CN108111455B - 基于压缩感知的随钻测井数据v-ofdm声波传输方法 - Google Patents

基于压缩感知的随钻测井数据v-ofdm声波传输方法 Download PDF

Info

Publication number
CN108111455B
CN108111455B CN201711331660.8A CN201711331660A CN108111455B CN 108111455 B CN108111455 B CN 108111455B CN 201711331660 A CN201711331660 A CN 201711331660A CN 108111455 B CN108111455 B CN 108111455B
Authority
CN
China
Prior art keywords
matrix
data
logging
channel
vector
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
CN201711331660.8A
Other languages
English (en)
Other versions
CN108111455A (zh
Inventor
张伟
师奕兵
马东
李焱骏
杨福毅
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 CN201711331660.8A priority Critical patent/CN108111455B/zh
Publication of CN108111455A publication Critical patent/CN108111455A/zh
Application granted granted Critical
Publication of CN108111455B publication Critical patent/CN108111455B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H04L27/2626—Arrangements specific to the transmitter only
    • H04L27/2627—Modulators
    • H04L27/2628—Inverse Fourier transform modulators, e.g. inverse fast Fourier transform [IFFT] or inverse discrete Fourier transform [IDFT] modulators
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK 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
    • E21B47/16—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 drill string or casing, e.g. by torsional acoustic waves
    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C23/00—Non-electrical signal transmission systems, e.g. optical systems
    • G08C23/02—Non-electrical signal transmission systems, e.g. optical systems using infrasonic, sonic or ultrasonic waves
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B11/00—Transmission systems employing sonic, ultrasonic or infrasonic waves
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/0212—Channel estimation of impulse response
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H04L27/2647—Arrangements specific to the receiver only
    • H04L27/2649—Demodulators
    • H04L27/265—Fourier transform demodulators, e.g. fast Fourier transform [FFT] or discrete Fourier transform [DFT] demodulators
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Discrete Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Acoustics & Sound (AREA)
  • Mining & Mineral Resources (AREA)
  • Geology (AREA)
  • Fluid Mechanics (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Remote Sensing (AREA)
  • Power Engineering (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种随钻测井数据V‑OFDM声波传输方法，在发送端通过QPSK调制，然后加入导频序列并通过V‑OFDM调制和上变频调制，最后转换成模拟信号，并驱动激振器产生声波信号加载到钻柱信道；在接收端收来自钻柱信道的声波并转换成电信号，经过调理、A/D转换为待处理的频带信号，然后进行下变频和V‑OFDM解调，提取导频序列完成信道实时估计，并根据信道估计结果进行均衡，最后通过QPSK解调得到随钻测井数据。本发明可以有效地克服信道多径延时，提高数据传输质量，降低误码率，可以满足井下低功耗小型化设计要求，利用压缩感知完成信道参数的实时估计，可以有效的降低导频开销，提高随钻测井数据有效传输速率。

Description

基于压缩感知的随钻测井数据V-OFDM声波传输方法
技术领域
本发明属于随钻测井数据实时传输技术领域，更为具体地讲，涉及一种基于压缩感知的随钻测井数据V-OFDM声波传输方法，用于钻井过程中井下测井仪器和地面中控系统的实时高速数据传输。
背景技术
随钻测井技术是在传统电缆测井技术基础上发展起来的新一代测井技术，其在钻进的过程中，实时测量地质特性，并将测井数据上传至地面中控系统，同时地面中控系统通过接收的测井数据实时反演地层结果，并有效地指导钻进轨迹。目前随钻测井作业中，少量测井参数如温度、方位角、井压值等通过泥浆脉冲传输系统实时上传地面，而大量测井数据存储在井下电路，待钻井作业结束，才能读出测井数据，无法实现真正意义上的随钻测井。
基于钻柱信道的随钻测井数据声波传输技术利用声波为载波、钻杆和接箍级联的钻柱作为信道，可以极大的提高随钻测井数据的传输速率，满足随钻测井数据传输速度要求。
图1是随钻测井数据声波传输示意图。
如图1所示，随着钻井过程的进行，钻杆和接箍级联构成的钻柱贯穿井眼直达地面，形成了声波传输的信道即钻柱信道。井下发射端将井下采集数据即随钻测井数据调制后通过发送模块的激振器转换为声波，加载到钻柱信道中，声波经过传输、衰减和噪声干扰后达到井上接收端接收模块的加速度传感器转换成电信号，然后经过解调恢复出井上接收数据即井下发送的随钻测井数据。通过在发送端和钻铤直接级联隔声体，可以有效的降低钻头强噪声耦合到钻柱信道中。
但钻柱信道的多径时延、钻井工况强噪声以及井下发送端低功耗小型化设计要求等对声波传输方案提出了极高的要求。
发明内容
本发明的目的在于克服现有技术的不足，提出一种基于压缩感知的随钻测井数据V-OFDM声波传输方法，以克服钻柱信道的多径时延，提高传输系统在钻井工况强噪声的鲁棒性和实现井下发送端低功耗小型化设计要求。
为实现上述发明目的，本发明基于压缩感知的随钻测井数据V-OFDM声波传输方法，其特征在于，包括以下步骤：
(1)、待发送随钻测井数据的星座映射
井下将采集的随钻测井数据表示成二进制序列，并将二进制序列由低位到高位每2位通过QPSK映射为一位数据，生成映射后的数据序列；
(2)、添加导频序列并进行子载波调制
将QPSK星座映射后的数据序列中添加收发两端已知的导频序列，然后将数据序列每N个数据转换成M×L维矩阵
Figure GDA0002497846850000021
每N个数据可以视为一个V-OFDM符号，然后对M×L维矩阵的每一行做L点IDFT变换(Inverse Discrete Fourier Transform离散傅里叶逆变换)，变换后将M×L维矩阵即发送矩阵
Figure GDA0002497846850000022
的后Lcp列添加到该矩阵第一列前，形成带循环前缀的M×(L+Lcp)维矩阵
Figure GDA0002497846850000023
将M×(L+Lcp)维矩阵进行并串转换，形成M×(L+Lcp)点串行序列，该序列为V-OFDM时域基带信号，然后对基带信号进行上变频调制，生成频带信号；
(3)、频带信号的发射
频带信号通过D/A转换电路，生成模拟信号，然后通过二阶带通滤波器和功率放大器，最后信号通过激振器产生声波信号，加载到钻柱信道中；
(4)、声波信号的接收
加载到钻柱信道中的声波信号经过信道衰减、噪声干扰，到达接收端，声波信号通过加速度传感器转换成电信号，然后通过带通滤波器和放大器对信号进行调理，最后信号通过A/D转换电路，生成待处理的频带信号；
(5)、频带信号的解调
待处理的频带信号首先通过下变频解调，转换成V-OFDM时域基带信号，然后对每M×(L+Lcp)点串行序列进行串并转换形成M×(L+Lcp)维矩阵，将矩阵的前Lcp列丢弃，变为M×L维矩阵即接收矩阵
Figure GDA0002497846850000024
对M×L维矩阵的每一行做L点DFT变换(Discrete FourierTransform离散傅里叶变换)，得到解调后的M×L维矩阵，完成频带信号的解调；
(6)、随钻测井数据的恢复
从解调后的M×L维矩阵提取出导频序列，然后依据导频序列，利用压缩感知进行信道估计，然后根据信道估计得到的信道矢量矩阵Hl，对解调后的M×L维矩阵中剩余的数据进行均衡，最后对均衡后的数据进行QPSK解调，得到随钻测井数据。
本发明的目的是这样实现的。
本发明随钻测井数据V-OFDM声波传输方法，在发送端通过QPSK调制(星座映射)，然后加入导频序列，并通过V-OFDM调制和上变频调制，实现矢量正交子载波调制和基带信号到频带信号的调制，最后转换模拟信号，并驱动激振器产生声波信号加载到钻柱信道；在接收端，通过加速度传感器接收来自钻柱信道的声波，并将其转换成电信号，经过调理、A/D转换为待处理的频带信号，然后对待处理的频带信号进行下变频和V-OFDM解调，实现频带信号到基带信号的解调和矢量子载波解调，提取导频序列，完成信道实时估计，并根据信道估计结果，对接收数据进行均衡，均衡后的数据通过QPSK解调，得到随钻测井数据。本发明可以有效的克服信道多径延时干扰，提高数据传输质量，降低误码率，同时通过简单设置发送端参数，可以满足井下低功耗小型化设计要求，利用压缩感知完成信道参数的实时估计，可以有效的降低导频开销，提高随钻测井数据有效传输速率。
附图说明
图1是随钻测井数据声波传输示意图；
图2是本发明基于压缩感知的随钻测井数据V-OFDM声波传输方法一种具体实施方式原理框图；
具体实施方式
下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。
图2是本发明基于压缩感知的随钻测井数据V-OFDM声波传输方法一种具体实施方式原理框图。
在本实施例中，如图2所示，在发射端，井下采集测井数据作为待发送的随钻测井数据序列通过QPSK调制，完成信号的星座映射；然后在数据中加入导频序列，之后数据序列通过V-OFDM调制和上变频调制，实现矢量正交子载波调制和基带信号到频带信号的调制，最后完成处理的数字信号通过D/A模块，转换成模拟信号，并驱动激振器产生声波，加载到钻柱信道中。在接收端，通过加速度传感器接收来自钻柱信道的声波，并将其转换成电信号，通过前端滤波放大电路完成对模拟信号的调理，之后通过A/D转换模块，转换成待处理的频带信号。然后，待处理的频带信号进行下变频和V-OFDM解调，实现频带信号到基带信号的解调和矢量子载波解调，从解调后的数据序列中，提取导频序列，完成信道的实时估计，并根据信道估计结果，对接收数据进行均衡，均衡后的数据通过QPSK解调，得到随钻测井数据即恢复出发送端的发送数据。
下面结合图2以及具体实施方式对本发明各个步骤进行详细说明。
1、待发送随钻测井数据的星座映射
在本实施例中，首先对采集即待发送的随钻测井数据进行星座映射，原始测井数据有效数据为16位，然后由低位至高位每2位进行QPSK调制，其映射过程如下公式所示：
Figure GDA0002497846850000041
其中，n＝0,1,…,7，
Figure GDA0002497846850000042
为QPSK映射后随钻测井数据
Figure GDA0002497846850000043
的第n位，x(2n,2n-1)为QPSK映射前测井数据x的第2n,2n-1位。
因此，通过QPSK调制，每一个16位的随钻测井数据变为一个8位的QPSK数据。然后，每16个随钻测井数据通过QPSK调制映射后，变成长度为N＝128的数据序列。
2、V-OFDM调制
在本实施例中，N＝128个数据
Figure GDA0002497846850000044
经过串并转换，变成M×L维矩阵
Figure GDA0002497846850000045
其中M＝2，L＝64，然后对矩阵
Figure GDA0002497846850000046
的每一行做L即64点IDFT变换，得到M×L维矩阵
Figure GDA0002497846850000051
然后在将M×L维矩阵
Figure GDA0002497846850000052
的后Lcp＝7列添加到M×L维矩阵
Figure GDA0002497846850000053
前得到矩阵
Figure GDA0002497846850000054
最后将M×(L+Lcp)矩阵
Figure GDA0002497846850000055
进行并串转换，得到长度为Ls＝M×(L+Lcp)＝142的串行序列
Figure GDA0002497846850000056
3、V-OFDM解制
通过A/D转换模块，接收端获得Ls点采集的声波数据
Figure GDA0002497846850000057
并丢弃掉前M×Lcp点数据，可以到N＝128点无ISI干扰的接收数据
Figure GDA0002497846850000058
然后通过串并转换得到M×L接收矩阵
Figure GDA0002497846850000059
4、V-OFDM均衡
通过V-OFDM传输后，接收矩阵
Figure GDA00024978468500000510
和发送矩阵
Figure GDA00024978468500000511
之间的关系为
Figure GDA00024978468500000512
nl为噪声分量，Hl为信道矢量矩阵，其表达式为
Figure GDA00024978468500000513
其中，
Figure GDA00024978468500000514
Ul为M×M维酉矩阵，其第s行，m列元素为：
Figure GDA00024978468500000515
Figure GDA00024978468500000516
其中，
Figure GDA00024978468500000517
为钻柱信道多径脉冲响应，
Figure GDA00024978468500000518
为钻柱信道的频率响应，D为信道最大多径时延。
在本实施例中，V-OFDM压缩感知信道估计模型为：
信道矢量矩阵Hl的矩阵
Figure GDA00024978468500000519
可重新表示为
Figure GDA00024978468500000520
其中矩阵Sl为M×N维矩阵，其第a行除了第l+1+(a-1)L元素为1，其余元素全为0，FN,N×D为N×NDFT矩阵FN的前D列，其中：
Figure GDA0002497846850000061
其中
Figure GDA0002497846850000062
这样，接收矩阵
Figure GDA0002497846850000063
和发送矩阵
Figure GDA0002497846850000064
之间的关系可以表示成
Figure GDA0002497846850000065
因此令
Figure GDA0002497846850000066
对于L个列向量，其发送端与接收端的关系可以表示为
Figure GDA0002497846850000067
其中
Figure GDA0002497846850000068
为以
Figure GDA0002497846850000069
向量元素对角元素的矩阵，即
Figure GDA00024978468500000610
当从L个列向量中选取P个列向量作为导时，其对应取值分别为[k0,k1,…,kP-1]，此时发送导频和接收导频的关系为：
Figure GDA00024978468500000611
此时Dp的维数为Mp。
此时，由于h为稀疏向量，因此可以利用压缩感知理论完成对h的恢复，其测量矩阵为A＝DpVsFN,N×D。
因此，在本实施例中，所述根据信道估计得到的信道矢量矩阵为：
4.1)、令列向量
Figure GDA00024978468500000612
列向量
Figure GDA00024978468500000613
其中
Figure GDA00024978468500000614
和
Figure GDA00024978468500000615
分别为接收矩阵
Figure GDA0002497846850000071
和发送矩阵
Figure GDA0002497846850000072
的第l列，其中，Ul为M×M维酉矩阵，其第s行，m列元素为：
Figure GDA0002497846850000073
4.2)、在列向量
Figure GDA0002497846850000074
列向量
Figure GDA0002497846850000075
中分别选取出导频序列对应的P列向量
Figure GDA0002497846850000076
其中，kp为导频序列对应的列序号，kp＝0,1,…,P-1，其取值范围为0到L-1的整数；
4.3)、依据以下公式：
Figure GDA0002497846850000077
计算出稀疏向量h；
其中：矩阵yP是列向量
Figure GDA0002497846850000078
按列构成的矩阵，矩阵DP中
Figure GDA0002497846850000079
是以列向量
Figure GDA00024978468500000710
的向量元素为对角元素的矩阵，其维数为MP，矩阵Vs中
Figure GDA00024978468500000711
为M×N维矩阵，其第a行除了第kp+1+(a-1)L元素为1，其余元素全为0；
FN,N×D为N×NDFT(离散傅里叶变换)矩阵FN的前D列，其中：
Figure GDA00024978468500000712
其中
Figure GDA00024978468500000713
此时，由于h为稀疏向量，因此可以利用压缩感知理论完成对h的恢复，其测量矩阵为A＝DpVsFN,N×D；
4.4)、根据稀疏向量h，依据
Figure GDA00024978468500000714
得到信道矢量矩阵Hl，矩阵
Figure GDA0002497846850000081
为矩阵Ul的共轭转置矩阵，矩阵Sl为M×N维矩阵，其第a行除了第l+1+(a-1)L元素为1，其余元素全为0。
在本实施例中，采用OMP(Orthogonal Matching Pursuit正交匹配追踪)算法完成稀疏向量h的估计：
输入：矩阵yP、测量矩阵A、定义稀疏度K＝6；输出：稀疏向量h的逼近值
Figure GDA0002497846850000082
初始化：残差d0＝y，索引集
Figure GDA0002497846850000083
索引矩阵B＝zeros(ND,K)，
Figure GDA0002497846850000084
下标cnt表示迭代次数，且cnt≤K，当前cnt＝0。
循环执行步骤1-5：
步骤1：找出残差d和测量矩阵A的列a(i)积中最大值对应的角标λ，即
Figure GDA0002497846850000085
步骤2：更新索引集Λcnt＝Λcnt-1∪{λcnt}，同时更新索引矩阵B(:,cnt)＝a(i)；
步骤3：由最小二乘法求
Figure GDA0002497846850000086
步骤4：更新残差
Figure GDA0002497846850000087
步骤5：增加迭代次数cnt＝cnt+1，如果cnt≤K则返回第1步，否则停止迭代；同时输出
Figure GDA0002497846850000088
中K行(行标号为Λcnt)的值对应为
Figure GDA0002497846850000089
OMP算法为现有技术。
5、导频位置
由于为了便于确定位置，设置Dp＝I为单位矩阵，则
Figure GDA00024978468500000810
为M维单位矩阵，对应
Figure GDA00024978468500000811
此时A＝VsFN,N×D，由于随机选择行的FN,N×D矩阵具有较好的RIP特性，因此在确定了Dp的维数后，可以通过随机搜索法确定导频的位置，本实施例中，Dp维数为ND＝24，稀疏度为K＝6，随机搜索次数为G＝105，搜索的步骤为：
1、设置G个导频位置集合Ωg,g＝0,1,…,G-1，其随机产生p＝ND/M个在[1,L]范围内以M个连续的值
2、计算G个对应测量矩阵A的最大列相关系数，然后找出最小列相关系数对应的导频集合Ωg。最大列相关计算公式为
Figure GDA0002497846850000091
3、此时的Ωg可以作为最优导频位置分布。
为了验证在实际钻柱信道中的传输特性，实验室搭建由6根钻杆和5根接箍组成的信道，其总长度为53.76m。符号周期为1s，通过设置导频的数量和位置，并与传统的LS信道估计相对比，获得了误码率对比结果。其中压缩感知的导频设计分布为最优随机导频μ＝0.2623，最差随机导频μ＝0.7350，随机导频μ＝0.4136，均匀分布导频μ＝0.6273，和连续分布导频μ＝0.9975。从误码率对比结果可以看出，传统的LS信道估计在导频数(Npilot＝24)较少时，无法完成信道估计，信道传输误码率高。而此时采用压缩感知信道估计，其可以获得较好的信道估计，传输误码率低。同时信道估计的准确性与导频设计相关，具有较小列相关性的导频分布时可以获得较好的信道估计结果，其可以由误码率表征。
尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (2)

1.一种基于压缩感知的随钻测井数据V-OFDM声波传输方法，其特征在于，包括以下步骤：
(1)、待发送随钻测井数据的星座映射
井下将采集的随钻测井数据表示成二进制序列，并将二进制序列由低位到高位每2位通过QPSK映射为一位数据，生成映射后的数据序列；
(2)、添加导频序列并进行子载波调制
将QPSK星座映射后的数据序列中添加收发两端已知的导频序列，然后将数据序列每N个数据转换成M×L维矩阵
Figure FDA0002457784500000011
每N个数据可以视为一个V-OFDM符号，然后对M×L维矩阵的每一行做L点IDFT变换(Inverse Discrete Fourier Transform离散傅里叶逆变换)，变换后将M×L维矩阵即发送矩阵
Figure FDA0002457784500000012
的后Lcp列添加到该矩阵第一列前，形成带循环前缀的M×(L+Lcp)维矩阵
Figure FDA0002457784500000013
将M×(L+Lcp)维矩阵进行并串转换，形成M×(L+Lcp)点串行序列，该序列为V-OFDM时域基带信号，然后对基带信号进行上变频调制，生成频带信号；
(3)、频带信号的发射
频带信号通过D/A转换电路，生成模拟信号，然后通过二阶带通滤波器和功率放大器，最后信号通过激振器产生声波信号，加载到钻柱信道中；
(4)、声波信号的接收
加载到钻柱信道中的声波信号经过信道衰减、噪声干扰，到达接收端，声波信号通过加速度传感器转换成电信号，然后通过带通滤波器和放大器对信号进行调理，最后信号通过A/D转换电路，生成待处理的频带信号；
(5)、频带信号的解调
待处理的频带信号首先通过下变频解调，转换成V-OFDM时域基带信号，然后对每M×(L+Lcp)点串行序列进行串并转换形成M×(L+Lcp)维矩阵，将矩阵的前Lcp列丢弃，变为M×L维矩阵即接收矩阵
Figure FDA0002457784500000014
对M×L维矩阵的每一行做L点DFT变换(Discrete Fourier Transform离散傅里叶变换)，得到解调后的M×L维矩阵，完成频带信号的解调；
(6)、随钻测井数据的恢复
从解调后的M×L维矩阵提取出导频序列，然后依据导频序列，利用压缩感知进行信道估计，然后根据信道估计得到的信道矢量矩阵Hl，对解调后的M×L维矩阵中剩余的数据进行均衡，最后对均衡后的数据进行QPSK解调，得到随钻测井数据；
所述根据信道估计得到的信道矢量矩阵Hl为：
4.1)、令列向量
Figure FDA0002457784500000021
列向量
Figure FDA0002457784500000022
其中，
Figure FDA0002457784500000023
和
Figure FDA0002457784500000024
分别为接收矩阵
Figure FDA0002457784500000025
和发送矩阵
Figure 1
的第l列；
4.2)、在列向量
Figure FDA0002457784500000027
列向量
Figure FDA0002457784500000028
中分别选取出导频序列对应的P列向量
Figure FDA0002457784500000029
其中，kp为导频序列对应的列序号，kp＝0,1,…,P-1，其取值范围为0到L-1的整数；
4.3)、依据以下公式：
Figure FDA00024577845000000210
计算出稀疏向量h；
其中：矩阵yP是列向量
Figure FDA00024577845000000211
按列构成的矩阵，矩阵DP中
Figure FDA00024577845000000212
是以列向量
Figure FDA00024577845000000213
的向量元素为对角元素的矩阵，其维数为MP，矩阵Vs中
Figure FDA00024577845000000214
为M×N维矩阵，其第a行除了第kp+1+(a-1)L元素为1，其余元素全为0；
FN,N×D为N×NDFT(离散傅里叶变换)矩阵FN的前D列，其中：
Figure FDA00024577845000000215
其中
Figure 2
；
4.4)、根据稀疏向量h，依据
Figure FDA00024577845000000217
得到信道矢量矩阵Hl，矩阵
Figure FDA00024577845000000218
为矩阵Ul的共轭转置矩阵，矩阵Sl为M×N维矩阵，其第a行除了第l+1+(a-1)L元素为1，其余元素全为0，其中，Ul为M×M维酉矩阵，其第s行，m列元素为：
Figure FDA0002457784500000031
2.根据权利要求1所述的基于压缩感知的随钻测井数据V-OFDM声波传输方法，其特征在于，所述计算出稀疏向量h为：定义稀疏度K＝6，将矩阵yP、测量矩阵A输入到OMP算法中，得到稀疏向量h。
CN201711331660.8A 2017-12-13 2017-12-13 基于压缩感知的随钻测井数据v-ofdm声波传输方法 Active CN108111455B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711331660.8A CN108111455B (zh) 2017-12-13 2017-12-13 基于压缩感知的随钻测井数据v-ofdm声波传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711331660.8A CN108111455B (zh) 2017-12-13 2017-12-13 基于压缩感知的随钻测井数据v-ofdm声波传输方法

Publications (2)

Publication Number Publication Date
CN108111455A CN108111455A (zh) 2018-06-01
CN108111455B true CN108111455B (zh) 2020-07-17

Family

ID=62216742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711331660.8A Active CN108111455B (zh) 2017-12-13 2017-12-13 基于压缩感知的随钻测井数据v-ofdm声波传输方法

Country Status (1)

Country Link
CN (1) CN108111455B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110295891B (zh) * 2019-05-22 2023-02-10 中国石油天然气集团有限公司 一种数字声波测井的纵波井下增益自适应控制系统及方法
CN111786927B (zh) * 2020-06-23 2021-09-17 青岛拓准测控技术有限公司 正交频分复用随钻数据传输方法、系统、存储介质及应用
CN112459721B (zh) * 2021-02-03 2021-04-16 中国石油大学(华东) 旋转导向钻井工具测控系统的故障诊断方法、装置及应用
CN113364719B (zh) * 2021-05-27 2023-03-31 电子科技大学 一种基于ofdm的随钻电磁波传输系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101699807A (zh) * 2009-11-03 2010-04-28 上海大学 低密度导频分布的ofdm快变信道估计方法
CN101984612A (zh) * 2010-10-26 2011-03-09 南京邮电大学 基于压缩感知的非连续正交频分复用信道估计方法
CN102624658A (zh) * 2012-03-02 2012-08-01 清华大学 基于压缩感知理论的tds-ofdm传输方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7394858B2 (en) * 2003-08-08 2008-07-01 Intel Corporation Systems and methods for adaptive bit loading in a multiple antenna orthogonal frequency division multiplexed communication system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101699807A (zh) * 2009-11-03 2010-04-28 上海大学 低密度导频分布的ofdm快变信道估计方法
CN101984612A (zh) * 2010-10-26 2011-03-09 南京邮电大学 基于压缩感知的非连续正交频分复用信道估计方法
CN102624658A (zh) * 2012-03-02 2012-08-01 清华大学 基于压缩感知理论的tds-ofdm传输方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于钻柱声波信道的随钻数据V-OFDM传输方法研究;马东，师奕兵，张伟，柳国振;《电子科技大学学报》;20170131;第46-54页 *

Also Published As

Publication number Publication date
CN108111455A (zh) 2018-06-01

Similar Documents

Publication Publication Date Title
CN108111455B (zh) 基于压缩感知的随钻测井数据v-ofdm声波传输方法
CN108063657B (zh) 基于压缩感知的随钻测井数据nc-ofdm声波传输方法
CN108599820B (zh) 基于块结构自适应压缩采样匹配追踪算法的大规模mimo系统信道估计方法
CN110266617B (zh) 超奈奎斯特系统的多径信道估计方法
CN108848043B (zh) 基于压缩感知的低复杂度水声稀疏时变信道估计方法
CN109802911B (zh) 一种适用于水声modem的快速信道估计与信号同步方法
CN103338168B (zh) 基于加权分数傅立叶变换的双弥散信道下的迭代时域最小均方误差均衡方法
CN102244624A (zh) 基于正交匹配追踪的稀疏信道估计方法
CN113630149B (zh) 一种基于索引调制的多序列扩频通信方法及系统
CN106302298A (zh) 一种消除正交频分复用水声通信系统限幅噪声的方法
CN103490860A (zh) 一种高性能的短波正交扩频迭代解调与译码方法
CN108650005B (zh) 一种用于mimo-fbmc/oqam系统中的导频结构以及信道估计方法
Zhang et al. Meta-learning-aided orthogonal frequency division multiplexing for underwater acoustic communications
CN104486284B (zh) 基于增强型六维64psk星座的正交频分复用方法
CN103944852A (zh) 一种基于压缩感知的冲激噪声估计与消除方法及装置
CN1463083A (zh) 用于频域均衡的导频插入与信道参数估计的方法
CN101848183B (zh) 多入多出正交频分复用系统中信道估计方法及装置
CN105847192B (zh) 一种动态稀疏信道的联合估计方法
CN105610484B (zh) 大规模mimo低复杂度迭代接收方法
CN107276703B (zh) 一种采用压缩感知技术的正交空间调制系统检测方法
CN112383492B (zh) 应用于短波ofdm双选天波信道估计的递归压缩感知方法及系统
CN101651643B (zh) 基于空间分集的小波神经网络盲均衡方法
CN113709075B (zh) 一种利用水声信道多径效应的水声通信接收机的实现方法
CN108983191B (zh) Ofdm雷达通信一体化系统的低速信号处理方法
Ren et al. Estimation of underwater acoustic mimo-ofdm channel based on compressed sensing

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