[發(fā)明專利]應用經驗模態(tài)分解和粒子群優(yōu)化算法的泵噪消除方法有效
| 申請?zhí)枺?/td> | 201811210824.6 | 申請日: | 2018-10-17 |
| 公開(公告)號: | CN109522802B | 公開(公告)日: | 2022-05-24 |
| 發(fā)明(設計)人: | 瞿逢重;江琴;張昱森;靳國正;張璟辰;張祝軍;吳葉舟 | 申請(專利權)人: | 浙江大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06N3/00 |
| 代理公司: | 杭州求是專利事務所有限公司 33200 | 代理人: | 邱啟旺 |
| 地址: | 310058 浙江*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 應用 經驗 分解 粒子 優(yōu)化 算法 消除 方法 | ||
1.一種應用經驗模態(tài)分解和粒子群優(yōu)化算法的泵噪消除方法,其特征在于,該方法包括以下步驟:
(1)獲取傳感器獲取測得的壓力信號并進行低通濾波,得到濾除部分白噪聲的泥漿壓力信號;
(2)以泵沖傳感器測得的泵沖信號作為時間基準,得到泵噪聲信號的周期T;
(3)對步驟(1)的泥漿壓力信號以步驟(2)的周期T為時間間隔進行分段截取,將所有分段信號求和并求平均;得到平均值最接近于周期性泵噪聲在單個周期內實際波形的經驗波形p(m),即泵噪樣本;
(4)對泵噪樣本進行模態(tài)分解,得到構成泵噪的一組基;
(5)通過粒子群優(yōu)化算法找到這組基最佳線性組合的系數(shù),更新泵噪樣本;具體為:
對于粒子群優(yōu)化算法,初始化權重系數(shù)為1,初始化PSO參數(shù),然后開始解碼過程的迭代;將接收信號減去泵噪聲的經驗波形后解碼進行均衡判決,計算出其均方誤差值MSE為輸出反饋參量,每次利用優(yōu)化算法迭代后,將更新的權重系數(shù)與相應的基對應相乘,然后將所有乘積相加得到更新之后的經驗波形;按照同樣的步驟計算MSE作為代價函數(shù)進行下一次迭代運算,直到達到最大迭代次數(shù)或迭代終止條件后,將最終的權重系數(shù)與相應的基對應相乘,得到用于從接收信號中消除泵噪聲的最佳經驗波形,輸出最終解碼符號;MSE的計算方式如下:
其中,w為各個基的權重系數(shù)向量,N是本次消噪的符號個數(shù),
2.根據(jù)權利要求1所述應用經驗模態(tài)分解和粒子群優(yōu)化算法的泵噪消除方法,其特征在于,所述PSO參數(shù)包括權重系數(shù)的上下界、粒子個數(shù)及最大迭代次數(shù)。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江大學,未經浙江大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811210824.6/1.html,轉載請聲明來源鉆瓜專利網。





