JPH0877660A - Ｖｔｒのオート トラッキング方式 - Google Patents

Abstract

(57)【要約】 【目的】高速で高精度なトラッキングを自動で行うＶＴ
Ｒのオート トラッキング方式を提供する。 【構成】ヘッド ドラムの回転に同期してトラッキング
サーボの目標トラッキング値をサーボ系の応答速度よ
りも速く変化させ、ニューラル ネットワーク４．によ
って再生出力の極大点を検出しトラッキング値の変化を
中止させ、この時のトラッキング値にサーボ系の遅れ補
正を加えて最終トラッキング値とする。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、ビデオ テープ レコ
ーダーのトラッキングを自動で行う方式に関する。

【０００２】

【従来の技術】従来の自動トラッキング方式はいわゆる
山登り制御方式と云われるものでトラッキング値を変更
しては前の値に比べてビデオ ヘッド出力が大きくなっ
たか否かを調べ、山の頂上を探す方式である。

【０００３】

【発明が解決しようとする課題】従来の方式は、現在の
トラッキング値に対するビデオ ヘッド出力を基準にし
てトラッキング値を一定の値だけ変更した時ビデオ ヘ
ッド出力が増えるかどうかを調べる為、当該トラッキン
グ値に対する出力は、正確である事が求められる。これ
は移動巾と関係があり、トラッキング値を大きく変更す
れば基本的には出力変化も大きく、増加したか減少した
か等の判定も容易となるが、出力が最高となる点の精度
も悪くなる。

【０００４】従って精度を高くするには移動巾を小さく
し、系が整定する迄待って出力変化を調べる事が必須と
なり、トラッキング制御が終了するのに時間がかかると
云う欠点があった。本発明は、この様な従来方式の問題
を解決し、短時間に高精度のトラッキング制御を自動的
に行う方式を提供する事を目的としている。

【０００５】

【問題を解決するための手段】上記の目的を達成する為
に本発明の自動トラッキング方式に於いては、ＶＴＲの
ヘッド ドラムの回転に同期してトラッキング サーボ
の目標トラッキング値をサーボ系の応答速度よりも速い
一定の速度で連続的に変化させ、回転ヘッドの再生出力
が上昇から下降に変わる極大点のトラッキング値を求
め、該トラッキング値にサーボ系の遅れ時間相当分の補
正を加える事によって回転ヘッド出力が最大になるトラ
ッキング値を算出しようとするものである。

【０００６】又予め学習を済ませてある、ｎヶの入力と
２ヶの出力を持ったニューラル ネットワークにヘッド
ドラムの回転毎に発生する回転ヘッドの再生信号出力
Ｅ_１，Ｅ_２，…，Ｅ_ｎ，…を［Ｅ_１，Ｅ_２，…，
Ｅ_ｎ］，［Ｅ_２，Ｅ_３…，Ｅ_ｎ＋１］，［Ｅ_３，Ｅ_４，
…，Ｅ_ｎ＋２］，…の如くデータ発生と共に１つずつず
らしてｎヶ単位で入力し、入力信号が上昇傾向か否かを
出力する第一の出力と、入力信号が下降傾向か否かを出
力する第二の出力とにその都度ニューロ演算をして出力
し、第一及び第二の出力から上昇傾向が消える点と下降
傾向が開始する点に対応するトラッキング値を求め、両
点の中間の値をもって極大点を示すトラッキング値と
し、この値に補正を加える方法も有効な手段である。

【０００７】

【作用】上記の様に構成された自動トラッキング方式に
於いては、トラッキング サーボの整定するのを待たず
に、次々と目標トラッキング値を一定速度で変更してい
く為短時間で回転ヘッドの再生出力の極大点を見付ける
事が出来る。又見付かった極大点に対応するトラッキン
グ値から予め判っている検出遅れ分も含めた応答遅れ時
間相当分を補正する事によって正しいトラッキング値を
短い時間で知る事が出来る。

【０００８】又ｎヶの入力と２ヶの出力を有するニュー
ラル ネットワークを設け、該出力の内の１つは、ｎヶ
の入力が上昇傾向を示す時出力が出る様に予め学習され
ており、もう１つの出力はｎヶの入力が下降傾向を示す
時に出力が出る様に学習されている。この二つの出力か
ら再生ヘッド出力が上昇から下降に転ずる点を算出する
事が出来容易に極大点を求める事が出来る。

【０００９】

【実施例】本発明を応用した例を説明する前にニューラ
ル ネットワークについて簡単に説明を加える事にす
る。図１に示す様に複数の信号入力（ｉｎ）を有し、夫
々にウエイト（Ｗ_Ｎ）をかけて加え合わせた値を入力変
数として出力は０〜１の値をとる様なネットワークであ
る。このネットワークの入力に特定の波形を入力させ
（図２にその例を示す）、その波形の時のみ出力が１と
なり、それ以外では０となる様にＷ_Ｎを設定する。この
様にする事によって特定の波形、即ち希望する波形が入
力された事を知る事が出来る。ここで希望の出力が出る
様にＷ_Ｎを設定する事を学習と云う。

【００１０】実際にこの様なネットワークで希望の動作
をさせる為には図３の様に入力層、中間層、出力層から
なる３層構造のネットワークで、夫々は設定可能な結合
係数によって結ばれているものを用いる。通常このネッ
トワークはマイクロ コンピューターを用いてソフトウ
ェアーで実現される場合が多く、学習結果をＲＯＭで内
蔵している。

【００１１】図４に本発明の実施例を示す。同図のビデ
オ ヘッド９．の出力は、プリアンプ１によって増巾さ
れＦＭ復調器１０にてビデオ信号に復調され出力され
る。一方プリアンプ１．の出力は、エンベロープ検波器
２．にも導かれ直流電圧になって、Ａ／Ｄ 変換器３に
入力される。ディジタル信号になったエンベロープはフ
ィルター１３を介して、予め学習が済まされているニュ
ーラル ネットワーク４．に入力され上昇傾向を示す出
力１．と下降傾向を示す出力２．とがトラッキング値発
生器５．に導かれる。

【００１２】一方ドラム モーター サーボ回路８．よ
りヘッド ドラムの回転に同期したスイッチング パル
スがトラッキング値発生器５．に導かれ、トラッキング
値発生の同期に使用される。

【００１３】トラッキング値発生器５．はヘッド ドラ
ムの１回転に１回ずつトラッキング値をインクリメント
して発生し、トラッキング サーボ回路７．に目標値と
して送る。同サーボはキャプスタン モーター１２．を
制御してドラム モーター１１．の回転位相とテープか
ら再生されるＣＴＬ信号（図示せず）との位相を目標値
に近づける。実際には、ヘッド ドラムのスイッチング
パルスとＣＴＬ信号との時間間隔を一定に制御するの
がトラッキング サーボである。

【００１４】遅れ補正発生器６．は予めトラッキング
サーボの目標値をインクリメントすする速さに対して発
生する系の応答遅れの時間及び検出系の遅れ時間を求め
ておき、その時間内にインクリメントしているはずの補
正用トラッキング値を発生させる。

【００１５】このトラッキング値をトラッキング発生器
５．に送り、該発生器内にて補正を加えた値を極大点に
対応するトラッキング値としてトラッキング サーボ
７．に送る。尚応答速度よりも速い速度で目標値を変化
させている為、エンベロープが極大値を示すトラッキン
グ値は実際に極大値を示した時のトラッキング値より
も、遅れ相当分だけ前のトラッキング値である為、その
分トラッキング値を減ずる事によって補正を行う。

【００１６】ここでフィルター１３．について説明す
る。エンベロープは、雑音等の影響を受けていて滑らか
になっていない場合が多い。一方理論的には、ビデオ
トラックと再生ヘッドとの相対関係を少しずつずらす訳
であるからエンベロープの変化は滑らかでなければなら
ない。この様な理由から誤判定を減らす為に雑音の影響
を除くフィルターを設けている。実際には、ディジタル
化されたデータの移動平均をとっており、平均化するデ
ータの数はテープ速度によって変える方が良い結果が出
ており、ＶＨＳ方式の場合ＳＰで２回、ＥＰで３回とし
ている。この数は、多ければ多い程雑音の影響を多く除
く事が出来るが、遅れ時間も多くなり２〜３回が良いと
ころである。

【００１７】次にニューラル ネットワーク４．の出力
１．出力２の動作について図５を使って説明する。横軸
はトラッキング値を示しており、オート トラッキング
開始と共にヘッドドラムの回転に同期して、１ステップ
ずつ右方に行く。縦軸は出力を示しており図中のエンベ
ロープはエンベロープ検波器２．の出力を模式的に表し
たものである。又同図の出力１．及び出力２．はニュー
ラル ネットワーク４．の出力１．及び出力２．の出力
波形を示す。

【００１８】エンベロープが上昇中は、出力１．は、
“１”を出力しており、上昇が中止した時“０”を出力
する。この時のトラッキング値はＴ_１である。Ｔ_１以降
は上昇傾向を示さないので“０”のままである。一方出
力２は、始めの内はエンベロープが下降傾向をしめして
いない為“０”を出力しているがＴ_２から下降傾向を示
し以後下降し続けるので“１”を出力している。

【００１９】トラッキング値発生器５．は出力１．が
“１”から“０”になった時のトラッキング値Ｔ_１及び
出力２が“０”から“１”になった時のトラッキング値
Ｔ_２からその中間の（Ｔ_１＋Ｔ_２）／２の値を算出し、
更に遅れ補正発生器６．の出力を加えて真のトラッキン
グ値として出力する。

【００２０】ここで本実施例によるオート トラッキン
グ動作の流れを順を追って説明する。オート トラッキ
ングが開始されると、トラッキング サーボの目標値が
トラッキング値発生器５．から順次インクリメントしな
がら出力され、トラッキングサーボは目標値を追って追
従動作を開始する。

【００２１】トラッキング サーボが追従動作を開始す
るとエンベロープ検波器２．の出力は変化を始める。ニ
ューラル ネットワーク４．が極大点を検出し出力する
迄、これは続けられる。極大点が検出された段階でトラ
ッキング値発生器５．はインクリメントを中止し、算出
された真のトラッキング値を出力し続け、オート トラ
ッキングは終了となる。

【００２２】通常のトラッキング サーボは、トラッキ
ング値をインクリメントする方向とデイクリメントする
方向とで応答速度が異なる。その為常に一方向だけにト
ラッキング値を変える方が精度を良くする事が出来る。
従って、オート トラッキングを開始したら一方向にの
みトラッキング値を変化させ、上昇傾向が出る迄続け、
上昇傾向が消えたら下降傾向が出る迄続けてトラッキン
グ値を変えると云う方法が良い。

【００２３】

【発明の効果】本発明は、以上説明した様に構成されて
いるので以下に記載されている様な効果を奏する。

【００２４】（１）サーボ系の応答速度よりも速い速度
でトラッキング値を変化させる事が出来るので極大点を
速く見付ける事が出来る。

【００２５】（２）ニューラル ネットワークを用いて
極大点を計算しているので雑音による影響を軽減出来ト
ラッキングの精度を向上出来る。

【図面の簡単な説明】

【図１】ニューラル ネットワークの動作の説明図であ
る。

【図２】ニューラル ネットワークに波形を入力する時
の説明図である。

【図３】入力層、中間層、出力層からなる三層構造のニ
ューラル ネットワークの説明図である。

【図４】本発明の実施例のブロック ダイアグラムであ
る。

【図５】本発明の実施例の極大点算出の説明図である。

【符号の説明】

１ プリアンプ ２ エンベロープ ３ Ａ／Ｄ変換器 ４ ニューラル ネットワーク ５ トラッキング値発生器 ６ 遅れ補正発生器 ７ トラッキング値発生器 ８ ドラム サーボ回路 ９ ビデオ ヘッド １０ ＦＭ復調器 １１ ドラム モーター １２ キャプスタン モーター

Claims (2)

【特許請求の範囲】
1. 【請求項１】 ＶＴＲに於いてヘッド ドラムの回転に
   同期してトラッキング サーボの目標トラッキング値
   を、サーボ系の応答速度よりも速い一定の速度で連続的
   に変化させ、回転ヘッドの再生信号出力が上昇から下降
   に変わる極大点のトラッキング値を求め、該トラッキン
   グ値にサーボ系の遅れ時間相当分の補正を加える事によ
   って回転ヘッド出力が最大になるトラッキング値を求め
   るオートトラッキング方式。
2. 【請求項２】 予め学習を済ませてある、ｎヶの入力と
   ２ヶの出力を持ったニューラル ネットワークにヘッド
   ドラムに対応して連続的に発生する回転ヘッドの再生
   信号出力Ｅ_１，Ｅ_２，…，Ｅ_ｎ，…を［Ｅ_１，Ｅ_２，
   …，Ｅ_ｎ］，［Ｅ_２，Ｅ_３，…，Ｅ_ｎ＋１］，［Ｅ_３，
   Ｅ_４，…Ｅ_ｎ＋２］，…の如くデータ発生と共に１つず
   つずらしてｎヶ単位で入力し、入力信号が上昇傾向か否
   かを出力する第一の出力と、入力信号が下降傾向か否か
   を出力する第二の出力とにその都度ニューロ演算をして
   出力し、第一及び第二の出力から上昇傾向が消える点と
   下降傾向が開始する点に対応するトラッキング値を求
   め、両点の中間の値をもって極大点を示すトラッキング
   値とする事を特徴とする特許請求の範囲第一項に記載す
   るオート トラッキング方式。