CN113536983B - 一种基于p-rls自适应滤波时延估计的石油管道盗取定位方法 - Google Patents
一种基于p-rls自适应滤波时延估计的石油管道盗取定位方法 Download PDFInfo
- Publication number
- CN113536983B CN113536983B CN202110722418.3A CN202110722418A CN113536983B CN 113536983 B CN113536983 B CN 113536983B CN 202110722418 A CN202110722418 A CN 202110722418A CN 113536983 B CN113536983 B CN 113536983B
- Authority
- CN
- China
- Prior art keywords
- signal
- time delay
- signals
- petroleum pipeline
- rls
- 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
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 title claims abstract description 23
- 239000003208 petroleum Substances 0.000 title claims abstract description 21
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- 230000000875 corresponding effect Effects 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 238000012847 principal component analysis method Methods 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 2
- 239000000835 fiber Substances 0.000 claims description 2
- 230000036039 immunity Effects 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000002474 experimental method Methods 0.000 abstract description 2
- 238000000513 principal component analysis Methods 0.000 description 9
- 238000005314 correlation function Methods 0.000 description 6
- 208000005342 Porcine Reproductive and Respiratory Syndrome Diseases 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 101000621511 Potato virus M (strain German) RNA silencing suppressor Proteins 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000005311 autocorrelation function Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Complex Calculations (AREA)
Abstract
本发明属于无线电信号参数估计技术领域，提供了一种基于P‑RLS自适应滤波时延估计的石油管道盗取定位方法。本方法的特征是：首先采集获得两路观测信号，一者为待测信号，另一为参考信号。接着利用主成分析法(PCA)分别对两路信号进行预处理。其次对预处理后的两路信号进行最小二乘法(RLS)自适应滤波提高信噪比。然后对最小二乘法滤波后的信号进行二次互相关时延估计，再进行三次样条插值能够获取非整数的时延值。最后对石油管道盗取点进行定位。实验证明，本方法能够在低信噪比下情况下有较强的抗噪声能力，从而提升了时延估计的性能，能够有效的提升定位的精确度，满足实际需求。
Description
技术领域
本发明涉及定位技术领域，涉及到利用自适应滤波时延估计的石油管道盗取定位方法，特别涉及到一种使用主成分分析(PCA)和最小二乘法(RLS)自适应滤波时延估计的石油管道盗取定位方法。
背景技术
在石油管道盗取定位问题中，可以采用估计发生在异常事件点的信号经过两条不同路径的时间差值，对石油管道发生的异常事件位置进行定位。时延估计作为定位的依据，对后续定位的精度有直接的影响，故可以说时延估计的精度直接决定了定位的精度。很多经典的方法很容易受到噪声或干扰的影响，在低信噪比情况下精确度会有所下降。故本发明提出一种主成分分析(PCA)和最小二乘法(RLS)自适应滤波时延估计，也就是P-RLS(PCA-RLS)自适应滤波时延估计方法，应用在石油管道盗取的定位中，为解决在低信噪比情况下时延估计定位精度下降提出了切实可行的方法。
发明内容
本发明的主要目的是为了提供一种基于P-RLS自适应滤波时延估计的石油管道盗取定位方法来对石油管道的盗取进行定位。
基于P-RLS自适应时延估计方法，包括以下步骤：
A.分别获得两路观测信号，其中一路是参考信号，另一路信号为包含待估计时延的待测信号。
B.利用PCA主成分分析法对信号进行重构。
B1.分别对两路观测信号构造信号观测矩阵。
B2.对两个观测矩阵做去均值处理。
B3.对两个观测矩阵计算协方差矩阵并进行奇异值分解。
B4.去除较小的奇异值和对应的特征向量，得到降噪后的信号矩阵。
B5.利用降噪后的信号对信号进行重构，得到降噪恢复后的信号，记作和
C.计算RLS自适应滤波的最优滤波信号。
C1.根据PCA预处理后的信号和/>和滤波阶数，计算出RLS自适应滤波输出信号。
C2.根据RLS自适应滤波输出信号和期望输出信号，计算出误差。
C3.根据遗传因子和误差，计算出误差平方和最优滤波系数，得出最优滤波后的信号，记为yPR1(n)和yPR2(n)。
D.时延估计。
D1.计算最优滤波后的信号yPR1(n)和yPR2(n)的互相关。
D2.计算最优滤波后的信号yPR1(n)的自相关。
D3.对最优滤波后的信号yPR1(n)和yPR2(n)的互相关结果和最优滤波后的信号yPR1(n)的自相关结果再做相关，记为RRPRR(τ)。
D4.对信号RRPRR(τ)进行三次样条插值，得到非整数时延值。
E.对石油管道盗取点进行定位。
其优点在于：
本方法能够在低信噪比下情况下有较强的抗噪声能力，从而提升了时延估计的性能，能够有效的提升定位的精确度，满足实际需求。
附图说明
附图1是本发明的P-RLS自适应时延估计的石油管道盗取定位方法的总体流程图。
附图2是本发明中根据真实石油数据模拟的仿真波形图。
附图3是本发明中时延估计仿真图。
附图4是本发明中不同信噪比情况下时延值的均方根误差对比图。
具体实施方式
为使本发明实施例的目的、技术方案及其优点更加清楚，下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚完整的描述，整体算法流程图如图1所示：
一种基于P-RLS自适应滤波时延估计的石油管道盗取定位方法，其特征在于，包括以下步骤：
A.采集两路观测信号。
所述步骤A具体包含以下步骤：
按公式(1)采集参考信号；按公式(2)采集包含待估计时延的待测信号。
x1(n)＝s(n)+n1(n) (1)。
x2(n)＝s(n-D)+n2(n) (2)。
其中，x1(n)和x2(n)为接收到的两路观测信号；s(n)为石油盗取的事件信号，s(n-D)为具有一定时延延迟的石油盗取的事件信号，用具有谐波特性的正弦信号叠加而产生仿真信号为石油盗取的事件信号；D为待估计的时间延迟；n1(n)和n2(n)是加性噪声。
B.利用PCA主成分分析法对信号进行重构。
所述步骤B具体包含以下步骤：
B1.按照公式(3)计算两路观测信号x1(n)和x2(n)，n＝1,2,…,L，的观测矩阵分别重新排列得到q×(L-q+1)维观测矩阵对信号进行降噪q：
B2.对观测矩阵XPi去均值得到零均值矩阵由公式(4)计算得到。
其中，为每一位特征的各自的平均值。
B3.对观测矩阵计算协方差矩阵得对其进行矩阵奇异值分解由公式(5)计算得到：
其中，U是特征矩阵，∑是对角阵，的奇异值分布∑的对角线上，且按由大到小排列。
B4.再将较小的奇异值去掉，反映主要信号分量选取前P个较大奇异值，反映噪声干扰分量则舍去后面较小的奇异值，得到∑0，公式(6)为取正交变换矩阵：
C0＝U∑0 (6)。
则降噪后的信号矩阵由公式(7)计算得到：
B5.通过选取矩阵的第一行和第一列排成新的列向量，即为降噪恢复后的信号/>和/>
C.计算RLS自适应滤波的最优滤波信号。
所述步骤C具体包含以下步骤：
C1.先对接收两路PCA降噪信号和/>分别进行RLS滤波，得到输出信号yPR1(n)和yPR2(n)由公式(8)和(9)计算得到：
其中ωi(n)为滤波系数。
C2.输出信号减去期望输出信号Di(n)得到误差e1(n)和e2(n)如公式(10)和(11)：
C3.那么误差平方ζ1(n)和ζ2(n)与误差e1(n)和e2(n)的关系为如公式(12)和(13)：
其中λi为遗传因子。当偏导数ζ1(n)/ω1(n)＝0和ζ2(n)/ω2(n)＝0时，可以得到误差平方ζ1(n)和ζ2(n)的极值，其中最小值点就是ω1(n)和ω2(n)的最优值，也就是最优滤波系数，代入式(8)和(9)便可得到最优滤波后的信号。
D.时延估计。
所述步骤D具体包含以下步骤：
D1.对RLS滤波后的信号yPR1(n)和yPR2(n)做互相关，如公式(14)所示：
其中，RPRss(τ)为信号做的互相关，和/>为信号和噪声做的互相关，/>为噪声和噪声做的互相关。
假设噪声与信号是非相关的，噪声为在非相关高斯白噪声，则可以忽略和/>将/>和/>均视为零，/>为τ＝0处的冲激函数，尽管/>在τ≠0时不为零，但是其幅度有了明显的减小。RPRss(τ)和仍为时间函数，因此，可以将其看为新的信号和噪声模型，其公式如(15)所示：
D2.接着对信号yPR1(n)做自相关，由公式(16)得到:
根据上文假设噪声与信号非相关，所以将信号与噪声的相关函数和均看作0，故式(16)可简化为：
D3.最后对信号yPR1(n)的自相关函数RPR11(τ)与信号yPR1(n)和yPR2(n)的互相关函数RPR12(τ)再做相关，得到RPRRR(τ)因为相关函数也是时间函数，所以用n代替τ，二次互相关函数计算公式如式(18)则为：
理想情况下，将信号与噪声的相关函数近似看成0，可简化为如式(19)所示：
其中，RPRRS(·)表示纯信号做的二次相关；RPRRN(·)表示噪声做的二次自相关。公式(20)为忽略信号和噪声的互相关函数：
RPRRR(τ)＝RPRRS(τ-D)+RPRRN(τ) (20)。
若噪声为非相关高斯白噪声，则可以把RPRRN(τ)看成是零，如公式(21)所示：
RPRRR(τ)＝RPRRS(τ-D) (21)。
D4.为得到非整数时延值对信号RRPRR(τ)进行三次样条插值得到信号在τ＝D时对插值后的信号/>取最大值，利用/>最大值对应的时间点可以估计时延。
E.石油管道盗取定位。
所述步骤E具体包含以下步骤：
对石油管道盗取采用基于Mach-Zehnder干涉仪(马赫曾德)的定位原理来定位，震动信号发生的位置公式如式(22)所示：
其中z为定位位置，c为光速，Δτ为时间延迟，n为激光在光纤中的折射率。
本方法的特征是首先，采集获得两路观测信号，一者为待测信号，另一为参考信号；接着，利用主成分析法(PCA)分别对两路信号进行预处理；其次，对预处理后的两路信号进行最小二乘法(RLS)自适应滤波提高信噪比；然后，对最小二乘法滤波后的信号进行二次互相关时延估计，再进行三次样条插值能够获取非整数的时延值；最后，对石油管道盗取点进行定位。实验证明，本方法能够在低信噪比下情况下有较强的抗噪声能力，从而提升了时延估计的性能，能够有效的提升定位的精确度，满足实际需求。
Claims (1)
1.一种基于P-RLS自适应滤波时延估计的石油管道盗取定位方法，其特征在于包括下列步骤：
A.获取两路观测信号；
B.利用PCA主成分分析法对信号进行重构；
C.计算RLS自适应滤波的最优滤波信号；
D.时延估计；
E.对石油管道盗取点进行定位；
所述步骤A具体包含以下步骤：
分别获得两路观测信号，其中一路是参考信号，另一路信号为包含待估计时延的待测信号；
所述步骤B具体包含以下步骤：
B1.分别对两路观测信号构造信号观测矩阵；
B2.对两个观测矩阵做去均值处理；
B3.计算两个观测矩阵的协方差矩阵并进行奇异值分解；
B4.再将反映噪声干扰分量的前P个之后的奇异值和对应的特征向量去除，得到降噪后的信号矩阵；
B5.利用降噪后的信号对信号进行重构，得到降噪恢复后的信号，记作和
所述步骤C具体包含以下步骤：
C1.根据PCA预处理后的信号和/>和滤波阶数，计算出RLS自适应滤波输出信号；
C2.根据RLS自适应滤波输出信号和期望输出信号，计算出误差；
C3.根据遗传因子和误差，计算出误差平方和最优滤波系数，得出最优滤波后的信号，记为yPR1(n)和yPR2(n)；
所述步骤D具体包含以下步骤：
D1.计算最优滤波后的信号yPR1(n)和yPR2(n)的互相关；
D2.计算最优滤波后的信号yPR1(n)的自相关；
D3.对最优滤波后的信号yPR1(n)和yPR2(n)的互相关结果和最优滤波后的信号yPR1(n)的自相关结果再做相关，记为RRPRR(τ)；
D4.对信号RRPRR(τ)进行三次样条插值，得到非整数时延值；
所述步骤E具体包含以下步骤：
对石油管道盗取采用基于Mach-Zehnder干涉仪的定位原理来定位，来对震动信号发生的位置进行定位，震动信号发生的位置公式如式(22)所示：
其中z为定位位置，c为光速，Δτ为时间延迟，n为激光在光纤中的折射率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110722418.3A CN113536983B (zh) | 2021-06-29 | 2021-06-29 | 一种基于p-rls自适应滤波时延估计的石油管道盗取定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110722418.3A CN113536983B (zh) | 2021-06-29 | 2021-06-29 | 一种基于p-rls自适应滤波时延估计的石油管道盗取定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113536983A CN113536983A (zh) | 2021-10-22 |
| CN113536983B true CN113536983B (zh) | 2023-12-12 |
Family
ID=78126155
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110722418.3A Active CN113536983B (zh) | 2021-06-29 | 2021-06-29 | 一种基于p-rls自适应滤波时延估计的石油管道盗取定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113536983B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1592873A (zh) * | 2001-10-23 | 2005-03-09 | 布鲁克斯－普里自动控制公司 | 具有状态和模型参数估计的半导体批次控制系统 |
| WO2006121023A1 (ja) * | 2005-05-09 | 2006-11-16 | Sueo Sugimoto | 測位装置および測位システム |
| EP1994423A1 (en) * | 2006-03-03 | 2008-11-26 | Agency Spatiale Europeenne | Method of processing positioning signals, in particular for indoor applications. |
| JP2009079975A (ja) * | 2007-09-26 | 2009-04-16 | Sueo Sugimoto | 測位システム |
| WO2012135413A1 (en) * | 2011-03-29 | 2012-10-04 | Drexel University | Real time artifact removal |
| CN107728180A (zh) * | 2017-09-05 | 2018-02-23 | 西南交通大学 | 一种基于多维粒子滤波偏差估计的gnss精密定位方法 |
| CN107742420A (zh) * | 2017-09-22 | 2018-02-27 | 北京交通大学 | 一种用于突发交通事件下道路交通流预测的方法 |
| CN108616284A (zh) * | 2018-04-28 | 2018-10-02 | 辽宁工业大学 | 一种通信用脉冲无线通信信号转换装置及使用方法 |
| CN109672853A (zh) * | 2018-09-25 | 2019-04-23 | 深圳壹账通智能科技有限公司 | 基于视频监控的预警方法、装置、设备及计算机存储介质 |
| CN110939874A (zh) * | 2019-12-16 | 2020-03-31 | 重庆邮电大学 | 基于四阶累积量的管道泄漏振动信号自适应时延估计方法 |
| CN111207305A (zh) * | 2020-02-25 | 2020-05-29 | 上海电机学院 | 用于锅炉管道泄漏点定位的信号时延估值方法 |
| CN112417755A (zh) * | 2020-11-10 | 2021-02-26 | 西安工程大学 | 一种主从式手术机器人轨迹预测控制方法 |
-
2021
- 2021-06-29 CN CN202110722418.3A patent/CN113536983B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1592873A (zh) * | 2001-10-23 | 2005-03-09 | 布鲁克斯－普里自动控制公司 | 具有状态和模型参数估计的半导体批次控制系统 |
| WO2006121023A1 (ja) * | 2005-05-09 | 2006-11-16 | Sueo Sugimoto | 測位装置および測位システム |
| EP1994423A1 (en) * | 2006-03-03 | 2008-11-26 | Agency Spatiale Europeenne | Method of processing positioning signals, in particular for indoor applications. |
| JP2009079975A (ja) * | 2007-09-26 | 2009-04-16 | Sueo Sugimoto | 測位システム |
| WO2012135413A1 (en) * | 2011-03-29 | 2012-10-04 | Drexel University | Real time artifact removal |
| CN107728180A (zh) * | 2017-09-05 | 2018-02-23 | 西南交通大学 | 一种基于多维粒子滤波偏差估计的gnss精密定位方法 |
| CN107742420A (zh) * | 2017-09-22 | 2018-02-27 | 北京交通大学 | 一种用于突发交通事件下道路交通流预测的方法 |
| CN108616284A (zh) * | 2018-04-28 | 2018-10-02 | 辽宁工业大学 | 一种通信用脉冲无线通信信号转换装置及使用方法 |
| CN109672853A (zh) * | 2018-09-25 | 2019-04-23 | 深圳壹账通智能科技有限公司 | 基于视频监控的预警方法、装置、设备及计算机存储介质 |
| CN110939874A (zh) * | 2019-12-16 | 2020-03-31 | 重庆邮电大学 | 基于四阶累积量的管道泄漏振动信号自适应时延估计方法 |
| CN111207305A (zh) * | 2020-02-25 | 2020-05-29 | 上海电机学院 | 用于锅炉管道泄漏点定位的信号时延估值方法 |
| CN112417755A (zh) * | 2020-11-10 | 2021-02-26 | 西安工程大学 | 一种主从式手术机器人轨迹预测控制方法 |
Non-Patent Citations (6)
| Title |
|---|
| Hyejin,Hyeon;Jiu Liang,Xu;Jae Kwang,Kim;Yongsoo,Choi.Comparative metabolic profiling of cultivated and wild black soybeans reveals distinct metabolic alterations associated with their domestication..Food research international (Ottawa, Ont.).2020,第134卷全文. * |
| Yadunandana N. Rao;Jose C. Principe;Tan F. Wong.Fast RLS-Like Algorithm for Generalized Eigendecomposition and its Applications.Journal of VLSI signal processing systems for signal,image&video technology.2004,第37卷(第2-3期),全文. * |
| 基于四阶累积量的供水管道泄漏振动信号自适应时延估计;李帅永，韩明秀，文井辉;仪器仪表学报;全文 * |
| 基于最小CIM准则的Farrow结构分数时延估计;于玲，邱天爽;通信学报;全文 * |
| 基于格兰杰因果检验的过程波动路径及根源识别分析;夏春明;吴钦;郑建荣;;华东理工大学学报(自然科学版)(第01期);全文 * |
| 多级奇异值分解和SG的通信雷达信号降噪方法;位秀雷;刘树勇;;武汉理工大学学报(交通科学与工程版)(第04期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113536983A (zh) | 2021-10-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Weyrich et al. | Wavelet shrinkage and generalized cross validation for image denoising | |
| Zhang | Thresholding neural network for adaptive noise reduction | |
| Nassar et al. | Modeling inertial sensor errors using autoregressive (AR) models | |
| CA2358512C (en) | Method of attenuating noise in three dimensional seismic data using a projection filter | |
| CN103674001B (zh) | 一种基于增强自适应时频峰值滤波的光纤陀螺去噪方法 | |
| CN111257929B (zh) | 一种奇异值衰减的降秩去噪方法 | |
| CN110211602B (zh) | 智能语音增强通信方法及装置 | |
| CN114200525B (zh) | 一种自适应的多道奇异谱分析地震数据去噪方法 | |
| CN109581849B (zh) | 一种同轴全息重建方法及系统 | |
| CN106680876A (zh) | 一种地震数据联合去噪方法 | |
| CN113536983B (zh) | 一种基于p-rls自适应滤波时延估计的石油管道盗取定位方法 | |
| Kim et al. | Frequency response function estimation via a robust wavelet de-noising method | |
| CN103514589B (zh) | 图像恢复中的滤波方法 | |
| CN117688371B (zh) | 一种二次联合广义互相关时延估计方法 | |
| CN117828285B (zh) | 一种生产数据管理系统及方法 | |
| CN110221349B (zh) | 一种基于小波变换与正弦波估计的瞬变电磁信号降噪方法 | |
| Li et al. | Research on Underwater Image Denoising Based on Wavelet Threshold Method | |
| CN108646291B (zh) | 基于果蝇神经网络算法的子波整形反褶积处理方法及装置 | |
| CN106707283A (zh) | 基于无味信息滤波的相位展开算法 | |
| CN117614525A (zh) | 一种基于iceemdan和nlm的otdr信号去噪方法 | |
| CN113567129A (zh) | 一种列车轴承振动信号基于ceemd的降噪方法 | |
| Bednar | On the approximation of FIR by IIR digital filters | |
| CN112652321A (zh) | 一种基于深度学习相位更加友好的语音降噪系统及方法 | |
| CN113936685A (zh) | 一种后置FastICA信号分离的麦克风阵列语音增强方法 | |
| CN113193855B (zh) | 一种用于辨识低秩声系统的鲁棒自适应滤波方法 |
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 | ||
| OL01 | Intention to license declared | ||
| OL01 | Intention to license declared |