[發明專利]應用經驗模態分解和粒子群優化算法的泵噪消除方法

有效

• 申請號: 201811210824.6
• 申請日: 2018-10-17
• 公開（公告）號: CN109522802B
• 公開（公告）日: 2022-05-24
• 發明（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

本發明公開了一種應用經驗模態分解和粒子群優化算法的泵噪消除方法，該方法是基于泵噪聲為一組基的線性組合的假設，在泵噪樣本提取出來之后，利用經驗模態分解將所提取的泵噪樣本分解成一組信號作為基，通過粒子群優化算法可以找到這組基最佳線性組合的系數，更新泵噪樣本，提升消噪效果。本發明在有限個消噪周期中，以加權的形式對當前泵噪樣本進行修正，使其在有限的迭代次數內逐漸收斂于變化后的單位周期內的泵噪波形，以適應系統在長時間運行過程中泵噪聲的緩慢變化。

技術領域

本發明屬于無線隨鉆測井的技術領域，涉及一種應用經驗模態分解(EmpiricalMode Decomposition,EMD)和粒子群優化算法(Particle Swarm Optimization,PSO)的泵噪消除方法。

背景技術

目前，在無線隨鉆測量系統中，泥漿脈沖信號傳輸已經在世界范圍得到廣泛使用。泥漿脈沖，它是將井下儀器測量到的數據轉換為電信號后，在泥漿泵作用下轉換為的壓力波信號，最后以泥漿為介質將信號傳輸至地面。其可靠性較高，傳輸距離遠，更符合鉆井的實際情況，是國內通用的傳輸方式。由于泥漿傳輸信號過程中需借助泥漿泵活塞不斷往復運動，而在運動過程中，會產生周期性的泵噪聲，因此對泥漿脈沖信號，必須消除泵噪聲，才可進行信號的正確解碼。泥漿脈沖通信系統屬于時變系統。隨著鉆進深度的增加，包括泵噪聲特性在內的泥漿信道參數可能持續性地發生變化。而泵噪聲的周期性假設是建立在有限長度時間窗口內的近似性假設。隨著系統運行時間的增加，所取得的泵噪樣本與單位周期內泵噪聲的波形之間的差異將逐漸增大，導致消噪輸出中的殘余噪聲增加，影響消噪效果。

發明內容

本發明的目的在于針對現有技術的不足，提供一種應用經驗模態分解和粒子群優化算法的泵噪消除方法，本發明利用經驗模態分解和粒子群優化算法不斷更新泵噪樣本來達到更好的泵噪消除效果。

本發明的目的是通過以下技術方案來實現的：一種應用經驗模態分解和粒子群優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分解，得到構成泵噪的一組基；

(5)通過粒子群優化算法找到這組基最佳線性組合的系數，更新泵噪樣本。

進一步地，所述步驟5具體為：對于粒子群優化算法，初始化權重系數為1，初始化PSO參數，所述PSO參數包括權重系數的上下界、粒子個數及最大迭代次數等。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(Mean Square Value,MSE)為輸出反饋參量，每次利用優化算法迭代后，將更新的權重系數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作為代價函數進行下一次迭代運算，直到達到最大迭代次數或迭代終止條件后，將最終的權重系數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向量，N是本次消噪的符號個數，d_i是第i個符號的判決值，是第i個符號的估計值。MSE的物理含義是解碼輸出的誤差能量(Error Power)，粒子群算法通過MSE的變化趨勢來判斷粒子的前進方向，從而找到最佳的權重系數，提升消噪效果。