基于自适应RB F神经网络的连续压力波信号滤波方法

• 作者: 宋晓健 刘勇 薛文伯 马鸿彦 陈维海 陈菲
• 来源期刊: 西安石油大学学报（自然科学版）
• 关键词: 连续波随钻测量系统 钻井液 滤波检测 RBF神经网络 自适应变步长滤波算法
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 石油机械设备及自动化|Petroleum Mechanical Equipment and Its Automation
• 页码范围: 83-90,97
• 页数: 9页
• 分类号: TE927
• 语种: 中文
• DOI: 10.3969/j.issn.1673-064X.2021.04.010

摘要

由于钻井液连续压力波信号与正脉冲压力信号检测原理不同,致使固定参数滤波方法存在检测特征点时间不准确、误码率高等问题.针对该问题提出一种小波包变换结合自适应变步长RBF神经网络非线性滤波器的滤波方法.该方法首先对输入的连续压力波信号进行小波包变换,运用分层阈值滤波算法和奇异值分解算法,分离出含噪声的有用连续压力波信号;对输入的不发码信号进行带通滤波,分离出噪声相关信号.然后将上述两路信号输入RBF神经网络中,通过自适应变步长滤波算法进行滤波处理,输出有用连续压力波信号.仿真结果表明:该滤波方法与固定参数滤波方法相比,滤波后信号与原信号的相关系数、均方误差、信噪比都得到了提升.现场应用中,相比固定参数滤波算法误码率降低10％,连续压力波信号的噪声得到有效抑制.