1、“.....由这种现象引入的噪声被称为转换噪声，在种意义上该噪音只是在过渡存在的时候构成的个数据模式。这些噪声过程都可以用随机变量来模拟。重写式是反映过渡噪声。单脉冲的产生是个不确定的随机过程，它的样本空间是个具有不同的脉冲宽度和脉冲幅度系列。我们发现脉冲幅度的减少会使该区域的脉冲保持恒定。这是肯定的因为脉宽增加是由于磁转化的扩大。位置抖动是个在，的范围内随机变量，在这里我们假设是抖动的上下限。电子噪声通常被塑造为个由限制带宽的加性高斯白噪声。它的功率谱密度是。噪声损坏读信号的计算式可以写为头介质非线性磁阻的读磁头不是线性的传感器。当有的偏差存在，这就可能导致读磁头灵敏度的不对称。这种效应称为磁头的非线性。它非线性地放大了回读信号的振幅范围和正负脉冲间的的差。可以通过由个读取头测量的非线性函数来定义......”。

2、“.....它们通常造成其他位置的转移和振幅的减弱。对于数据的简单的假设参考和。我们要优先考虑并结合下式这里的是的参数，ε是非线性过渡移动量。除非出现连续两个转变，组分将减少为零，即≠。写时序慢变写时序被添加到写时钟合成器电路的相位抖动积累模型中。它可以被简化并作为速度缓慢的随机运动。如图所示，在,的范围内的每个时钟周期的均会产生个写。由于影响集中，这样它会影响所有以后的写脉冲位置。平均的漂移速度是在很长时间内为零，并由控制。图写时序道间串扰读头并不总是准确的在自己的轨道位置上。因此它邻近的受干扰影响的信号，也被称为道间干扰。是由于加入了两个独立的信号发生器的二加权输出信号而被考虑的。信噪比和噪声统计过程数据恢复计划的表现通常是比较全面的信噪比范围。应建立信噪比和随机噪声统计的之间关系，使信号处理的有效性能够被评估......”。

3、“.....是因为它包含与数据相关的转换噪声，同时消除了对符号密度依赖。我们简要地推导如下这里的是个单脉冲的能量，定义如下是每个过渡转换噪声平均能量的两倍，是电子噪声的功率谱密度，是转换噪声在总噪声中的比例假设位置抖动和宽度变化是没有关联的，我们可以把分解为,这里的,和分别表示位置抖动和宽度变化的能量。当对概率密度函数或累积分布函数的位置和宽度变化的抖动预定义以后，就很容易计算，因此，信噪比的大小就知道了。模拟噪声过程的统计数据可以通过两种方式确定。用户可以提供的噪声过程的累积分布函数并可以计算相应信噪比。或者，当所观察到的噪声可以得到完整的高斯分布，其中在第和第二次统计资料可以提供所有必要的有关资料近似噪声过程中，信号发生器的用户只需要指定的信噪比。信噪比是有效地定义了噪声变化的输入。此外，用户应确定不失真的单脉冲......”。

4、“.....在下文中我们将主要关注第二种方法，因为它广泛应用于回读信号的建模。正如文献中描述，假设阶转换噪声有这里的和分别是过渡位置抖动和宽度变化的变化。和的定义如下中两个组成部分的量由指定抖动噪声功率为介质的总噪声功率函数来控制由式我们可以得到进程的噪声方差为到现在我们讨论的所有模拟随机变量都是连续时间变量，基于的信号发生器是种数字设备，每个随机变量都是由有限的位来表示。与此相关的量化过程中的损失将在下节中讨论。如果我们用离散变量来代表每个符号周期，当,和可以近似表示为,这里的,和,分别是失真脉冲查询表中第和第二个非失真脉冲，是脉冲的单位转变......”。

5、“.....我们可以建立脉冲查询表使,其中。那么，式就化为用式和中的，和代入上式可有,,由于电子噪声的带宽由控制，式化为,现在，我们建立了信噪比和噪声过程之间的统计关系。零均值高斯随机变量根据下面所给出的方法，可以由上面的标准差产生单位。随机噪声发生器转换噪声，电子噪声和写入时序是由非线性数据随机产生的。嵌入式伪随机数发生器是不相关的，而且具有良好的随机性。在我们的设计中，首先产生均匀伪随机数，然后转化到非均匀随机数。个有效和普遍的均匀伪随机噪声发生器是个线性反馈移位寄存器。它的输出是个最大长度序列序列为的周期，其中寄存器存储单元的数量。但是，如果许多随机噪声序列所需求的由的消耗的区域很大，那么无法实现这种情况。例如，五个位宽的伪随机噪声发生器可以产生周期大于的随机数......”。

6、“.....由于这设计领域的限制，我们采用了种替代方法线性混合元胞自动机例如，见文献和。元胞自动机的个原则是，每个寄存器的下个值是个布尔函数计算它邻近和本身的当前值。当有个空的边界条件时，元胞自动机，最左和最右边的数组中的寄存器连接到零。个空边界是反馈边界的首选，因为它可以避免长的边界反馈路径，从而降低路由延迟。由此表明，当布尔函数都是经过精心挑选，线性混合元胞自动机经过几个时钟周期初始化后，这样的寄存器阵列将输出个和同周期的最大长度序列。布尔函数由分类并称为计算规则。其中个设置是混合两个布尔函数寄存器内容的规则和规则，可以产生最大长度序列。规则和规则的定会以如下规则规则这里的是寄存器在时间的内容。如何确定个寄存器阵列的第条和第条规则的位置可以在文献和中找到。人们可以很清晰的看到，个寄存器的输出和阵列中的相邻寄存器有关。为了消除相关......”。

7、“.....其中η被称为站点间距参数。如上所述，和相比，如果η,伪随机噪声发生器中的数据寄存器可以产生个同组随机数，寄存器的数量可以减少个。图显示了伪随机数从均匀到不均匀的转变。将个位的均匀随机数先和累积分布函数预计算的转换表相比，然后编码成个位的非均匀随机数。此过程相当于在相应的概率密度函数区域下随即取点，并用代替阵列中的所有重要的点。必须注意和的选择，因为它们决定的准确性图不均匀的伪随机数的产生图将概率密度函数分为列和精度。我们可以模拟的个均匀随机数宽度的最小概率是。对从位到位的随机数进行编码，有效量化连续随机变量是指成为个位的离散随机变量,这里。最大表明当概率密度函数饿随机变量不均匀时，最佳量化是不均匀的。然而，器件的数字的性质决定了量化等级是均匀的，其中是等级数，为。我们需要计算出边界的次优量化，以尽量减少量化损失。量化损失的定义由式给出......”。

8、“.....令,很容易知道因此，次优量化是个均匀的量化。如果我们假设零均值高斯噪声，我们可以得到的近距离的形式表达,其中,是众所周知的高斯概率密度函数单位变量的尾部积分。由于量化噪声是随机变量额外的抖动，我们可以给量化噪声比进行定义来测量量化损失，如下所示,是连续随机变量的方差，例如当，，为。这表,,,,,,,,,,,,,,,,,,,,,,,,,明，只要我们使用足够的量化等级，量化损失就可以减小到可以忽略的水平。可以根据分辨率和资源消耗来权衡。图回读信号发生器的框图实施和重构该设计是基于型号的，并安装在微机系统的板上来验证它的功能和性能。并且形成了按比例缩小的版本，来证明可重构性。该设计用公司的来综合，用进行仿真......”。

9、“.....由于该设计的实现由的设备大小的限制，因此我们使用模块化设计，使之当有更多的资源设备可用时容易扩大规模。另方面，如果只是些噪声过程所需的，可以通过重新配置来有效地增加设备的能力，本节将要对此简要介绍。用户可以通过修改设计参数实现在高性能和资源消耗之间的选择。该回读信号发生器是模块化和流水线式的，其结构如图所示。除了的随机数是独立的，以及非轨道的比例可以不同，它的数据轨道和干涉轨道模块是几乎相同的。数据轨道的输出会乘上比率，然而干涉轨道会乘上不同的比率。通过添加两个加权信号,可以实现道间干扰的数据跟踪，和的值取决于读取磁头上轨道位置。在图中，实心箭头标志表示信号的路径，段虚线表示随机数的路径，点虚线是控制信号的路径。对每个轨道的其余七个模块处理噪声损坏和波形失真在第节中进行了描述。基于片上存储器从脉冲查找表中选择个位长的单脉冲。查找表中包含种脉冲......”。