域的一大里程碑,自从上世纪80年代初商用光盘问世以来,已经经历了从CD到DVD,再到蓝光光盘的多次技术迭代,这种利用激光技术读写数据的方法,以其高密度存储能力和稳定的数据保存性能,成为大容量数据存储和传输的重要手段;随着信息技术的飞速发展,光存储系统不断优化升级,尤其是在数据存取速度、存储容量和数据保护机制上取得了显著进步;然而,随着存储需求的日益增长和应用环境的日趋复杂化,传统光存储系统在数据可靠性和存取效率方面的挑战也日渐凸显;
如公告号为CN101268518A的中国专利,其公开了一种用于改善在光存储系统中的可靠性的方法和系统;在所述光存储系统向诸如CD、DVD、或者蓝光盘的光存储介质的写操作过程中执行在两个信息流之间的时间移位测量;当该时间移位测量比预定的级别大时中断该光存储系统的写操作,用于在所述写操作过程中检测例如由光存储介质的切向震动、振动、偏心或者失去平衡而导致的不规则;因此导致有缺陷的写操作的不规则由测量装置检测,光存储系统很快被检测以便一有震动、振动等就通过中断记录而浪费盘;
现有技术的不足:
尽管现有的光存储系统已具备较高的数据存储和检索效率,但在面对环境震动、温湿度变化等因素时,系统的数据读写可靠性仍存在显著不足;特别是在高精度应用场景中,如数据中心、科学研究等领域,微小的震动或环境变化都可能导致激光头与光盘的相对位置偏移,进而产生聚焦误差、径向误差和跟踪误差,严重影响数据的准确读写;此外,现有技术在处理这些误差时,单一的通过时间移位测量往往缺乏动态调整机制,无法根据实时环境和物理特性变化进行有效的阈值微调,导致系统的适应性和可靠性不足;
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明的目的在于提供光存储系统和用于改善光存储系统可靠性的方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种光存储系统,该系统包括执行时间移位测量的过程,该过程在向光存储介质写入数据时进行,并涉及两个信息流之间的操作,具体包括:
数据采集模块:用于采集由于震动或振动而引起的光盘和激光头在彼此间相对位置上的时间移位测量数据,并采集与时间移位测量数据相关的可量化参数,以及聚焦误差、径向误差和跟踪误差数据构成的误差数据集,并采集光盘系统在写操作被中断时的预定阈值,该预定阈值用于与时间移位测量值进行对比,并采集该光盘和激光头进行读写数据过程周边的环境因素数据,以及采集光存储介质与环境因素数据相关的物理特性数据;
指数生成模块:用于获取可量化参数后进行分析处理,生成位移量评价指数,位移量评价指数用于对位移程度进行判断;
获取误差数据集进行分析处理,生成误差评价指数,误差评价指数用于对激光头的误差程度进行判断;
获取环境因素数据与物理特性数据进行分析处理,分别生成环境影响指数和物理影响指数;并对环境影响指数和物理影响指数进行相关性分析,生成影响系数ρ,影响系数ρ用于对环境影响指数和物理影响指数之间的相关程度进行划分;
模型构建模块:用于获取位移量评价指数、误差评价指数和影响系数ρ后进行分析处理,构建阈值微调模型,阈值微调模型用于对预定阈值进行微调。
一种改善光存储系统可靠性的方法,所述方法用于执行所述的光存储系统,具体步骤包括:
步骤S1、采集由于震动或振动而引起的光盘和激光头在彼此间相对位置上的时间移位测量数据,并采集与时间移位测量数据相关的可量化参数,以及聚焦误差、径向误差和跟踪误差数据构成的误差数据集,并采集光盘系统在写操作被中断时的预定阈值,该预定阈值用于与时间移位测量值进行对比,并采集该光盘和激光头进行读写数据过程周边的环境因素数据,以及采集光存储介质与环境因素数据相关的物理特性数据;
步骤S2、获取可量化参数后进行分析处理,生成位移量评价指数,位移量评价指数用于对位移程度进行判断;
获取误差数据集进行分析处理,生成误差评价指数,误差评价指数用于对激光头的误差程度进行判断;
获取环境因素数据与物理特性数据进行分析处理,分别生成环境影响指数和物理影响指数;并对环境影响指数和物理影响指数进行相关性分析,生成影响系数ρ,影响系数ρ用于对环境影响指数和物理影响指数之间的相关程度进行划分;
步骤S3、获取位移量评价指数、误差评价指数和影响系数ρ后进行分析处理,构建阈值微调模型,阈值微调模型用于对预定阈值进行微调。
与现有技术相比,本发明的有益效果是:通过集成数据采集模块、指数生成模块和模型构建模块,在时间移位测量的基础上,引入误差数据集采集、环境因素和物理特性数据进行综合分析处理;能够实时监测光存储系统在实际使用环境中遇到的各种干扰因素,及时生成位移量评价指数、误差评价指数及环境影响指数和物理影响指数,并通过相关性分析生成影响系数ρ;依托这些指数和系数,阈值微调模型能够精确地对预定阈值进行动态调整,显著提高光存储系统在复杂环境下的数据读写可靠性。
附图说明
图1为本发明的系统模块框图;
图2为本发明整体方法流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,对本发明进一步详细说明。
需要说明的是,除非另外定义,本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”“下”“左”“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
请参阅图1和图2,本发明提供一种技术方案:
实施例一:
本发明叙述了一种光存储系统,该系统包括执行时间移位测量的过程,该过程在向光存储介质写入数据时进行,并涉及两个信息流之间的操作,具体包括:
数据采集模块:用于采集由于震动或振动而引起的光盘和激光头在彼此间相对位置上的时间移位测量数据,并采集与时间移位测量数据相关的可量化参数,以及聚焦误差、径向误差和跟踪误差数据构成的误差数据集,并采集光盘系统在写操作被中断时的预定阈值,该预定阈值用于与时间移位测量值进行对比,并采集该光盘和激光头进行读写数据过程周边的环境因素数据,以及采集光存储介质与环境因素数据相关的物理特性数据;
需要说明的是,震动或振动,指的是物体在空间中周期性或不规则地移动或摆动的运动状态;这种运动是由外部因素引起的,在光存储系统中,震动或振动源自设备本身的运行、外部环境的影响,或是周围设备的操作,具体的:
设备本身的运行:
机械振动:光存储系统中的机械部件,如马达、风扇、机械臂,在运行过程中产生振动,这些振动是由于转动、运动或机械件之间的接触引起的,对系统的稳定性和数据读写性能产生影响;
光学部件振动:激光头、反射镜光学部件的振动也会对系统的操作产生影响,尤其是在需要高精度定位和聚焦的场景下;
外部环境的影响:
地面振动:来自地震、机械运动或其他外部因素导致的地面振动会传导到光存储系统中,影响系统的稳定性;
温度变化:温度的变化会导致系统内部材料的膨胀和收缩,从而产生微小的振动或变形,对系统的性能产生影响;
湿度变化:高湿度环境下,电子元件受潮而产生电气问题,间接影响到机械部件的运行稳定性;
周围设备的操作:
共振效应:如果光存储系统与其他设备共同安装或共享支撑结构,当其他设备运行时产生共振效应,导致光存储系统振动加剧或频率变化;
机械冲击:周围设备的运行或操作过程中产生机械冲击或震动,传导到光存储系统中影响其运行稳定性;
这些震动或振动导致光盘和激光头之间的相对位置发生变化,进而影响数据读写的准确性和可靠性;
指数生成模块:用于获取可量化参数后进行分析处理,生成位移量评价指数,位移量评价指数用于对位移程度进行判断;
获取误差数据集进行分析处理,生成误差评价指数,误差评价指数用于对激光头的误差程度进行判断;
获取环境因素数据与物理特性数据进行分析处理,分别生成环境影响指数和物理影响指数;并对环境影响指数和物理影响指数进行相关性分析,生成影响系数ρ,影响系数ρ用于对环境影响指数和物理影响指数之间的相关程度进行划分;
模型构建模块:用于获取位移量评价指数、误差评价指数和影响系数ρ后进行分析处理,构建阈值微调模型,阈值微调模型用于对预定阈值进行微调。
实施例二:
在实施例一的基础上进一步说明,所述时间移位测量数据由光盘系统中光拾取单元检测得出,所述可量化参数包括振动频率参数、振动幅度参数、时间戳差异值、相对速度变化量和轨道偏离度,并对振动频率参数、振动幅度参数、时间戳差异值、相对速度变化量和轨道偏离度依次进行标定,形成振动频率参数f、振动幅度参数A、时间戳差异值Δt、相对速度变化量Δv和轨道偏离度D;
振动频率和幅度:通过传感器监测光盘和激光头在相互间的震动或振动的频率和幅度;这些数据直接反映了振动的强度和特性,是位移量评价的重要基础;
时间戳差异:记录激光头从一个数据点移动到另一个数据点所花费的实际时间与理论时间的差异,时间戳差异可以反映出由于位移引起的读写速度变化;
激光头与光盘的相对速度变化:监测激光头相对于光盘的速度变化,速度的突然变化往往意味着非预期的位移发生;
轨道偏离度:通过分析激光头读取的数据,计算其与光盘预期轨道的偏离度,轨道偏离度可以直接显示激光头是否保持在正确的轨道上;
所述预定阈值包括,当时间移位测量的结果超过了预定的级别,即超过了预先设定的阈值或水平时,系统会中断写操作,以防止由于不规则导致的写操作缺陷;
所述预定的级别依次为速率波动阈值和时间延迟,并分别进行标定,形成速率波动阈值Δr和时间延迟Δtd;
速率波动Δr:光盘系统中的操作需要在特定的速率下进行,如数据传输、记录速度;预定的级别可以用来衡量实际速率与预期速率之间的差异;如果速率波动超过了预定的级别,会影响系统的稳定性和性能,因此可以设定阈值来监测速率波动,并在超过阈值时触发相应的动作,例如中断写操作;
时间延迟Δtd:在光盘系统操作中,存在一定的时间延迟,如数据传输延迟、响应时间;预定的级别可以用来衡量实际延迟与预期延迟之间的差异;如果时间延迟超过了预定的级别,会影响系统的实时性和性能,因此可以设定阈值来监测时间延迟,并在超过阈值时采取相应的措施,如调整操作顺序或中断写操作;
在这两种情况下,预定的级别可以根据系统的要求和性能指标来设定,通过实验、仿真分析或基于历史数据进行确定;通过设定预定的级别,可以及时发现并处理系统中存在的速率波动或时间延迟,从而保证系统的稳定性、实时性和性能;
所述聚焦误差、径向误差和跟踪误差数据构成的误差数据集,具体包括以下内容;
聚焦误差是光束的焦点与光盘表面之间的距离偏离;当光束聚焦不足或过度聚焦时,就会出现聚焦误差;
本实施例中,聚焦误差以距离单位毫米来表示,表示焦点与光盘表面的距离;如果光束聚焦在光盘表面之上或之下,聚焦误差将为正或负值;
聚焦误差计算公式表示为:
聚焦误差=|焦点位置-光盘表面位置|;设定F表示焦点位置,S表示光盘表面位置,上述位置均以光盘表面上下的距离厚度进行量化表示,使其能够运用在计算公式中,则聚焦误差Wfocus表示为:
Wfocus=|F-S|
假设光盘表面的厚度为1.2毫米,焦点位置为0毫米;如果焦点位于光盘表面之上0.1毫米处,则聚焦误差为0.1毫米;如果焦点位于光盘表面之下0.2毫米处,则聚焦误差为-0.2毫米;
径向误差是光束中心与光盘轨道中心之间的偏移距离,光束中心应该与轨道中心对齐,以确保准确读取数据;
径向误差以距离单位毫米来表示,表示光束中心与轨道中心之间的距离;
径向误差可用以下公式表示:
径向误差=|光束中心位置-轨道中心位置|;设定C表示光束中心位置,T表示轨道中心位置,则径向误差Wradial可以表示为:
Wradial=|C-T|
假设光束中心与轨道中心对齐时,径向误差为0毫米;如果光束中心偏离轨道中心0.05毫米,则径向误差为0.05毫米;
跟踪误差是光束跟踪光盘上数据轨道时的偏差;这种误差通常由光束与数据轨道之间的偏移引起;
跟踪误差以角度或距离单位,如弧度或毫米来表示,表示光束与数据轨道之间的偏差;
跟踪误差可用以下公式表示:
跟踪误差=|光束轨迹-数据轨道|;设定θ表示光束轨迹与数据轨道之间的偏差,则跟踪误差Wtracking可以表示为:
Wtracking=|θ|
跟踪误差以角度或距离表示;如果光束与数据轨道之间的偏差为0.03毫米,则跟踪误差为0.03毫米;
这些误差可量化为数值类型,并且可以用于数学计算公式中,以评估光拾取单元在读取光盘数据时的准确性和稳定性;
所述环境因素数据包括温度参数和湿度参数,并分别进行标定,形成温度参数Wd和湿度参数Sd;
所述光存储介质设置于光盘上,所述光存储介质物理特性数据包括热膨胀系数和湿度膨胀系数,并分别进行标定,形成热膨胀系数RPz和湿度膨胀系数SPz;
光存储介质是用来存储数据的物理媒介,利用光学技术进行数据的读写;它通过激光在介质表面形成微小的凹凸或反射率变化,代表不同的数据位,比如0和1,从而实现信息的存储;读取数据时,激光再次扫描这些区域,通过检测反射光的变化来区分数据位;光存储介质的代表有CD光盘、DVD、Bl u-rayDi sc;
热膨胀系数表示光存储介质在温度变化时,其尺寸变化的比率;温度的升高或降低会导致光存储介质物理尺寸的变化,会影响数据的读写精度和介质的物理完整性;
湿度膨胀系数表示光存储介质在湿度变化下体积或形状的变化率;湿度的变化可以导致光存储介质物理性质的变化,影响介质的稳定性和数据的准确性。
实施例三:
在实施例二的基础上进一步说明,所述获取可量化参数后进行分析处理,生成位移量评价指数,位移量评价指数用于对位移程度进行判断,具体包括以下内容;
将位移量评价指数标定为E,并设定位移量评价指数E的计算公式为:
其中,f为振动频率参数,A为振动幅度参数,Δt为时间戳差异值,Δv为相对速度变化量,D为轨道偏离度,exp是exponent ia l的缩写,表示指数函数;
参数α,β,γ,δ,ε是根据实验数据或经验估计的正权重系数,α+β+γ+δ+ε=1;用于调整各参数对位移量评价指数的影响程度;
通过对参数进行加权和的对数处理,能够确保位移量评价指数E对参数的敏感性随参数增长而递减,这符合实际情况,因为参数的轻微变化在低值区域对系统的影响通常比在高值区域更显著;
分母中的指数函数用于调节轨道偏离度D的影响,确保当D增大时,E值适当增加,反映出系统位移的增加,但增速随D的增大而减缓,避免因D的过度响应而导致评价结果失真;
参数ε控制了D对E的敏感度,假设0.02≤ε≤0.78,ε可以根据实际情况调整;
ε调整方式具体为,参数ε调整的目的是控制轨道偏离度D对位移量评价指数E的敏感度;设置以下调整策略:
εnew=εold·(1+κ·Err)
其中,εold是当前的ε值;εnew是调整后的ε值;κ是调整系数,用于控制调整的幅度;
Err是误差项,并定义为Etarget-Ecurrent,其中Etarget是目标位移量评价指数,Ecurrent是当前的位移量评价指数;
这个公式表明,如果E高于或低于目标值,ε将相应增加或减少,从而调整D对E的贡献;
设定E的取值范围在(0,+∞),由于分母的存在,E的增长会趋于一个上限,不会无限增大;实际应用中,可以通过选择适当的权重系数和参数值,设定E的实际上限阈值为超过该阈值则认为位移量达到不可接受的水平;
当E值越趋近0,表示振动或位移对系统的影响较小,系统稳定;当E越趋近则表明振动或位移对系统的影响较大,需要通过调整系统来减少振动;
所述采取措施减少振动或调整系统具体为;根据E的值采取措施,并定义控制策略,使用以下控制函数来调整系统参数P:
其中,Pold是系统参数的当前值;Pnew是调整后的系统参数值;η是学习率,控制调整步长的大小;是E关于P的导数,表示P变化时E的变化率。
实施例四:
在实施例二的基础上进一步说明,所述获取误差数据集进行分析处理,生成误差评价指数,误差评价指数用于对激光头的误差程度进行判断,具体包括以下内容;
将误差评价指数定义为Q,设定误差评价指数Q的计算公式如下:
其中,Wfocus=|F-S|表示聚焦误差;Wradial=|C-T|表示径向误差;Wtracking=|θ|表示跟踪误差;a1、a2、a3和a4是调节系数,用于调整各个误差项的贡献度;Nf、Nr、Nt是归一化因子,确保指数函数的输出在限定范围内;
将三种误差通过指数函数放大其影响,并通过归一化函数限制其值域;调节系数a1、a2、a3和a4以及归一化因子Nf、Nr、Nt需要根据实际数据通过实验或优化方法来确定,本实施例中依次设定;
Q的取值范围将由a1和归一化因子确定;设定Q的值域为[0,10],当Q趋近0时,表示误差非常小,系统性能良好;当Q趋近10时,表示系统的误差较大,需要调整维护;
所述系数a1、a2、a3和a4以及归一化因子Nf、Nr、Nt需要根据实际数据通过实验或优化方法来确定,具体包括以下内容:
1、收集历史数据中若干数量的聚焦误差Wfocus,径向误差Wradial和跟踪误差Wtracking的数据;这些数据应该在不同的工作条件和不同类型的光盘和激光头上进行采集;
2、设定Q的理想值域为[0,10],以方便进行误差程度的量化评估;
3、对a1,a2,a3,a4,Nf,Nr,Nt设定初步的估计值;这些初步值基于理论分析、专家经验或前期小规模的实验得出;
4、采用如梯度下降、遗传算法或其他优化算法来调整这些系数;这个过程涉及最小化误差评价指数Q和实际系统性能之间的差异;
优化目标函数表示为:
其中,Qi是第i次实验的误差评价指数,Pi是对应的系统性能参数,如读取错误率,N是实验次数,这个目标函数的目的是通过调整系数a1,a2,a3,a4,Nf,Nr,Nt来使误差评价指数Q和实际系统性能Pi之间的差异最小化;
5、使用一组新的数据来验证这些优化后的系数是否能准确预测系统性能,如果预测准确度不够,需要重新进行优化;
6、如果Q的值趋近或超过10,表明系统性能不佳,需要进行调整或维护;当Q小于3时,表示调整后的a1,a2,a3,a4,Nf,Nr,Nt符合要求,具体措施包括调整激光头的聚焦、校正径向和跟踪偏差。
实施例五:
在实施例二的基础上进一步说明,所述获取环境因素数据与物理特性数据进行分析处理,分别生成环境影响指数和物理影响指数,具体包括以下内容;
定义环境影响指数为Ienv,计算公式如下所示:
环境影响指数旨在量化温度和湿度对光存储介质读写性能的影响;
其中,Wd为当前环境的温度参数,W0为标定的温度基准值;
Sd为当前环境的湿度参数,S0为标定的湿度基准值;
k1和k2是调节系数,根据实验数据来优化确定;e是自然对数的底数;
所述k1和k2的优化确定具体包括以下内容:
首先,采集光存储介质在不同温度Wd和湿度Sd条件下的历史性能数据;所述性能数据包括读写错误率、数据传输速度指标;
定义损失函数来量化预测的环境影响指数和实际观察到的性能指标之间的差异;采用以下均方误差MSE:
其中,n是样本数量,yj是第j个样本的实际性能指标,而是根据Ienv计算出的预测性能指标;
使用优化算法中的梯度下降法来调整k1和k2,以最小化损失函数;优化过程中,算法会迭代地调整k1和k2的值,直到找到损失函数的最小值,输出结果作为确定的k1和k2;
该公式通过对温度和湿度参数的偏离进行归一化处理,量化环境条件对光存储介质性能的影响;公式中的指数部分强调了环境参数偏离基准值的影响程度,其中调节系数k1和k2用于调整温度和湿度的影响权重;
定义物理影响指数为Iphys,计算公式如下所示;
物理影响指数旨在量化热膨胀系数和湿度膨胀系数对光存储介质读写性能的影响;
RPz和SPz分别表示当前的热膨胀系数和湿度膨胀系数;
RP0和SP0是各自的标定基准值;
通过取这两个比率的平方和的平方根,能够量化物理特性的变化对光存储介质性能的综合影响;
设定Ienv,Iphys值域表示为(Ienv,Iphys∈[0,1]),通过值域取值区分不同环境和物理条件下光存储介质的性能等级;
定义所述性能等级的标准并进行以下范围划分:
低性能表示0.0≤I<0.3;中性能表示0.3≤I<0.7;高性能表示0.7≤I≤1.0;
其中,I既分别表示Ienv,Iphys中的任意一种;
所述生成影响系数ρ,具体包括以下内容:
使用余弦相似性作为衡量两个指数Ienv,Iphys之间相似度的方法,计算公式如下所示:
其中:H为样本数量;Ienv,h和Iphys,h分别为第h个样本的环境影响指数和物理影响指数;和分别为Ienv和Iphys的样本均值;
余弦相似性用于衡量两个非零向量在方向上的相似程度,值的范围在[-1,1]之间;在本公式中,所述ρ用来衡量Ienv和Iphys之间的相关性;
定义ρ的值域为[-1,1];当ρ趋近1时,表明Ienv和Iphys有很强的正相关性,即环境和物理条件变化时它们会同向变化;当ρ趋近-1时,表明两者有很强的负相关性,即一个指数增加时另一个减少;当ρ趋近0时,表明两者几乎没有相关性。
实施例六:
在实施例三或四或五的基础上进一步说明,所述获取位移量评价指数、误差评价指数和影响系数ρ后进行分析处理,构建阈值微调模型,阈值微调模型用于对预定阈值进行微调,具体包括以下内容;
引入所述预定阈值包括的速率波动阈值Δr和时间延迟Δtd;并分别构建对应的阈值微调模型,内容如下;
设定速率波动阈值调整模型为Δradjusted:
时间延迟调整模型为Δtd,adjusted:
其中:
Δrinitial和Δtd,initial分别是速率波动和时间延迟的原始阈值;
Er和Et分别是针对速率波动和时间延迟的位移量评价指数;
Q分别是针对速率波动和时间延迟的误差评价指数;
Z1、Z2、Z3、Z4与U1、U2、U3、U4均是介于0至1之间的模型参数,根据实际情况调整;
速率波动阈值调整模型参数:
Z4表示调节系数,用于调整速率波动阈值调整幅度的总体大小;增加Z4会增大调整的幅度,反之则减小;
Z1表示基准调整因子,用以平衡Er对阈值调整的影响,调整Z1可以改变Er在阈值调整中的相对重要性;
Z2表示误差评价系数,与误差评价指数Q相乘,用于根据当前误差调整阈值,增大Z2使得在高误差下调整幅度更大,反映了系统误差对速率波动阈值的敏感性;
Z3表示相关性调整系数,用于调整因相关性ρ变化而导致的阈值调整幅度,当ρ趋近1或-1时,调整幅度减小;ρ趋近0时,调整幅度增大;
时间延迟阈值调整模型参数:
U4表示调节系数,用于调整时间延迟阈值调整幅度的总体大小,同样地,增加U4会增大调整的幅度,反之则减小;
U1表示基准调整因子,用以平衡Et对阈值调整的影响,调整U1可以改变Et在阈值调整中的相对重要性;
U2表示误差评价系数,与误差评价指数Q相乘,用于根据当前误差调整阈值,增大U2使得在高误差下调整幅度更大,反映了系统误差对时间延迟阈值的敏感性;
U3表示相关性调整系数,用于调整因相关性ρ变化而导致的阈值调整幅度,目的是基于相关性来调整阈值;
调整方法:
数据驱动调整:通过历史数据分析,使用机器学习方法,来自动调整这些参数,确保模型能够适应不同的网络环境和流量模式;
实验调整:通过控制实验,如A/B测试,逐步调整这些参数,观察不同参数配置下的系统性能,找到最优参数组合;
动态调整:在系统运行过程中,根据实时的系统性能指标和网络状态动态调整这些参数,以实现最佳的调整效果;
这两个模型基于环境与物理指数间的相似度ρ以及位移量评价指数E和误差评价指数Q的值,动态调整速率波动阈值和时间延迟阈值;通过调整这些阈值,系统可以在发现速率波动或时间延迟超出预定级别时采取适当措施,如中断写操作,以保护系统性能和稳定性;
阈值微调模型生成的调整策略如下:
当ρ趋近1或-1,表明环境和物理指数之间存在强相关性;设定E和Q的阈值上限为e1,本实施例中为0.7,且设定E的实际上限阈值为1,同理可得E和Q的取值范围均为0至1,当E或Q的取值大于e1,即0.7时,表示E和Q发生较大的位移或误差,模型将对原始阈值进行调整;
分别设定E和Q的取值范围0至1,当E或Q的取值大于0.7时,表示E或Q具有较大的位移或误差;
当ρ趋近0,表明两指数间几乎没有相关性;此时,阈值的调整主要依赖于E和Q的值;
具体的,速率波动阈值调整策略如下:
定义ρ趋近1或-1的临界值为0.95,当ρ>0.95或ρ<-0.95时,表示为趋近状态:
设置Δradjusted的调整上限为原始阈值的150%,下限为50%;数学表达式为:
Δradjusted={0.5×Δrinitial≤Δradjusted≤1.5×Δrinitial,ifρ>0.95orρ<-0.95}
当ρ趋近0时,设定ρ趋近区间为,ρ∈(-0.1,0.1),采集过去m1个时间点的Er均值与标准差进行调整,标准差超过均值的30%,则提高阈值调整的敏感度,数学表达式如下:
其中,mean(Er)表示Er的均值,表示过去m1个时间点的Er值的平均水平;std(Er)表示Er的标准差,表示过去m1个时间点的Er值的变化程度,Z4是调节系数,Z4取0或1,具体的;
当Er的标准差std(Er)超过其均值mean(Er)的30%时,即std(Er)>0.3×mean(Er),调整系数Z4的取值为1;
否则,即当Er的标准差不超过其均值的30%时,调整系数Z4的取值为0;
这个条件函数的目的是根据Er的标准差与均值的关系来决定是否需要进行阈值的调整;如果标准差超过均值的30%,则调整系数为1,表示需要提高阈值调整的敏感度;否则,调整系数为0,表示不进行额外的调整;
时间延迟阈值调整策略,当存在强相关性时ρ趋近±1时:
增加一个基于ρ的动态因子,1+|ρ-0.95|倍的U4;数学表达式为:
Δtd,adjusted=Δtd,initial+(1+|ρ-0.95|)×U4
当ρ趋近0时,引入一个基于最近m2次测量的Et变化率的调整系数;
如果变化率超过20%,则增加阈值调整灵活性;数学表达式如下:
其中,change rate of Et表示Et的变化率;表示最近m2次测量的Et值的变化程度;
0.20代表20%变化率并设为基准值,如果Et的变化率超过20%,则需要进行阈值调整;
根据给定条件,如果Et的变化率超过20%,则调整系数U4的取值为1,表示需要增加阈值调整的灵活性;否则,调整系数U4的取值为0,表示不进行额外的调整。
实施例七:
在实施例六的基础上进一步说明,
在本实施例中,目标是验证提出的速率波动阈值和时间延迟阈值的调整模型的有效性与创新性;实验设计包括两部分:一部分针对速率波动阈值调整模型,另一部分针对时间延迟阈值调整模型;实验环境设置在模拟的网络系统中,通过改变误差评价指数Q、位移量评价指数Er、Et和环境与物理指数间的相似度ρ来观察阈值调整模型的响应;
环境搭建:构建一个虚拟的网络环境,其中包含可变的网络负载、位移量评价指数以及误差评价指数Q的模拟生成器;
参数设置:设定原始的速率波动阈值Δrinitial和时间延迟阈值Δtd,initial,并根据模型需求设定Z1,Z2,Z3,Z4,U1,U2,U3,U4的初值;
数据收集:通过模拟器生成不同的网络状态,包括不同的ρ、Er、Et和Q值,记录模型调整前后的速率波动阈值和时间延迟阈值;
实验步骤:
速率波动阈值调整:在ρ值分别趋近±1和0的条件下,模拟不同的Er和Q值,应用速率波动阈值调整模型,观察并记录阈值的调整情况;
特别地,当ρ>0.95或ρ<-0.95时,验证阈值是否按照设定的上限和下限进行调整;当ρ趋近0时,采集过去m1个时间点的Er均值与标准差,检验阈值的调整反应;
时间延迟阈值调整:
在ρ值分别趋近±1和0的条件下,模拟不同的Et和Q值,应用时间延迟阈值调整模型,观察并记录阈值的调整情况;
当ρ趋近±1时,检验是否增加了基于ρ的动态因子调整;当ρ趋近0时,基于最近m2次测量的Et变化率的调整系数,验证阈值调整的灵活性;
实验优化:
为了增强实验的准确性和适应性,引入了自适应调整机制,根据实时反馈调整模型参数Z1,Z2,Z3,Z4,U1,U2,U3,U4,以达到更优的阈值调整效果;
采用高级统计方法对收集到的数据进行分析,以识别不同网络状态下模型参数的最优组合,进一步提高模型的普适性和准确性;
实验数据Excel表格如下:
数据分析如下:
本次实验通过对不同环境下的速率波动阈值和时间延迟阈值进行调整,得出了一系列数据,分析这些数据,可以清楚地看到发明内容的有益效果,以及在实施例中所体现的创造性和新颖性效果;
对于强相关性的环境,ρ值趋近±1:在速率波动阈值调整中,当ρ值为0.98时,调整后的阈值由初始的10增加到15,体现了模型能够根据环境和物理指数间的强相关性,自动增加阈值,以适应环境变化,减少误报的可能性;类似地,在时间延迟阈值调整中,ρ值为0.99时,调整后的阈值从20增加到30,显示出模型在预测网络延迟的敏感性上的增强,增强了系统对网络波动的适应能力;
对于低相关性的环境,ρ值趋近0:在速率波动阈值调整中,ρ值为0.05时,阈值从10微调至12,而在时间延迟阈值调整中,ρ值为-0.01时,阈值从20调整至22,ρ值为0.02时,阈值从20调整至21;这表明,在几乎没有相关性的情况下,阈值的调整更加细腻,以保证在变化不大的环境中仍然能够灵敏反应,减少过度调整带来的资源浪费;
环境适应性:通过观察ρ值,表示环境因素与速率波动或时间延迟的相关性,对阈值调整的影响,可以看到,当环境因素与速率波动或时间延迟高度正相关,ρ值趋近1或高度负相关,ρ值趋近-1时,阈值调整显著,从10调整到15或5;这表明发明能够根据环境的变化灵活调整阈值,增加系统的适应性;
减少误报和避免调整过度:在ρ值趋近0时,即环境因素与速率波动或时间延迟的相关性很低,调整幅度相对较小,从10调整到12或从20调整到21或22;这种微调策略有助于减少误报和避免因过度调整而产生的资源浪费;
智能化和高效性:通过结合ρ值、Q值以及Er或Et值,本发明智能化地调整Δr或Δtd值;这种方法不仅体现了对环境变化的快速响应能力,也提高了系统整体的效率和可靠性;
传统系统在阈值调整上往往采用静态或简单的基于经验的调整方法,而本发明通过动态调整算法,根据实时数据和复杂的环境因素进行智能调整,展现了明显的创造性和新颖性。
实施例八:
一种改善光存储系统可靠性的方法,所述方法用于执行所述的光存储系统,具体步骤包括:
步骤S1、采集由于震动或振动而引起的光盘和激光头在彼此间相对位置上的时间移位测量数据,并采集与时间移位测量数据相关的可量化参数,以及聚焦误差、径向误差和跟踪误差数据构成的误差数据集,并采集光盘系统在写操作被中断时的预定阈值,该预定阈值用于与时间移位测量值进行对比,并采集该光盘和激光头进行读写数据过程周边的环境因素数据,以及采集光存储介质与环境因素数据相关的物理特性数据;
步骤S2、获取可量化参数后进行分析处理,生成位移量评价指数,位移量评价指数用于对位移程度进行判断;
获取误差数据集进行分析处理,生成误差评价指数,误差评价指数用于对激光头的误差程度进行判断;
获取环境因素数据与物理特性数据进行分析处理,分别生成环境影响指数和物理影响指数;并对环境影响指数和物理影响指数进行相关性分析,生成影响系数ρ,影响系数ρ用于对环境影响指数和物理影响指数之间的相关程度进行划分;
步骤S3、获取位移量评价指数、误差评价指数和影响系数ρ后进行分析处理,构建阈值微调模型,阈值微调模型用于对预定阈值进行微调。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
公式中的δ、ε、∈和σ等的具体取值一般由本领域技术人员根据实际情况来确定,本申请该公式本质为加权求和进行综合分析,由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的预设比例系数;将设定的预设比例系数和采集的样本数据代入公式,任意四个公式构成四元一次方程组,将计算得到的系数进行筛选并取均值,得到δ、ε、∈和σ等的取值;
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够通过电子邮件,或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方法来执行,取决于技术方案的特定应用和设计约束条件。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,既可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。
Claims (5)
1.一种光存储系统,该系统包括执行时间移位测量的过程,该过程在向光存储介质写入数据时进行,并涉及两个信息流之间的操作,其特征在于,具体包括:
数据采集模块:用于采集由于震动或振动而引起的光盘和激光头在彼此间相对位置上的时间移位测量数据,并采集与时间移位测量数据相关的可量化参数,以及聚焦误差、径向误差和跟踪误差数据构成的误差数据集,并采集光盘系统在写操作被中断时的预定阈值,该预定阈值用于与时间移位测量值进行对比,并采集该光盘和激光头进行读写数据过程周边的环境因素数据,以及采集光存储介质与环境因素数据相关的物理特性数据;
所述时间移位测量数据由光盘系统中光拾取单元检测得出,所述可量化参数包括振动频率参数、振动幅度参数、时间戳差异值、相对速度变化量和轨道偏离度,并对振动频率参数、振动幅度参数、时间戳差异值、相对速度变化量和轨道偏离度依次进行标定,形成振动频率参数f、振动幅度参数A、时间戳差异值Δt、相对速度变化量Δv和轨道偏离度D;
当时间移位测量的结果超过了预定的级别,即超过了预定阈值时,系统会中断写操作,以防止由于不规则导致的写操作缺陷;
所述预定的级别为速率波动阈值和时间延迟,并分别将速率波动阈值和时间延迟标定为Δr和Δtd;
所述聚焦误差、径向误差和跟踪误差数据构成的误差数据集,具体包括以下内容;
聚焦误差是光束的焦点与光盘表面之间的距离偏离;设定F表示焦点位置,S表示光盘表面位置,则聚焦误差Wfocus表示为:
Wfocus=|F-S|
径向误差是光束中心与光盘轨道中心之间的偏移距离,设定C表示光束中心位置,T表示轨道中心位置,则径向误差Wradial表示为:
Wradial=|C-T|
跟踪误差是光束跟踪光盘上数据轨道时的偏差;设定θ表示光束轨迹与数据轨道之间的偏差,则跟踪误差Wtracking表示为:
Wtracking=|θ|
所述环境因素数据包括温度参数和湿度参数,并将温度参数和湿度参数分别标定为Wd和Sd;所述光存储介质物理特性数据包括热膨胀系数和湿度膨胀系数,并将热膨胀系数和湿度膨胀系数分别标定为RPz和SPz;
指数生成模块:用于获取可量化参数后进行分析处理,生成位移量评价指数,位移量评价指数用于对位移程度进行判断;
获取误差数据集进行分析处理,生成误差评价指数,误差评价指数用于对激光头的误差程度进行判断;
获取环境因素数据与物理特性数据进行分析处理,分别生成环境影响指数和物理影响指数;并对环境影响指数和物理影响指数进行相关性分析,生成影响系数ρ,影响系数ρ用于对环境影响指数和物理影响指数之间的相关程度进行划分;
模型构建模块:用于获取位移量评价指数、误差评价指数和影响系数ρ后进行分析处理,构建阈值微调模型,阈值微调模型用于对预定阈值进行微调;
引入所述预定阈值包括的速率波动阈值Δr和时间延迟Δtd;并分别构建对应的阈值微调模型,内容如下;
设定速率波动阈值调整模型为Δradjusted:
时间延迟调整模型为Δtd,adjusted:
其中,Δrinitial和Δtd,initial分别是速率波动和时间延迟的原始阈值;
Er和Et分别是针对速率波动和时间延迟的位移量评价指数,Er和Et均通过以下函数获得;
Q分别是针对速率波动和时间延迟的误差评价指数;
Z1、Z2、Z3、Z4与U1、U2、U3、U4均是介于0至1之间的模型参数;
当ρ趋近1或-1,表明环境和物理指数之间存在强相关性;设定E和Q的阈值上限为e1,当E或Q的取值大于e1时,速率波动阈值调整模型将对原始阈值进行调整;
当ρ趋近0,表明两指数间几乎没有相关性;此时,阈值的调整主要依赖于E和Q的值;
速率波动阈值调整策略如下:
定义ρ趋近1或-1的临界值分别为0.95和-0.95,当ρ>0.95或ρ<-0.95时,表示为趋近状态:
设置Δradjusted的调整上限为原始阈值的150%,下限为50%;数学表达式为:
Δradjusted={0.5×Δrinitial≤Δradjusted≤1.5×Δrinitial,ifρ>0.95orρ<-0.95}
当ρ趋近0时,设定ρ趋近区间为ρ∈(-0.1,0.1),采集过去m1个时间点的Er均值与标准差进行调整,标准差超过均值的30%,则提高阈值调整的敏感度,数学表达式如下:
其中,mean(Er)表示Er的均值,表示过去m1个时间点的Er值的平均水平;std(Er)表示Er的标准差,表示过去m1个时间点的Er值的变化程度,Z4是调节系数,Z4取0或1,具体的;
当Er的标准差std(Er)超过其均值mean(Er)的30%时,即std(Er)>0.3×mean(Er),调整系数Z4的取值为1;
否则,即当Er的标准差不超过其均值的30%时,调整系数Z4的取值为0;
时间延迟阈值调整策略为,当存在强相关性时ρ趋近±1时:
增加一个基于ρ的动态因子,1+|ρ-0.95|倍的U4;数学表达式为:
Δtd,adjusted=Δtd,initial+(1+|ρ-0.95|)×U4
当ρ趋近0时,引入一个基于最近m2次测量的Et变化率的调整系数;
如果变化率超过20%,则增加阈值调整灵活性;数学表达式如下:
其中,change rate of Et表示Et的变化率;表示最近m2次测量的Et值的变
化程度;
0.20代表20%变化率并设为基准值,如果Et的变化率超过20%,则需要进行阈值调整。
2.根据权利要求1所述的一种光存储系统,其特征在于:所述获取可量化参数后进行分析处理,生成位移量评价指数,位移量评价指数用于对位移程度进行判断,具体包括以下内容;
将位移量评价指数标定为E,并设定位移量评价指数E的计算公式为:
其中,f为振动频率参数,A为振动幅度参数,Δt为时间戳差异值,Δv为相对速度变化量,D为轨道偏离度,
参数α,β,γ,δ,ε是根据实验数据或经验估计的正权重系数,α+β+γ+δ+ε=1;用于调整各参数对位移量评价指数的影响程度;参数ε控制D对E的敏感度;
设定E的取值范围在(0,+∞),设定E的实际上限阈值为
当E值越趋近0,表示振动或位移对系统的影响较小,系统稳定;当E越趋近则表明振动或位移对系统的影响较大,需要通过调整系统来减少振动。
3.根据权利要求1所述的一种光存储系统,其特征在于:所述获取误差数据集进行分析处理,生成误差评价指数,误差评价指数用于对激光头的误差程度进行判断,具体包括以下内容;
将误差评价指数定义为Q,设定误差评价指数Q的计算公式如下:
其中,Wfocus=|F-S|表示聚焦误差;Wradial=|C-T|表示径向误差;Wtracking=|θ|表示跟踪误差;a1、a2、a3和a4是调节系数,用于调整各个误差项的贡献度;Nf、Nr、Nt是归一化因子,确保指数函数的输出在限定范围内。
4.根据权利要求1所述的一种光存储系统,其特征在于:所述获取环境因素数据与物理特性数据进行分析处理,分别生成环境影响指数和物理影响指数,具体包括以下内容;
定义环境影响指数为Ienv,计算公式如下所示:
其中,Wd为当前环境的温度参数,W0为标定的温度基准值;
Sd为当前环境的湿度参数,S0为标定的湿度基准值;
k1和k2是调节系数,根据实验数据来优化确定;e是自然对数的底数;
其中调节系数k1和k2用于调整温度和湿度的影响权重;
定义物理影响指数为Iphys,计算公式如下所示;
RPz和SPz分别表示当前的热膨胀系数和湿度膨胀系数;
RP0和SP0是各自的标定基准值;
设定Ienv,Iphys值域表示为(Ienv,Iphys∈[0,1]),通过值域取值区分不同环境和物理条件下光存储介质的性能等级;
定义所述性能等级的标准并进行以下范围划分:
低性能表示0.0≤I<0.3;中性能表示0.3≤I<0.7;高性能表示0.7≤I≤1.0;
其中,I表示Ienv,Iphys中的任意一种;
所述生成影响系数ρ,具体包括以下内容:
使用余弦相似性作为衡量两个指数Ienv,Iphys之间相似度的方法,计算公式如下所示:
其中,H为样本数量;Ienv,h和Iphys,h分别为第h个样本的环境影响指数和物理影响指数;和分别为Ienv和Iphys的样本均值;
定义ρ的值域为[-1,1];当ρ趋近1时,表明Ienv和Iphys有很强的正相关性,即环境和物理条件变化时它们会同向变化;当ρ趋近-1时,表明两者有很强的负相关性,即一个指数增加时另一个减少;当ρ趋近0时,表明两者几乎没有相关性。
5.一种改善光存储系统可靠性的方法,其特征在于:所述方法用于执行权利要求1-4任意一项所述的光存储系统,具体步骤包括:
步骤S1、采集由于震动或振动而引起的光盘和激光头在彼此间相对位置上的时间移位测量数据,并采集与时间移位测量数据相关的可量化参数,以及聚焦误差、径向误差和跟踪误差数据构成的误差数据集,并采集光盘系统在写操作被中断时的预定阈值,该预定阈值用于与时间移位测量值进行对比,并采集该光盘和激光头进行读写数据过程周边的环境因素数据,以及采集光存储介质与环境因素数据相关的物理特性数据;
步骤S2、获取可量化参数后进行分析处理,生成位移量评价指数,位移量评价指数用于对位移程度进行判断;
获取误差数据集进行分析处理,生成误差评价指数,误差评价指数用于对激光头的误差程度进行判断;
获取环境因素数据与物理特性数据进行分析处理,分别生成环境影响指数和物理影响指数;并对环境影响指数和物理影响指数进行相关性分析,生成影响系数ρ,影响系数ρ用于对环境影响指数和物理影响指数之间的相关程度进行划分;
步骤S3、获取位移量评价指数、误差评价指数和影响系数ρ后进行分析处理,构建阈值微调模型,阈值微调模型用于对预定阈值进行微调。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202411054755.XA CN118567583B (zh) | 2024-08-02 | 2024-08-02 | 光存储系统和用于改善光存储系统可靠性的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202411054755.XA CN118567583B (zh) | 2024-08-02 | 2024-08-02 | 光存储系统和用于改善光存储系统可靠性的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118567583A CN118567583A (zh) | 2024-08-30 |
CN118567583B true CN118567583B (zh) | 2024-10-25 |
Family
ID=92471494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202411054755.XA Active CN118567583B (zh) | 2024-08-02 | 2024-08-02 | 光存储系统和用于改善光存储系统可靠性的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118567583B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1138734A (zh) * | 1995-01-25 | 1996-12-25 | Dva公司 | 光盘系统 |
CN101268518A (zh) * | 2005-09-22 | 2008-09-17 | 皇家飞利浦电子股份有限公司 | 光存储系统和用于改善光存储系统可靠性的方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5642343A (en) * | 1990-06-29 | 1997-06-24 | Hitachi, Ltd. | Magnetooptic disc apparatus and recording medium |
US5703848A (en) * | 1994-04-05 | 1997-12-30 | Hewlett-Packard Company | Off track detection system for ruggedized optical disk drive |
CN115543715B (zh) * | 2022-12-02 | 2023-05-05 | 江苏华存电子科技有限公司 | 一种半导体存储类产品的性能测试方法及系统 |
-
2024
- 2024-08-02 CN CN202411054755.XA patent/CN118567583B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1138734A (zh) * | 1995-01-25 | 1996-12-25 | Dva公司 | 光盘系统 |
CN101268518A (zh) * | 2005-09-22 | 2008-09-17 | 皇家飞利浦电子股份有限公司 | 光存储系统和用于改善光存储系统可靠性的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN118567583A (zh) | 2024-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110413227B (zh) | 一种硬盘设备的剩余使用寿命在线预测方法和系统 | |
US5737519A (en) | System and method for early disc drive fault detection | |
CN106897178A (zh) | 一种基于极限学习机的慢盘检测方法及系统 | |
KR20070116882A (ko) | 데이터를 광 기록매체에 기록하기 위한 기록 스트래티지파라미터를 결정하고 광 기록매체로부터 판독하기 위한판독 파라미터와 서보 데이터를 결정하는 장치 및 방법 | |
CN116551215B (zh) | 激光器的激光扫描控制方法、装置、设备及存储介质 | |
CN113361208A (zh) | 基于综合健康指标的固态硬盘剩余寿命评估方法 | |
CN110244224B (zh) | 一种风力发电机转子不对中故障的载荷参数识别方法 | |
CN116610469B (zh) | 一种固态硬盘的综合质量性能测试方法及系统 | |
CN118567583B (zh) | 光存储系统和用于改善光存储系统可靠性的方法 | |
CN117194967A (zh) | 滚动轴承故障诊断模型建立方法、诊断方法、装置和设备 | |
US20220121985A1 (en) | Machine Learning Supplemented Storage Device Calibration | |
CN117216528A (zh) | 一种基于环境多因素-频率增强映射模型的桥梁性能预警方法 | |
CN116448954A (zh) | 基于多维度监测参数融合评估桥梁健康状况的方法及系统 | |
Pargmann et al. | It is Not About Time-A New Standard for Open-Loop Heliostat Calibration Methods | |
CN117744465B (zh) | 一种结构损伤识别方法、系统、设备及介质 | |
Shen et al. | Intelligent CNC control with improved adaptive thermal error compensation model | |
CN116956642B (zh) | 一种威胁评估算法性能动态仿真验证方法 | |
Odgaard et al. | Detection of surface defects and servo signal restoration for a compact disc player | |
CN118583095B (zh) | 一种异形玻璃基板镀膜厚度在线监测方法 | |
KR102433930B1 (ko) | 세그먼트별 트래킹을 기반으로 크레딧 투 맵을 조정하는 방법 및 이러한 방법을 수행하는 장치 | |
CN117251352B (zh) | 一种磁盘故障预测方法、系统、设备及存储介质 | |
van Helvoirt et al. | Disc defect classification for optical disc drives | |
Liszkai et al. | Solving inverse problems in structural damage identification using advanced genetic algorithm representations | |
CN118295346B (zh) | 一种基于振动检测仪的设备管理方法及系统 | |
CN112685933B (zh) | 一种滚轮丝杠副剩余使用寿命预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |