亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于EMD-小波包的隨鉆測量信號去噪方法

        2017-04-24 12:32:26楊金顯蔣志濤楊闖
        測井技術 2017年6期
        關鍵詞:隨鉆測量波包鉆頭

        楊金顯, 蔣志濤, 楊闖

        (河南理工大學電氣工程與自動化學院導航制導實驗室, 河南 焦作 454003)

        0 引 言

        慣性隨鉆測量系統(tǒng)[1]通過在鉆進過程中實時測量近鉆頭處的加速度和角速度等信號,計算鉆具姿態(tài)、評估鉆頭磨損以及反演鉆頭所處位置的地質(zhì)信息。在慣性隨鉆測量過程中,測量的鉆頭運動信號包含各種干擾振動噪聲,嚴重影響隨鉆測量信號的使用。因此,去除噪聲干擾,提高信噪比,盡可能還原真實的信號是隨鉆測量數(shù)據(jù)預處理的關鍵。隨鉆測量過程中鉆頭的振動信號是一種非線性、非平穩(wěn)的信號,經(jīng)驗模態(tài)分解[2](Empirical Mode Decomposition,EMD)根據(jù)信號內(nèi)部時間尺度的不同,可以將非線性、非平穩(wěn)的信號分解為若干個線性穩(wěn)態(tài)的本征模函數(shù)(Intrinsic Mode Function,IMF)。EMD分解可以從信號自身獲得基函數(shù),因此,具有很好的自適應性。劉增東等[3]利用EMD分解方法對激光雷達信號進行去噪處理,易洪春[4]等研究了EMD去噪方法及其在地震勘探中的應用,雖然都能夠有效地去除噪聲,但直接去掉含噪分量同樣會去掉其中的部分有用信號,從而影響重構信號的精確度。小波包[5]分析方法在處理混疊的測量信號和噪聲時更加有效,而且小波包對低頻部分和高頻部分同時進行細分,具有更加精細的分析能力,因此,具有比小波分析更好的去噪能力。張偉等[6]利用小波包變換對無線隨鉆泥漿信號進行降噪處理,鄭源等[7]使用小波包變換對水泵機組振動信號進行去噪處理,都能夠很好地進行信號和噪聲的分離處理,但是小波包變換方法缺乏自適應性。

        本文將EMD分解和小波包去噪方法結合起來,綜合了2種方法的優(yōu)點,去噪能力更強且具有一定的自適應性。經(jīng)過實驗驗證該方法去除隨鉆測量信號中的噪聲效果更好。

        1 隨鉆測量信號分析

        鉆頭在不同地層破巖鉆進時,引起的鉆頭振動信號是一種非平穩(wěn)時變信號,所以隨鉆測量信號是一種非線性、非平穩(wěn)的信號。在慣性隨鉆測量過程中,近鉆頭的MIMU傳感器不僅測量出鉆頭的運動信號,還會受到大量噪聲干擾,噪聲來源有4種。

        (1) 轉盤旋轉引起的振動。轉盤旋轉會引起很大的振動,這種振動會通過鉆柱傳遞到鉆頭上,這種干擾具有周期性特征,并與轉速有關。

        (2) 鉆柱在旋轉過程中,由于鉆柱不平衡、不居中等現(xiàn)象,會引起鉆柱與井壁接觸碰撞,從而產(chǎn)生摩擦振動,進而影響鉆頭的振動。

        (3) 井場其他機械振動。井架的晃動、柴油機、發(fā)電機等機械振動通過井架傳導到鉆柱再傳導到鉆頭上。

        (4) 慣性傳感器本身的測量誤差以及信號傳輸過程中引入的誤差。

        噪聲來源比較廣,能量強,鉆頭振動信號的信噪比很低,鉆頭的振動信號和噪聲信號混疊在一起。因此,僅使用EMD分解刪除高頻分量的方法也會將一部分鉆頭振動信號刪除。本文提出的EMD分解和小波包去噪方法結合的隨鉆測量信號去噪方法,先利用EMD分解的優(yōu)勢將非線性、非平穩(wěn)的隨鉆測量信號分解為線性穩(wěn)態(tài)的IMF分量;然后根據(jù)信號自相關函數(shù)的特性準確地找出主要含噪的IMF分量;最后使用小波包去噪方法將含噪IMF分量中混疊的信號和噪聲分離開,并進行重構。

        2 隨鉆測量信號EMD-小波包去噪

        2.1 隨鉆測量信號EMD分解

        經(jīng)驗模態(tài)分解非常適合處理隨鉆測量信號這種非線性、非平穩(wěn)的信號,該方法的突出優(yōu)點是對數(shù)據(jù)有良好的自適應性。假設將時間序列x(t)作EMD分解,可表示為

        (1)

        式中,ci(t)為不同頻帶尺度的IMF分量;rn(t)為分解信號的殘余分量;n是IMF分量的個數(shù)。具體分解過程見圖1。EMD分解能將任何信號自主分解為頻譜獨立的多個IMF函數(shù)。分解得到的IMF分量是基于信號本身的局部特征時間尺度,各個分量表征了原信號不同時間尺度(或頻率)的特征。EMD分解無需選擇合適的基函數(shù),可以從自身獲得基函數(shù),將非線性、非平穩(wěn)的隨鉆測量信號分解為線性、平穩(wěn)的頻率從高到低多個IMF分量。

        圖1 經(jīng)驗模態(tài)分解算法流程圖

        2.2 含噪IMF分量選取

        頻率從高到低的IMF分量中,噪聲一般集中在高頻分量。本文根據(jù)每個IMF分量的自相關函數(shù)的特性找出主要含噪的IMF分量。假設x(t)為隨鉆測量信號,則其自相關函數(shù)為

        Rx(t1,t2)=E[x(t1)x(t2)]

        (2)

        自相關函數(shù)反映了信號在不同時刻的相關程度,根據(jù)隨機噪聲的統(tǒng)計特性,零點處隨機噪聲的自相關函數(shù)最大,在其他時刻快速衰減到零值附近[8]。相對而言有效信號含有的噪聲較少,其自相關函數(shù)同樣在零點處有最大值,但由于其存在著一定的相互關聯(lián)關系,在其他時刻也會呈現(xiàn)一定規(guī)律的變化,并不是快速地衰減到零值。因此,可以根據(jù)信號自相關函數(shù)的特性,通過計算各階IMF分量的自相關函數(shù)判斷噪聲占主要成分的IMF分量。

        2.3 小波包去噪

        隨鉆測量信號中噪聲和有用信號是混疊在一起的,需要對判定的含噪IMF分量再進行去噪處理,小波包去噪方法適合處理這種混疊的信號。小波包分解不僅可對低頻部分進行分解,也能對高頻部分進行分解(見圖2)。小波包去噪步驟:①選擇一個小波和所需分解層次對信號進行小波包分解;②根據(jù)信號選擇一種最佳的小波包基;③對于每一層小波包分解系數(shù),選擇恰當?shù)拈撝挡ο禂?shù)進行閾值量化;④根據(jù)最低層的小波包分解系數(shù)和經(jīng)過量化處理后的系數(shù),進行小波包重構。

        圖2 小波包分解結構圖

        2.4 EMD-小波包去噪

        將EMD分解和小波包去噪的優(yōu)點結合起來,能提高EMD對高頻成分的分辨率,并且具有一定的自適應性。EMD-小波包去噪方法具體步驟如下。

        (1) 對含有噪聲的隨鉆測量信號x(t)作EMD分解,分解為頻率從高到低的N階IMF模態(tài)分量。

        (2) 分別計算每一階IMF分量的自相關函數(shù)

        xcorr(τ)=E[imfi(t)imfi(t+τ)]

        (3)

        (3) 根據(jù)隨機噪聲自相關函數(shù)的特性,判斷主要含有噪聲的前k階IMF分量。

        (5) 將經(jīng)過小波包去噪處理的模態(tài)分量和其余的分量進行重構

        (4)

        最后得到去噪后的隨鉆測量信號x′(t)。

        3 實驗數(shù)據(jù)采集和分析

        3.1 數(shù)據(jù)采集

        為了驗證EMD-小波包去噪方法的有效性,進行了隨鉆測量實驗數(shù)據(jù)采集。建立了一個3層不同地質(zhì)的實驗臺,把微型慣性測量組合模塊固定在鉆頭上,進行鉆孔實驗。采集鉆頭的振動信號,作為實驗驗證的數(shù)據(jù)來源。實驗過程中數(shù)據(jù)的采樣頻率為10 Hz,采樣點數(shù)為1 000。實驗采集的鉆頭振動信號(見圖3)為x軸加速度數(shù)據(jù),可以看出信號中含有大量噪聲。

        圖3 x軸加速度

        3.2 實驗數(shù)據(jù)分析

        根據(jù)經(jīng)驗模態(tài)分解自適應的優(yōu)點,對圖3所示數(shù)據(jù)進行EMD分解,分解出了8個頻率從高到低的模態(tài)分量imf1~imf8和1個殘余分量(見圖4)。

        圖4 EMD分解分量

        根據(jù)式(3)計算出每一階IMF分量的自相關函數(shù)(見圖5)。根據(jù)噪聲自相關函數(shù)在零點處取得最大值在其他處都很小的特性,判定imf1~imf5分量為噪聲起主導作用的分量。

        分別對這5個IMF分量采用小波包去噪方法進行去噪處理,本文使用db3小波對這5個IMF分量做3層分解,得到了8個不同的頻帶,其后依據(jù)shannon嫡標準獲得了最優(yōu)小波基,使用軟閾值對系數(shù)進行閾值量化,最后進行重構。將去噪處理后的5個IMF分量和剩余的3個IMF分量再進行重構,得到去噪后的隨鉆測量信號。

        圖5 各階IMF分量自相關函數(shù)

        為了驗證該方法的去噪效果,分別使用EMD去噪、小波包去噪和EMD-小波包去噪3種方法對隨鉆測量實驗數(shù)據(jù)進行去噪處理,結果見圖6。從圖6中可以明顯看出,EMD小波包去噪方法效果最好,去除了大部分的噪聲得干擾。對3種方法去噪后的信號的信噪比和均方根誤差2個參數(shù)進行量化評價,其中信噪比定義為

        RSN=10lg {∑x(t)2/∑[x(t)-x(t)′]2}

        (5)

        均方根誤差定義為

        (6)

        式中,x(t)為原始信號;x(t)′為去噪后的信號;n為數(shù)據(jù)的長度。結果見表1。從表1中數(shù)據(jù)可以看出EMD-小波包去噪方法明顯優(yōu)于其他2種方法。

        表1 去噪結果對比

        圖6 去噪效果對比

        4 結束語

        (1) 本文綜合EMD去噪和小波包去噪方法的優(yōu)點,根據(jù)隨鉆測量信號的特點,提出了一種基于EMD-小波包的隨鉆測量信號去噪方法,并對實驗采集的隨鉆測量數(shù)據(jù)進行了處理。

        (2) 利用該方法對隨鉆測量信號進行處理后,能很好地將混疊的有用信號和噪聲分離開,既保留了信號的有效特征成分,又對噪聲進行了抑制,大大提高了隨鉆測量信號的準確性和可靠性。

        參考文獻:

        [1] 孔慶鵬, 高爽, 林鐵, 等. MEMS隨鉆慣性測量單元設計與實現(xiàn) [J]. 傳感器與微系統(tǒng), 2014, 33(3): 103-106.

        [2] 賈瑞生, 趙同彬, 孫紅梅, 等. 基于經(jīng)驗模態(tài)分解及獨立成分分析的微震信號降噪方法 [J]. 地球物理學報, 2015, 58(3): 1013-1023.

        [3] 劉增東, 劉建國, 陸亦懷, 等. 基于EMD的激光雷達信號去噪方法 [J]. 光電工程, 2008, 35(6): 79-83.

        [4] 易洪春, 劉樹才, 賀克升, 等. 基于EMD去噪方法研究及其在地質(zhì)勘探中的應用 [J]. 物探與化探, 2013, 37(3): 533-537.

        [5] 章浙濤, 朱建軍, 匡翠林, 等. 小波包多閾值去噪法及其在形變分析中的應用 [J]. 測繪學報, 2014(1): 13-20.

        [6] 張偉, 師奕兵, 盧濤. 無線隨鉆泥漿信號小波包去噪處理 [J]. 電子測量與儀器學報, 2010, 24(1): 80-84.

        [7] 鄭源, 佟晨光, 須倫根, 等. 基于小波包分析的水泵機組振動信號去噪 [J]. 排灌機械工程學報, 2008, 26(6): 55-57.

        [8] 劉曉光, 郝沙沙, 王光磊, 等. 基于自相關特性的經(jīng)驗模態(tài)分解微機械陀螺去噪方法 [J]. 中國慣性技術學報, 2016, 24(4): 537-541.

        [9] 席旭剛, 武昊, 羅志增. 基于EMD自相關的表面肌電信號消噪方法 [J]. 儀器儀表學報, 2014(11): 2494-2500.

        [10] MERT A, AKAN A. Detrended Fluctuation Thresholding for Empirical Mode Decomposition Based Denoising [J]. Digital Signal Processing, 2014, 32(2): 48-56

        [11] KYPRIANOU A, LEWIN P L, EFTHIMIOU V, et al. Wavelet Packet Denoising for Online Partial Discharge Detection in Cables and Its Application to Experimental Field Results [J]. Measurement Science & Technology, 2006, 17(9): 2367-2379.

        猜你喜歡
        隨鉆測量波包鉆頭
        面向隨鉆測量的泥漿壓力信號脈沖識別研究
        基于小型發(fā)電機的耐高溫隨鉆測量系統(tǒng)設計
        基于小波包Tsallis熵和RVM的模擬電路故障診斷
        測控技術(2018年8期)2018-11-25 07:42:08
        油井隨鉆測量方式探析
        化工管理(2017年31期)2017-03-03 13:18:36
        可切換式反循環(huán)潛孔錘鉆頭設計及優(yōu)化
        PDC鉆頭側鉆現(xiàn)場應用
        基于小波包變換的電力系統(tǒng)諧波分析
        鉆頭磨損后怎樣更換
        石油知識(2016年2期)2016-02-28 16:20:21
        小波包理論與圖像小波包分解
        瓦斯探鉆鉆頭的一種改進
        亚洲第一av导航av尤物| 免费看片的网站国产亚洲| 日韩人妖视频一区二区| 热久久国产欧美一区二区精品| 国模无码视频一区| 国产精品无码不卡在线播放| 亚洲精彩av大片在线观看| 国产精品私密保养| 无码人妻丰满熟妇区毛片| 国产在线视欧美亚综合| 中文字幕色一区二区三区页不卡| 国产三级精品视频2021| 亚洲成av人片在线观看ww| 亚州精品无码人妻久久| 激情在线视频一区二区三区| 综合国产婷婷精品久久99之一| 亚洲av福利无码无一区二区| 日本亚洲欧美在线观看| 亚洲人妻av在线播放| 可以免费看亚洲av的网站| 中文字幕乱伦视频| 日韩精品成人无码AV片| 久久精品国产精品亚洲艾| 麻豆亚洲av熟女国产一区二| 疯狂做受xxxx高潮欧美日本| 国产精品久久久久免费看| 女同恋性吃奶舌吻完整版| 日韩国产精品无码一区二区三区| 人人妻人人澡人人爽精品欧美| 日本啪啪一区二区三区| 日本熟女精品一区二区三区| 男女上下猛烈啪啪免费看| 亚洲色大成在线观看| 伊人狼人激情综合影院| 亚洲a∨无码精品色午夜| 亚洲国产人在线播放首页| 久久精品韩国日本国产| 少妇被粗大进猛进出处故事| 55夜色66夜色国产精品视频| 伊人亚洲综合网色AV另类| 精品亚洲一区二区三区在线播放|