ピクセル間クロストークを利用した位相検出法における信号符号化方式の研究

利用像素间串扰的相位检测方法中信号编码方法的研究

基本信息

批准号：
21K04917
负责人：
藤村隆史
金额：
$ 2.58万
依托单位：
Utsunomiya University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本年度は、われわれが提案しているクロストークを利用したシングルショット位相検出法において、高密度・高転送レートを実現する位相決定アルゴリズム、信号符号化法を開発すべく、下記の３項目について検討を行った。【エラーピクセルの解析と新しい位相決定アルゴリズムの開発】これまでに検討してきたいくつかの位相決定アルゴリズムにおいてエラーが生じたピクセルを解析することで、それぞれが別のピクセルで検出エラーを起こしていることが明らかとなった。これを踏まえ、各境界強度の情報からよりエラーの出にくい位相決定アルゴリズムを選択する新しいアルゴリズムを構築し、結果的にエラーレートを約６割程度にまで減少することに成功した。【振幅位相多値信号、偏光位相多値信号への拡張】本年度は、これまで位相の多値信号を扱っていたところを、振幅情報および偏光情報も信号に組み込んだ振幅位相多値信号、偏光位相多値信号へ信号符号の範囲を拡張し評価を行なった。その結果、振幅位相多値信号は、符号間距離が縮小されることによるクロストーク増加の影響が大きく、転送レートは向上するものの記録密度の改善には至らなかった。一方で新たに提案した偏光位相多値信号では、偏光子の挿入により転送レートに加え、記録密度が改善する見込みがあることが確認された。【多出力ネットワーク構造による機械学習出力速度の改善】機械学習には大幅に信号検出エラーを低減できる一方で、入力すべき画像数の多さから検出速度が遅くなるといった課題がある。これに対しニューラルネットワークを複数の出力層をもつように修正し、入力する画像数を減らすことで高速化を図った。その結果、９８の出力層をもつネットワーク構造では、従来の位相決定アルゴリズムと比較して、信号検出エラーを約1/60程度にまで低下させつつ、位相検出時間もほぼ同等のレベルまで短縮できることを確認した。

今年，我们将研究以下三个项目，以开发一种相位确定算法和信号编码方法，以在我们提出的使用串扰的单次相位检测方法中实现高密度和高传输率。 [错误像素的分析和新的相位确定算法的开发] 通过分析迄今为止研究的几种相位确定算法中出现错误的像素，发现每个像素在不同的像素中引起检测错误。基于此，我们构建了一种新算法，根据每个边界强度的信息选择不易出错的相位确定算法，结果成功地将错误率降低到60%左右。 [对幅度相位多值信号和偏振相位多值信号的扩展]今年，我们将介绍将幅度信息和偏振信息合并到信号中的幅度相位多值信号和偏振相位多值信号，我们将信号代码的范围扩展到相位多级信号并进行评估。结果，幅度-相位多电平信号受到由于码间距离减小而增加的串扰的很大影响，并且虽然传输速率提高了，但记录密度没有提高。另一方面，已证实新提出的偏振相位多级信号通过插入偏振器不仅可以提高传输速率，还可以提高记录密度。【利用多输出网络结构提高机器学习输出速度】虽然机器学习可以显着减少信号检测错误，但由于必须输入大量图像，因此存在检测速度变慢的问题。为此，我们修改了神经网络，使其具有多个输出层，并减少了输入图像的数量以提高速度。结果我们发现，在98个输出层的网络结构中，信号检测误差相比传统的相位确定算法可以降低到1/60左右，同时相位检测时间也可以缩短到几乎相同的水平。确认的。