CN107083957B - 钻井液随钻信号的泵冲干扰消除方法及系统 - Google Patents

钻井液随钻信号的泵冲干扰消除方法及系统 Download PDF

Info

Publication number
CN107083957B
CN107083957B CN201710380701.6A CN201710380701A CN107083957B CN 107083957 B CN107083957 B CN 107083957B CN 201710380701 A CN201710380701 A CN 201710380701A CN 107083957 B CN107083957 B CN 107083957B
Authority
CN
China
Prior art keywords
signal
pump
drilling
interference
pulse signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710380701.6A
Other languages
English (en)
Other versions
CN107083957A (zh
Inventor
陈伟
顾庆水
伍瑞卿
李彩凤
李晓林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201710380701.6A priority Critical patent/CN107083957B/zh
Publication of CN107083957A publication Critical patent/CN107083957A/zh
Application granted granted Critical
Publication of CN107083957B publication Critical patent/CN107083957B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • E—FIXED CONSTRUCTIONS
    • E21—EARTH DRILLING; MINING
    • E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B47/00—Survey of boreholes or wells
    • E21B47/12—Means for transmitting measuring-signals or control signals from the well to the surface, or from the surface to the well, e.g. for logging while drilling
    • E21B47/14—Means for transmitting measuring-signals or control signals from the well to the surface, or from the surface to the well, e.g. for logging while drilling using acoustic waves
    • E21B47/18—Means for transmitting measuring-signals or control signals from the well to the surface, or from the surface to the well, e.g. for logging while drilling using acoustic waves through the well fluid, e.g. mud pressure pulse telemetry
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141—Discrete Fourier transforms
    • G06F17/142—Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/147—Discrete orthonormal transforms, e.g. discrete cosine transform, discrete sine transform, and variations therefrom, e.g. modified discrete cosine transform, integer transforms approximating the discrete cosine transform
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/148—Wavelet transforms

Abstract

本发明涉及信号处理领域，特别涉及一种钻井液随钻信号的泵冲干扰消除方法及系统。本发明提供里一种利用信号稀疏分离方法对随钻信号中的泵冲干扰进行分离，以获得目标脉冲信号的方法，本方法利用泵冲干扰具有周期性，而周期信号的离散余弦变换（DCT）得到的系数是稀疏的，即泵冲干扰在DCT域上是稀疏的；同时，目标脉冲信号在时域上具有稀疏性；而泵冲干声在时域上和脉冲信号在DCT域上均不具有稀疏性；因此，我们可以利用他们在各自不同变换域上的稀疏性，通过适当的分解方法，将泵冲干扰和脉冲信号分离出来，从而达到消除泵冲干扰的目的。

Description

钻井液随钻信号的泵冲干扰消除方法及系统
技术领域
本发明涉及信号处理领域，特别涉及一种基于信号稀疏分离的钻井液随钻信号的泵冲干扰消除方法及系统。
背景技术
随钻测量(MWD：Measurement While Drilling)是一种能在钻头钻井过程中测量、采集钻头附近测井数据，并将采集数据实时传输到地面系统的技术。测井数据通常包括地层特性信息和各种钻井工程参数。作为目前用于钻井随钻测量中最成熟的信息传输技术之一，钻井液压力信号传输方式的基本工作原理是将井下测得的信息转换成控制信息，并将控制信息作用于井下的钻井液压力信号发生器，使传输信道中的钻井液压力发生变化，从而产生钻井液压力脉动，压力脉动通过传输信道中的钻井液传递到地面，经地面处理系统处理而转换成所需的井下测量信息。钻井液MWD系统的总体结构如图1所示；泥浆泵驱动钻井液循环，井下发送端将数据以钻井液压力脉冲形式发送到地面，地面通过压力传感器将钻井液的压力变化转换为电信号送入地面接收单元，地面接收单元负责解码出井下传出的数据。
但是，由于钻井液信道环境十分恶劣，因此在井下采集的信号数据会受到现场测量条件的影响，如安装在立管上的用于检测泥浆压力波动的压力传感器的输出信号除有效信号外，还包含由于泥浆泵压缩泥浆而引起的大幅度周期性压力波动和其他各种机械作用所引起的压力波动以及随机噪声，其中干扰信号表现为与泵冲特性相关的周期性脉冲(简称泵冲干扰)，噪声表现为宽带白噪声；甚至，在一定情况下如图2所示，各种干扰信号的幅度远大于有用信号幅度，从而导致从井内传出的有效信号完全被淹没。因此，要想得到准确的井下数据，就需要分步骤的对井下传出信号进行各种干扰信号的消除，典型流程如图3所示。而泵冲干扰信号的消除无疑是其中重要的一项。
发明内容
本发明的目的在于针对井下采集的有效信号受到包括泵冲干扰在内的各种无用信号的干扰的问题，提供一种基于信号稀疏分离的钻井液随钻信号的泵冲干扰消除方法。
为了实现上述发明目的，本发明提供了以下技术方案：
一种钻井液随钻信号的泵冲干扰消除方法，其包括如下步骤：
将同时包含泵冲干扰信号以及所求脉冲信号的随钻信号以向量x表示，则向量x同时包含泵冲干扰信号向量J以及所求脉冲信号向量s；
将x代入公式
Figure BDA0001305107120000021
求解α1；其中，T1和T2分别表示变换域t1和t2对应的M×N维变换矩阵，M和N为大于0的整数，α1和α2分别为变换域t1和t2上的N×1维变换系数向量，变换域t1和t2为分别为脉冲信号s稀疏的第一变换域和泵冲干扰J稀疏的第二变换域，其中，第一变换域t1为时域或小波变换域，第二变换域t2可以为DCT域、DST域或FFT域；m为表征泵冲干扰中能量集中位置fi领域的掩膜向量，其在[fi-Δf,fi+Δf],i＝1,2,......h内取值为1，其余位置取值为0，λ为正则化约束参数，用于在噪声存在的情况下，约束T1α1+T2mα2与x之间的均方误差最小，上标opt表示最优解；
利用公式
Figure BDA0001305107120000022
得出所求脉冲信号，其中
Figure BDA0001305107120000023
为α1经过软阈值处理得到。
进一步的，求解α1的步骤具体为：
(1)初始化迭代次数Lmax，阈值δ＝λ·Lmax，初始化s＝x，J＝0；
(2)固定s，更新J；具体包括:
步骤a：计算剩余部分R＝X-S；
步骤b：对剩余部分R做T2变换得到α2＝T2R；
步骤c：对mα2做软阈值处理得到
Figure BDA0001305107120000024
步骤d：对
Figure BDA0001305107120000031
做T2反变换重构J，得到
Figure BDA0001305107120000032
(3)固定J，更新s的步骤，具体包括:
步骤e：计算剩余部分R＝X-J；
步骤f：对剩余部分R做T1变换得到α1＝T1R；
步骤g：对α1做软阈值处理得到
Figure BDA0001305107120000033
步骤h：对
Figure BDA0001305107120000034
做T1反变换重构S，得到
Figure BDA0001305107120000035
(4)更新阈值δ＝δ-λ；如果δ＞λ则返回步骤(2)继续迭代，否则得出α1、α2结果。
进一步的，泵冲干扰中能量集中位置fi通过对随钻信号进行谱估计获得，具体包括如下步骤：
将随钻信号x(g)，g＝0，1，......，G-1分为K段，每段采样信号长度为P，记为xi(g)，g＝0，1，......，P-1，每段信号采样点均与相邻段存在部分重合；
将每段信号xi(g)与长度同样为P的窗函数w(g)相乘得到yi(g)＝xi(g)w(g)；
对yi(g)做DCT变换，再求平方，求得功率谱
Figure BDA0001305107120000036
自所述功率谱上获取谱峰，所述谱峰即为泵冲干扰中能量集中位置fi。
谱估计方式是为稀疏分解提供泵冲干扰DCT域功率谱集中区域的先验知识，使得稀疏分解在DCT域上只对泵冲干扰集中的区域做处理，既降低了计算量，也降低了对有用信号的畸变效应。
优选的，所述窗函数为海明窗函数。
进一步的，本方法中还包括将得出的脉冲信号进行后滤波的步骤；具体为将脉冲信号通过一低通滤波器，所述低通滤波器截止频率为
Figure BDA0001305107120000037
其中，TPW为所述脉冲信号的脉宽，η为滤波器带宽控制系数。
优选的，η取值在1～2之间。
本发明同时提供一种基于信号稀疏分离的的钻井液随钻信号的泵冲干扰消除系统，包括，
谱估计模块，用于对随钻信号进行谱估计以得出泵冲干扰中能量集中位置fi；
信号分离模块，用于采用信号稀疏分离方式将泵冲干扰从随钻信号中分离，同时得出目标脉冲信号；
后滤波模块，包括一低通滤波器，用于对目标脉冲信号进行低通滤波。
进一步的，所述谱估计模块进行谱估计的方法为：将随钻信号x(g)，g＝0，1，......，G-1分为K段，每段采样信号长度为P，记为xi(g)，g＝0，1，......，P-1，每段信号采样点均与相邻段存在部分重合；
将每段信号xi(g)与长度同样为P的窗函数w(g)相乘得到yi(g)＝xi(g)w(g)；
对yi(g)做DCT变换，再求平方，求得功率谱
Figure BDA0001305107120000041
自所述功率谱上获取谱峰，所述谱峰即为泵冲干扰中能量集中位置fi；
进一步的，信号分离模块采用信号稀疏分离方式将泵冲干扰从随钻信号中分离的方法具体为：
将同时包含泵冲干扰信号以及所求脉冲信号的随钻信号以向量x表示，则向量x同时包含泵冲干扰信号向量J以及所求脉冲信号向量s；
将x代入公式
Figure BDA0001305107120000042
求解α1；其中，T1和T2分别表示变换域t1和t2对应的M×N维变换矩阵，M和N为大于0的整数，α1和α2分别为变换域t1和t2上的N×1维变换系数向量，变换域t1和t2为分别为脉冲信号s稀疏的第一变换域和泵冲干扰J稀疏的第二变换域，m为表征泵冲干扰中能量集中位置fi领域的掩膜向量，其在[fi-Δf,fi+Δf],i＝1,2,......h内取值为1，其余位置取值为0，λ为正则化约束参数，用于在噪声存在的情况下，约束T1α1+T2mα2与x之间的均方误差最小，上标opt表示最优解；
利用公式
Figure BDA0001305107120000051
得出所求脉冲信号，其中
Figure BDA0001305107120000052
为α1经过软阈值处理得到。
进一步的，所述低通滤波器截止频率为
Figure BDA0001305107120000053
其中，TPW为所述脉冲信号的脉宽，η为滤波器带宽控制系数。
与现有技术相比，本发明的有益效果：本发明提供里一种利用信号稀疏分离方法对随钻信号中的泵冲干扰进行分离，以获得目标脉冲信号的方法，本方法利用泵冲干扰具有周期性，而周期信号的离散余弦变换(DCT)得到的系数是稀疏的，即泵冲干扰在DCT域上是稀疏的；同时，目标脉冲信号在时域上具有稀疏性；而泵冲干声在时域上和脉冲信号在DCT域上均不具有稀疏性；因此，我们可以利用他们在各自不同变换域上的稀疏性，通过适当的分解方法，将泵冲干扰和脉冲信号分离出来，从而达到消除泵冲干扰的目的。
附图说明：
图1为钻井液MWD系统的总体结构。
图2为地面接收端常用的信号处理流程。
图3为本发明提供的泵冲干扰消除系统结构框图。
图4为未经处理时的随钻信号。
图5为本发明中，对随钻信号进行谱估计时分段示意图。
图6为分离出的泵冲干扰及经处理过后的目标脉冲信号。
具体实施方式
下面结合附图及具体实施例对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。
实施例1：本实施例提供一种基于信号稀疏分离的钻井液随钻信号的泵冲干扰消除方法，其包括如下步骤：
S100：将同时包含泵冲干扰信号以及所求脉冲信号的随钻信号以向量x表示，则向量x同时包含泵冲干扰信号向量J以及所求脉冲信号向量s；
S200：将x代入公式
Figure BDA0001305107120000061
求解α1；其中，T1和T2分别表示变换域t1和t2对应的M×N维变换矩阵，M和N为大于0的整数，α1和α2分别为变换域t1和t2上的N×1维变换系数向量，变换域t1和t2为分别为脉冲信号s稀疏的第一变换域和泵冲干扰J稀疏的第二变换域，其中第一变换域t1为时域或小波变换域，第二变换域t2可以为DCT域、DST域或FFT域；m为表征泵冲干扰中能量集中位置fi领域的掩膜向量，其在[fi-Δf,fi+Δf],i＝1,2,......h内取值为1，其余位置取值为0，λ为正则化约束参数，用于在噪声存在的情况下，约束T1α1+T2mα2与x之间的均方误差最小，上标opt表示最优解；
求解α1的步骤具体为：
S210：初始化迭代次数Lmax，阈值δ＝λ·Lmax，初始化s＝x，J＝0；
S220：固定s，更新J；具体包括:
S221：计算剩余部分R＝X-S；
S222：对剩余部分R做T2变换得到α2＝T2R；
S223：对mα2做软阈值处理得到
Figure BDA0001305107120000062
S224：对
Figure BDA0001305107120000063
做T2反变换重构J，得到
Figure BDA0001305107120000064
S230：固定J，更新s的步骤，具体包括:
S231：计算剩余部分R＝X-J；
S232：对剩余部分R做T1变换得到α1＝T1R；
S233：对α1做软阈值处理得到
Figure BDA0001305107120000065
S234：对
Figure BDA0001305107120000066
做T1反变换重构S，得到
Figure BDA0001305107120000067
S240：更新阈值δ＝δ-λ；如果δ＞λ则返回步骤(2)继续迭代，否则得出α1、α2结果。
S300：利用公式
Figure BDA0001305107120000071
得出所求脉冲信号。
S400：将得出的脉冲信号进行后滤波；具体为将脉冲信号通过一低通滤波器，所述低通滤波器截止频率为
Figure BDA0001305107120000072
其中，TPW为所述脉冲信号的脉宽，η为滤波器带宽控制系数，本实施例中，η取值在1～2之间。图6给出了应用本方法得出的目标脉冲信号(图6中的信源输出)和分离出的泵冲干扰信号(图6中的泵噪消除结果)。
本方法实现的原理是：泵冲干扰具有周期性，周期信号的离散余弦变换(DCT)得到的系数是稀疏的，即泵冲干扰在DCT域上是稀疏的；同时，目标脉冲信号在时域上具有稀疏性；而泵冲干声在时域上和脉冲信号在DCT域上均不具有稀疏性；因此，我们可以利用他们在各自不同变换域上的稀疏性，通过适当的分解方法，将泵冲干扰和脉冲信号分离出来，从而达到消除泵冲干扰的目的。应注意的是，本发明是发明人基于自相关函数分析，得到钻井液噪声信号有很强的周期性分量，从而得出泵冲干扰具有很强周期性这一特性的。且同时，钻井液随钻数据传输系统的各种干扰和噪声中，泥浆泵产生的脉冲幅度较强，当其频率成分与井下发送的泥浆波信号混叠时会对有用信号形成较强的干扰，并且难以去除。现有的钻井液随钻数据传输系统在泵冲干扰(泥浆泵产生的脉冲干扰)消除方面也做了相当多的工作，例如利用限波器滤除带内泵冲干扰频率分量、利用泥浆泵活塞位置传感器及自适应算法合成泵冲信号、利用自适应梳状滤波器消除泵冲干扰、以及采用非线性滤波方法消除泵冲干扰等。但是这些方法中，既没有发现泵冲干扰的周期性，或者说没有应用本冲干扰具有很强周期性这一特点，而相应的，本发明利用了本冲干扰这一显著特点，提出了上述稀疏性分解提取脉冲信号的方法。
应注意的是，泵冲干扰中能量集中位置fi通过对随钻信号进行谱估计获得，具体包括如下步骤：
采用如图5所示的分段方法将如图4所示的随钻信号进行分段，具体的，将长度为Q的随钻信号x(g)，g＝0，1，......，G-1分为K段，每段采样信号长度为P，记为xi(g)，g＝0，1，......，P-1，每段信号采样点均与相邻段存在部分重合；
将每段信号xi(g)与长度同样为P的窗函数w(g)相乘得到yi(g)＝xi(g)w(g)；
对yi(g)做DCT变换，再求平方，求得功率谱
Figure BDA0001305107120000081
自所述功率谱上获取谱峰，所述谱峰即为泵冲干扰中能量集中位置fi；
本实施例中，所述窗函数为海明窗函数。
公式
Figure BDA0001305107120000082
的得出为如下原理：
假设随钻信号以向量形式表示为x＝[x(0),x(1),...,x(N-1)]T：
x＝s+J+w
其中s是脉冲信号，J是泵冲干扰，w是加性高斯白噪声。s在变换域t1稀疏，J在变换域t2稀疏。在不考虑w的影响下若要分离出s和J，则需要解决如下问题：
Figure BDA0001305107120000083
其中，T1和T2分别表示变换域t1和t2对应的M×N维变换矩阵，M和N为大于0的整数，α1和α2分别为变换域t1和t2上的N×1维变换系数向量，||·||0为l0范数。
但求解上述问题的复杂度随着信号的长度呈指数型增加。可以将上面的l0范数替换为l1范数，上式可以转化为下面的问题
Figure BDA0001305107120000084
而对于x除了含有上述的稀疏成分，另外还含有噪声w的情况下，(2)的问题又可以转化为如下的线性规划问题
Figure BDA0001305107120000091
上式中x-T1α1+T2α2是无法被T1和T2稀疏表示的信号成分(例如噪声w)，我们称之为残余误差，因此
Figure BDA0001305107120000093
是约束项，以约束T1α1+T2α2在最小均方意义下逼近x，λ是一个可调参数，在使用过程中根据实际信号进行调节，λ越小则残余误差越大，λ越大则α1和α2的稀疏性会减弱。
这样既能得到两种成分的稀疏表达，也能去除噪声。这个问题也就是基追踪(Basis Pursuit,BP)问题。
由于泵冲干扰分量J具有很强的周期性，因此可以利用谱估计方法估计出其基频频率及各次谐波，从而得到J在变换域T2能量集中的位置fi(f1，f2，....)。因此为了得到更好的分离效果，根据对泵冲干扰进行谱估计的结果可以将(3)式改写为：
Figure BDA0001305107120000092
即本发明最后应用的公式。
实施例2：如图3所示，本实施例提供一种本发明同时提供一种基于信号稀疏分离的的钻井液随钻信号的泵冲干扰消除系统，包括，
谱估计模块，用于对随钻信号进行谱估计以得出泵冲干扰中能量集中位置fi；
信号分离模块，用于采用信号稀疏分离方式将泵冲干扰从随钻信号中分离，同时得出目标脉冲信号；
后滤波模块，包括一低通滤波器，用于对目标脉冲信号进行低通滤波。
进一步的，所述谱估计模块进行谱估计的方法为：将随钻信号x(g)，g＝0，1，......，G-1分为K段，每段采样信号长度为P，记为xi(g)，g＝0，1，......，P-1，每段信号采样点均与相邻段存在部分重合；
将每段信号xi(g)与长度同样为P的窗函数w(g)相乘得到yi(g)＝xi(g)w(g)；
对yi(g)做DCT变换，再求平方，求得功率谱
Figure BDA0001305107120000101
自所述功率谱上获取谱峰，所述谱峰即为泵冲干扰中能量集中位置fi；
进一步的，信号分离模块采用信号稀疏分离方式将泵冲干扰从随钻信号中分离的方法具体为：
将同时包含泵冲干扰信号以及所求脉冲信号的随钻信号以向量x表示，则向量x同时包含泵冲干扰信号向量J以及所求脉冲信号向量s；
将x代入公式
Figure BDA0001305107120000102
求解α1；其中，T1和T2分别表示变换域t1和t2对应的M×N维变换矩阵，M和N为大于0的整数，α1和α2分别为变换域t1和t2上的N×1维变换系数向量，变换域t1和t2为分别为脉冲信号s稀疏的变换域和泵冲干扰J稀疏的变换域，m为表征泵冲干扰中能量集中位置fi领域的掩膜向量，其在[fi-Δf,fi+Δf],i＝1,2,......h内取值为1，其余位置取值为0，λ为正则化约束参数，用于在噪声存在的情况下，约束T1α1+T2mα2与x之间的均方误差最小，上标opt表示最优解；
利用公式
Figure BDA0001305107120000103
得出所求脉冲信号，其中
Figure BDA0001305107120000104
为α1经过软阈值处理得到。
进一步的，所述低通滤波器截止频率为
Figure BDA0001305107120000105
其中，TPW为所述脉冲信号的脉宽，η为滤波器带宽控制系数。

Claims (9)

1.一种钻井液随钻信号的泵冲干扰消除方法，其特征在于，
将同时包含泵冲干扰信号以及所求脉冲信号的随钻信号以向量x表示，则向量x同时包含泵冲干扰信号向量J以及所求脉冲信号向量s；
将x代入公式
Figure FDA0002272529350000011
求解α1；其中，T1和T2分别表示变换域t1和t2对应的M×N维变换矩阵，M和N为大于0的整数，α1和α2分别为变换域t1和t2上的N×1维变换系数向量，变换域t1和t2为分别为脉冲信号s稀疏的第一变换域和泵冲干扰J稀疏的第二变换域，λ为正则化约束参数，用于在噪声存在的情况下，约束T1α1+T2mα2与x之间的均方误差最小，m为表征泵冲干扰中能量集中位置fi领域的掩膜向量，其在[fi-Δf,fi+Δf],i＝1,2,......h内取值为1，其余位置取值为0，上标opt表示最优解；
利用公式
Figure FDA0002272529350000012
得出所求脉冲信号，其中
Figure FDA0002272529350000013
为α1经过软阈值处理得到。
2.如权利要求1所述的泵冲干扰消除方法，其特征在于，求解α1的步骤具体为：
(1)初始化迭代次数Lmax，阈值δ＝λ·Lmax，初始化s＝x，J＝0；
(2)固定s，更新J；具体包括:
步骤a：计算剩余部分R＝X-S；
步骤b：对剩余部分R做T2变换得到α2＝T2R；
步骤c：对mα2做软阈值处理得到
Figure FDA0002272529350000014
步骤d：对
Figure FDA0002272529350000015
做T2反变换重构J，得到
Figure FDA0002272529350000016
(3)固定J，更新s的步骤，具体包括:
步骤e：计算剩余部分R＝X-J；
步骤f：对剩余部分R做T1变换得到α1＝T1R；
步骤g：对α1做软阈值处理得到
Figure FDA0002272529350000021
步骤h：对
Figure FDA0002272529350000022
做T1反变换重构S，得到
Figure FDA0002272529350000023
(4)更新阈值δ＝δ-λ；如果δ＞λ则返回步骤(2)继续迭代，否则得出α1、α2结果。
3.如权利要求1所述的泵冲干扰消除方法，其特征在于，泵冲干扰中能量集中位置fi通过对随钻信号进行谱估计获得，具体包括如下步骤：
将随钻信号x(g)，g＝0，1，......，G-1分为K段，每段采样信号长度为P，记为xi(g)，g＝0，1，......，P-1，每段信号采样点均与相邻段存在部分重合；
将每段信号xi(g)与长度同样为P的窗函数w(g)相乘得到yi(g)＝xi(g)w(g)；
对yi(g)做DCT变换，再求平方，求得功率谱
Figure FDA0002272529350000024
自所述功率谱上获取谱峰，所述谱峰即为泵冲干扰中能量集中位置fi。
4.如权利要求3所述的泵冲干扰消除方法，其特征在于，所述窗函数为Hamming(海明)、Kaiser、Blackman等窗函数。
5.如权利要求1所述的泵冲干扰消除方法，其特征在于，还包括将得出的脉冲信号进行后滤波的步骤；具体为将脉冲信号通过一低通滤波器，所述低通滤波器截止频率为
Figure FDA0002272529350000025
其中，TPW为所述脉冲信号的脉宽，η为滤波器带宽控制系数。
6.如权利要求5所述的泵冲干扰消除方法，其特征在于，η取值在1～2之间。
7.一种钻井液随钻信号的泵冲干扰消除系统，其特征在于，包括，
谱估计模块，用于对随钻信号进行谱估计以得出泵冲干扰中能量集中位置fi；
信号分离模块，用于采用信号稀疏分离方式将泵冲干扰从随钻信号中分离，同时得出目标脉冲信号；信号分离模块采用信号稀疏分离方式将泵冲干扰从随钻信号中分离的方法具体为：将同时包含泵冲干扰信号以及所求脉冲信号的随钻信号以向量x表示，则向量x同时包含泵冲干扰信号向量J以及所求脉冲信号向量s；将x代入公式
Figure FDA0002272529350000031
求解α1；其中，T1和T2分别表示变换域t1和t2对应的M×N维变换矩阵，M和N为大于0的整数，α1和α2分别为变换域t1和t2上的N×1维变换系数向量，变换域t1和t2为分别为脉冲信号s稀疏的第一变换域和泵冲干扰J稀疏的第二变换域，m为表征泵冲干扰中能量集中位置fi领域的掩膜向量，其在[fi-Δf,fi+Δf],i＝1,2,......h内取值为1，其余位置取值为0，λ为正则化约束参数，用于在噪声存在的情况下，约束T1α1+T2mα2与x之间的均方误差最小，上标opt表示最优解；利用公式
Figure FDA0002272529350000032
得出所求脉冲信号，其中
Figure FDA0002272529350000033
为α1经过软阈值处理得到；
后滤波模块，包括一低通滤波器，用于对目标脉冲信号进行低通滤波。
8.如权利要求7所述的系统，其特征在于，所述谱估计模块进行谱估计的方法为：将随钻信号x(g)，g＝0，1，......，G-1分为K段，每段采样信号长度为P，记为xi(g)，g＝0，1，......，P-1，每段信号采样点均与相邻段存在部分重合；
将每段信号xi(g)与长度同样为P的窗函数w(g)相乘得到yi(g)＝xi(g)w(g)；
对yi(g)做DCT变换，再求平方，求得功率谱
Figure FDA0002272529350000034
自所述功率谱上获取谱峰，所述谱峰即为泵冲干扰中能量集中位置fi。
9.如权利要求7所述的系统，其特征在于，所述低通滤波器截止频率为
Figure FDA0002272529350000041
其中，TPW为所述脉冲信号的脉宽，η为滤波器带宽控制系数。
CN201710380701.6A 2017-05-25 2017-05-25 钻井液随钻信号的泵冲干扰消除方法及系统 Active CN107083957B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710380701.6A CN107083957B (zh) 2017-05-25 2017-05-25 钻井液随钻信号的泵冲干扰消除方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710380701.6A CN107083957B (zh) 2017-05-25 2017-05-25 钻井液随钻信号的泵冲干扰消除方法及系统

Publications (2)

Publication Number Publication Date
CN107083957A CN107083957A (zh) 2017-08-22
CN107083957B true CN107083957B (zh) 2020-05-26

Family

ID=59609025

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710380701.6A Active CN107083957B (zh) 2017-05-25 2017-05-25 钻井液随钻信号的泵冲干扰消除方法及系统

Country Status (1)

Country Link
CN (1) CN107083957B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110647720A (zh) * 2019-09-29 2020-01-03 宁夏隆基宁光仪表股份有限公司 一种嵌入式平台下非平稳信号电能计量的方法
CN110924940B (zh) * 2019-12-17 2021-09-07 电子科技大学 一种mwd系统泵噪自适应预测消除方法及装置
CN111308560B (zh) * 2019-12-18 2021-06-04 中国海洋石油集团有限公司 一种随钻测量mwd系统噪声消除方法和装置
CN113159331B (zh) * 2021-05-24 2023-06-30 同济大学 一种网络化机器学习系统的自适应稀疏度量化方法
CN115510927B (zh) * 2021-06-03 2024-04-12 中国移动通信集团四川有限公司 故障检测方法、装置及设备
CN114114184B (zh) * 2021-11-02 2022-12-27 南通大学 一种汽车雷达之间的交叉干扰抑制系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105041303A (zh) * 2015-07-27 2015-11-11 电子科技大学 钻井液随钻数据传输系统的泵冲干扰信号消除方法
CN105041304A (zh) * 2015-07-27 2015-11-11 电子科技大学 基于二维dct的泵冲干扰信号消除方法
CN105182417A (zh) * 2015-09-11 2015-12-23 合肥工业大学 一种基于形态成分分析的面波分离方法及系统
CN106680874A (zh) * 2016-12-08 2017-05-17 西安交通大学 基于波形形态特征稀疏化建模的谐波噪声压制方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6940420B2 (en) * 2001-12-18 2005-09-06 Schlumberger Technology Corporation Drill string telemetry system
GB2503010B (en) * 2012-06-14 2018-04-18 Reeves Wireline Tech Ltd A method of processing geological log data
US10419018B2 (en) * 2015-05-08 2019-09-17 Schlumberger Technology Corporation Real-time annulus pressure while drilling for formation integrity test
CA2988401C (en) * 2015-07-28 2020-04-28 Halliburton Energy Services, Inc. Sensor data compression for downhole telemetry applications

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105041303A (zh) * 2015-07-27 2015-11-11 电子科技大学 钻井液随钻数据传输系统的泵冲干扰信号消除方法
CN105041304A (zh) * 2015-07-27 2015-11-11 电子科技大学 基于二维dct的泵冲干扰信号消除方法
CN105182417A (zh) * 2015-09-11 2015-12-23 合肥工业大学 一种基于形态成分分析的面波分离方法及系统
CN106680874A (zh) * 2016-12-08 2017-05-17 西安交通大学 基于波形形态特征稀疏化建模的谐波噪声压制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Overcomplete dictionary based denoising and signal detection for drilling fluid pulse communication;Zhongwei Li,etc;《2014 11th International Computer Conference on Wavelet Actiev Media Technology and Information Processing(ICCWAMTIP)》;20141031;第381-384页 *
基于2D-DCT变换的MWD遥传信号泵冲;陈伟等;《测井技术》;20161031;第35卷(第10期);第19-22页 *

Also Published As

Publication number Publication date
CN107083957A (zh) 2017-08-22

Similar Documents

Publication Publication Date Title
CN107083957B (zh) 钻井液随钻信号的泵冲干扰消除方法及系统
CN111535802B (zh) 泥浆脉冲信号处理方法
Bednar Applications of median filtering to deconvolution, pulse estimation, and statistical editing of seismic data
CN112835103B (zh) 自适应去鬼波与宽频准零相位反褶积联合处理方法及系统
CN109031422A (zh) 一种基于CEEMDAN与Savitzky-Golay滤波的地震信号噪声抑制方法
CN113296154A (zh) 一种基伸缩调频同步挤压地震储层预测方法
CN111399057B (zh) 一种基于非凸稀疏约束的地震资料噪声压制方法
CN110967735A (zh) 自适应的鬼波压制方法及系统
CN105041303B (zh) 钻井液随钻数据传输系统的泵冲干扰信号消除方法
Lei et al. Speech enhancement for nonstationary noises by wavelet packet transform and adaptive noise estimation
CN107123431A (zh) 一种水声信号降噪方法
CN111427081B (zh) 时变地震衰减模型的构建方法
CN113296155A (zh) 一种基伸缩调频同步提取地震储层预测方法
CN110261912B (zh) 一种地震数据的插值和去噪方法及系统
KR102033469B1 (ko) 적응형 잡음제거기, 잡음제거 방법
CN111308560A (zh) 一种随钻测量mwd系统噪声消除方法和装置
Touati et al. Speech denoising by adaptive filter LMS in the EMD framework
Ashwin et al. Audio denoising based on short time fourier transform
CN102509268B (zh) 基于免疫克隆选择的非下采样轮廓波域图像去噪方法
Balan et al. Under water noise reduction using wavelet and savitzky-golay
CN112505640A (zh) 基于参数自适应的扩展b分布脉冲信号时频分析方法
DONG et al. Fast implementation technique of adaptive Kalman filtering deconvolution via dyadic wavelet transform
Lou et al. An approach based on simplified KLT and wavelet transform for enhancing speech degraded by non-stationary wideband noise
Li et al. Multiple combinational algorithm to adaptively track and detect measurement while drilling electromagnetic wave signal
CN113358927B (zh) 一种基于区域核函数的多分量线性调频信号时频分析方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant