[發(fā)明專利]一種基于小波變換-RBF神經(jīng)網(wǎng)絡(luò)的泥漿脈沖信號去噪方法

在審

• 申請?zhí)枺?/td>: 202011125201.6
• 申請日: 2020-10-20
• 公開（公告）號: CN112395946A
• 公開（公告）日: 2021-02-23
• 發(fā)明（設(shè)計）人: 宋曉健;馬鴻彥
• 申請（專利權(quán)）人: 宋曉健;馬鴻彥
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/40;H03H21/00;G06N3/04;G06N3/08
• 代理公司: 北京中仟知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11825
• 代理人: 田江飛

本發(fā)明涉及無線隨鉆脈沖信號去噪技術(shù)領(lǐng)域，且公開了一種基于小波變換?RBF神經(jīng)網(wǎng)絡(luò)的泥漿脈沖信號去噪方法，包括以下步驟：S1、對隨鉆測量信號進行小波分解；S2、建立RBF神經(jīng)網(wǎng)絡(luò)非線性自適應(yīng)濾波器；S3、RBF神經(jīng)網(wǎng)絡(luò)非線性自適應(yīng)濾波器運行；本發(fā)明針對固定步長對于BRF神經(jīng)網(wǎng)絡(luò)的收斂速度和穩(wěn)態(tài)誤差有很大的影響，提出了學(xué)習(xí)步長的自適應(yīng)優(yōu)化策略，使得BRF神經(jīng)網(wǎng)絡(luò)具有更好的魯棒性和跟蹤能力，更加適合在線訓(xùn)練學(xué)習(xí)，對隨鉆信號處理后，保留了隨鉆信號大部分有效成分，有對噪聲進行了抑制，提高了隨鉆測量信號的識別性和準確度。

技術(shù)領(lǐng)域

本發(fā)明涉及無線隨鉆脈沖信號去噪技術(shù)領(lǐng)域，具體為一種基于小波變換-RBF神經(jīng)網(wǎng)絡(luò)的泥漿脈沖信號去噪方法。

背景技術(shù)

Jarrot A等提出了泥漿泵噪聲對消法，通過分析泵噪聲特點來合成噪聲信號，利用合成的泵噪聲信號或者理想壓力脈沖信號作為參考標準，利用選擇出的最接近的合成頻譜，來減少或消除實際壓力脈沖中的噪聲。Kou J.K等將小波變換(Wavelet Transform，WT)應(yīng)用到信號消噪中，主要應(yīng)用了小波閾值降噪策略，在合理分解層數(shù)下對幾種常用小波基進行對比實驗，通過分析總結(jié)實驗結(jié)果，給出了選取合理分解層數(shù)以及最佳小波基的有效方案。張偉等提出了基于小波包變換(Wavelet packet transform，wpt)的泥漿脈沖信號去噪方法，首先將待處理信號進行小波包分解，從中找出含泵噪聲的結(jié)點并去除，其余噪聲看作高斯白噪聲，最后利用高斯過程的四階積累量為零的特點將其去除。吳金勇提出了小波變換與經(jīng)驗?zāi)B(tài)分解相結(jié)合的去噪方法，小波閾值法參數(shù)設(shè)置依賴于經(jīng)驗，靈活性不夠，EMD依賴于信號特點進行分解，但在信噪比低時效果不理想，二者各有優(yōu)劣勢，可以互相彌補，以達到較好的降噪效果。

發(fā)明內(nèi)容

(一)解決的技術(shù)問題

針對現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于小波變換-RBF神經(jīng)網(wǎng)絡(luò)的泥漿脈沖信號去噪方法，解決了上述背景技術(shù)中所提出的問題。

(二)技術(shù)方案

為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種基于小波變換-RBF神經(jīng)網(wǎng)絡(luò)的泥漿脈沖信號去噪方法，包括以下步驟：

S1、對隨鉆測量信號進行小波分解；

S2、建立RBF神經(jīng)網(wǎng)絡(luò)非線性自適應(yīng)濾波器；

S3、RBF神經(jīng)網(wǎng)絡(luò)非線性自適應(yīng)濾波器運行。

優(yōu)選的，所述步驟S1的具體步驟為：

S11、確定最佳小波基及相應(yīng)的分解層數(shù)，對信號進行小波分解，每一層的待分解信號都通過相應(yīng)的低通及高通濾波器，濾波后的信號被分成兩個部分，一部分包含的是低頻信號，另一部分包含的則是高頻信號，而后分別對兩部分信號進行采樣，對每層信號都進行上述處理，最終分解到各自獨立的頻帶中；

S12、對分解得到的小波系數(shù)通過合適的閾值進行量化處理；

S13、利用閾值量化后得到的小波系數(shù)進行小波重構(gòu)，恢復(fù)有用信號和噪聲信號。

優(yōu)選的，所述步驟S2的具體步驟為：

S21、所述基本的RBF神經(jīng)網(wǎng)絡(luò)是一種具有單隱層的三層前饋型神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，主要由輸入層、隱含層和輸出層三層結(jié)構(gòu)；

S22、建立RBF神經(jīng)網(wǎng)絡(luò)非線性自適應(yīng)濾波器。

優(yōu)選的，所述步驟S22，建立RBF神經(jīng)網(wǎng)絡(luò)非線性自適應(yīng)濾波器具，主要是由BRF神經(jīng)網(wǎng)絡(luò)模塊和自適應(yīng)算法模塊組成。

優(yōu)選的，所述步驟S3具體步驟為：

S31、計算n時刻代價函數(shù)；

S32、根據(jù)LMS原則，對RBF神經(jīng)網(wǎng)絡(luò)參數(shù)進行迭代計算；