下行通道中的学习矢量量化网络解码方法

• 作者: 周静 张磊 程双元 袁红芳
• 来源期刊: 石油钻探技术
• 学科: 工学
• 关键词: 下行通道 信息传输 向量 神经网络 加速度换能器
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: "863"计划专栏
• 页码范围: 23-27
• 页数: 5页
• 分类号: TE928
• 字数: 3427字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0890.2009.04.006

摘要

介绍了振动下行通道样机的原理,针对振动下行通道样机采用常规解码方法无法解决尖峰干扰的问题,提出了学习矢量量化神经网络解码方法.该解码方法利用加速度传感器灵敏感应地面钻柱的操作状态来进行编码,利用近钻头DSP芯片中的学习矢量量化神经网络解码方法进行解码,得到地面下传到井下的指令,以控制井下工具.设计了两种不同的学习矢量量化神经网络,并通过试验对比了两种网络的优缺点,对比结果表明,设计的第二种学习矢量量化神经网络不但能正确完成波形识别,而且能剔出尖峰,解决了尖峰干扰的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张磊	西安石油大学井下测控研究所	28	143	7.0	11.0
2	周静	西安石油大学井下测控研究所	84	449	10.0	16.0
3	程双元	西安石油大学井下测控研究所	2	7	2.0	2.0
4	袁红芳	西安石油大学井下测控研究所	4	9	2.0	3.0