JP6878690B2 - 経験的モード分解及び粒子群最適化法が応用されたポンプノイズ除去方法 - Google Patents

Description

本発明は無線掘削検層の技術分野に属し、経験的モード分解（Ｅｍｐｉｒｉｃａｌ Ｍｏｄｅ Ｄｅｃｏｍｐｏｓｉｔｉｏｎ、 ＥＭＤ）と粒子群最適化法（Ｐａｒｔｉｃｌｅ Ｓｗａｒｍ Ｏｐｔｉｍｉｚａｔｉｏｎ、 ＰＳＯ）が応用されたポンプノイズ除去方法に関する。

現在、掘削システムの無線測定では、泥パルス信号伝送が世界中で広く使用されている。泥パルスは、井内機器によって測定されたデータが電気信号に変換された後、泥ポンプによって圧力波信号に変換され、最後に泥を媒体として信号が地表に伝達される。泥パルスは、その信頼性が高く、伝送距離が遠く、実際の掘削状況により適合し、国内で汎用の伝送方式である。泥による信号の伝送中に泥ポンプピストンが連続的に往復移動する必要があり、移動中に周期的なポンプノイズが生じるため、信号を正しく復号するために、泥パルス信号に対してポンプノイズを除去する必要がある。泥パルス通信システムが時変システムに属する。掘削深さが増加するにつれて、ポンプノイズ特性を含む泥チャネルパラメータが持続的に変化し得る。ポンプノイズの周期的な仮定が、有限長の時間ウィンドウに基づく近似仮定である。システムの動作時間が増加するにつれて、得られたポンプノイズサンプルと単位期間内のポンプノイズの波形との相違が徐々に大きくなり、ノイズキャンセル出力の残留ノイズが大きくなり、ノイズキャンセル効果に影響を与える。

本発明の目的は、従来技術の欠点に鑑みて、経験的モード分解及び粒子群最適化法が応用されたポンプノイズ除去方法を提供することにある。本発明は、経験的モード分解及び粒子群最適化法を使用してポンプノイズサンプルを継続的に更新することによって、より良いポンプノイズ除去を達成する。

本発明の目的は、以下の技術案により実現される。経験的モード分解及び粒子群最適化法が応用されたポンプノイズ除去方法であって、当該方法は、
（１）センサで測定された圧力信号を取得し、ローパスフィルタリングを行い、ホワイトノイズの一部がフィルタリングされた泥圧力信号を得るステップと、
（２）ポンプストロークセンサによって測定されたポンプストローク信号を時間基準とし、ポンプノイズ信号の周期Ｔを得るステップと、
（３）ステップ（１）で得られた泥圧力信号を、ステップ（２）で得られた周期Ｔを時間間隔として、セグメント信号にインターセプトされ、全てのセグメント信号を加算して平均を求め、平均値が周期的なポンプノイズの単一の周期内における実際の波形に最も近い経験波形p(m)であるポンプノイズサンプルを得るステップと、
（４）ポンプノイズサンプルをモード分解し、ポンプノイズを構成する１グループのサンプルベースを得るステップと、
（５）粒子群最適化法によりこのグループのサンプルベースの最適な線形組合の係数を見出し、ポンプノイズサンプルを更新するステップと、を含む。

さらに、前記ステップ（５）が、具体的に、粒子群最適化法について、重み係数を１と初期化し、ＰＳＯパラメータを初期化し、前記ＰＳＯパラメータが重み係数の上下限、粒子個数及び最大反復回数などを含み、そして、復号プロセスの反復を開始する。受信信号からポンプノイズの経験波形を減算して復号し、均衡判定を行い、その平均二乗誤差（Ｍｅａｎ Ｓｑｕａｒｅ Ｖａｌｕｅ， ＭＳＥ）を出力フィードバックパラメータとして計算し、その都度、最適化法で反復後、更新された重み係数を対応するサンプルベースに対応的に乗算し、そして、全ての積を加算して更新後の経験波形を得る。同様の手順に従って、最大反復回数又は反復終止条件に達するまで、ＭＳＥをコスト関数として計算して次回の反復演算を行う。最終的な重み係数を対応するサンプルベースに対応的に乗算し、受信信号からポンプノイズを除去するための最適経験波形を得て、最終復号符号を出力する。ＭＳＥの計算方法は以下の通りであり、

但し、wが各サンプルベースの重み係数ベクトルであり、Nが今回のノイズキャンセルの符号個数であり、d_iがi個目の符号の判定値であり、

がi個目の符号の推定値である。ＭＳＥの物理的意味が、復号出力の誤差エネルギー（Ｅｒｒｏｒ Ｐｏｗｅｒ）であり、粒子群最適化法が、ＭＳＥの変化傾向により粒子の前進方向を判断することにより、最適な重み係数を見出し、ノイズキャンセル効果を向上させる。

本発明の奏する有益な効果は、以下の通りである。本発明のＥＭＤ及びＰＳＯが応用されたポンプノイズ除去方法の基本思想は、ポンプノイズを１グループのサンプルベースの線形組合と見なし、ポンプノイズの更新プロセスが、判定出力からそのグループのサンプルベースの最適な線形組合方式を特定することである。ここで、ＥＭＤがポンプノイズサンプルを１グループのサンプルベースに分解し、このグループのサンプルベースを利用して実際のポンプノイズにより近い波形推定を再構築することができる。また、ポンプノイズを構成する任意の１グループのサンプルベースについて、ＰＳＯがそのグループのサンプルベースの最適な線形組合の係数をポンプノイズサンプルの更新メカニズムとして見出すことができる。本発明は、システムの長時間動作中のポンプノイズの緩やかな変化に適応するために、限られた数のノイズキャンセル周期において、現在のポンプノイズサンプルを重み付けの形で補正し、限られた反復回数内で変化後の単位周期内のポンプノイズ波形に徐々に収束させることができる。

ＥＭＤ-ＰＳＯに基づくポンプノイズ除去方法の構成図である。 センサ圧力信号の模式図である。 ポンプストローク信号の模式図である。 コヒーレント平均法を利用して得られたポンプノイズサンプルの模式図である。 ＥＭＤを使用してポンプノイズサンプルを分解することにより得られた各信号波形図である。 ノイズキャンセル出力信号の模式図である。 ノイズキャンセル出力信号の拡大模式図である。

以下に図面及び具体的な実施例を参照しながら本発明をさらに説明するが、本発明の実施及び保護範囲はこれに限定されない。

図１は、ＥＭＤ-ＰＳＯに基づくポンプノイズ除去方法の構成図であり、図に示すように、井内センサによって測定された圧力信号に対して、順次にローパスフィルタリングを行い、コヒーレント平均法を利用してポンプノイズの経験波形を抽出し、そして、実際のポンプノイズ波形に合致するまでＥＭＤ-ＰＳＯ連携の反復方法を使用してポンプノイズサンプルを更新する。本例は、実際のデュアルポンプのデータが圧力信号として選択され、波形が図２に示されている。デュアルポンプは、基本周波数がそれぞれ０．９９４Ｈｚと１Ｈｚであり、変調方式がＦＳＫ、ビットレートが１３ｂｐｓであり、深さが２８９０ｍである。

センサから測定された圧力信号を取得した後、まず、圧力データ特性に応じてローパスフィルタの性能指標を確定し、ローパスフィルタリングを行って、ホワイトノイズの一部がフィルタリングされた泥圧力信号を得る。

さらに図３に示すポンプストローク信号を時間基準として導入することによって、ポンプノイズ信号の周期Ｔを得る。ポンプストローク信号は、ポンプストロークセンサによって測定される。ポンプストロークセンサは、泥ポンプに取り付けられた変位センサ又はストロークスイッチであり、泥ポンプピストンの位置情報を記録するためのものである。ストロークスイッチのタイプのポンプストロークセンサを例とすると、その出力は、一般的に矩形パルス信号からなる１グループのスイッチング量シーケンスである。ローレベルはストロークスイッチがトリガされていないことを示し、ハイレベルはストロークスイッチがトリガされていることを示し、各矩形パルスの立ち上がりは、ピストンがストロークスイッチに到達した時刻に対応する。圧力信号は、Ｔを時間間隔としてセグメント信号にインターセプトされ、全てのセグメント信号を加算して平均を求める。加算回数が十分に多い場合、平均値が周期的なポンプノイズの単一の周期内における実際の波形に最も近い経験波形、即ち、ポンプノイズサンプルが得られ、図４に示される通りである。

次に、ポンプノイズサンプルをモード分解し、図５に示す、ポンプノイズを構成する１グループのサンプルベース及びこのグループのサンプルベースの対応する係数が得られる。

粒子群最適化法について、重み係数を１と初期化し、ＰＳＯパラメータ、例えば重み係数の上下限、粒子個数及び最大反復回数などを初期化し、そして復号プロセスの反復を開始する。受信信号からポンプノイズの経験波形を減算してから復号し、均衡判定を行い、その平均二乗誤差（Ｍｅａｎ Ｓｑｕａｒｅ Ｖａｌｕｅ，ＭＳＥ）を出力フィードバックパラメータとして計算し、その都度、最適化法で反復後、更新された重み係数を対応するサンプルベースに対応的に乗算し、そして、全ての積を加算して更新後の経験波形を得る。同様の手順に従って、最大反復回数又は反復終止条件に達するまで、ＭＳＥをコスト関数として計算して次回の反復演算を行う。最終的な重み係数を対応するサンプルベースに対応的に乗算し、受信信号からポンプノイズを除去するための最適経験波形を得て、最終復号符号を出力する。ＭＳＥの計算方法は以下の通りであり、

但し、wが各サンプルベースの重み係数ベクトルであり、Nが今回のノイズキャンセルの符号個数であり、d_iがi個目の符号の判定値であり、

がi個目の符号の推定値である。ＭＳＥの物理的意味が、復号出力の誤差エネルギー（Ｅｒｒｏｒ Ｐｏｗｅｒ）であり、粒子群最適化法が、ＭＳＥの変化傾向により粒子の前進方向を判断することにより、最適な重み係数を見出し、ノイズキャンセル効果を向上させる。

本実施例では、粒子が収束した後に得られたノイズキャンセル出力は、図６に示す通りであり、図７はその拡大模式図である。図に示すように、ノイズキャンセル後の信号周波数が明確であり、視認性が高く、ノイズキャンセル効果が良好である。

上述したように、本発明によって提供される方法は、シングルポンプ又はデュアルポンプの同一周波数でのポンプノイズを効果的に除去することができ、従来技術に比べ、本発明に係る方法は時間領域で行い、周期的なポンプノイズの除去に対して、実現可能な解決策を提供し、システムの長期間動作中にポンプノイズが変化することに適応し、復号精度を向上させることができる。

Claims (3)

1. 経験的モード分解及び粒子群最適化法が応用されたポンプノイズ除去方法であって、
   センサで測定された圧力信号を取得し、ローパスフィルタリングを行い、ホワイトノイズの一部がフィルタリングされた泥圧力信号を得るステップ（１）と、
   ポンプストロークセンサによって測定されたポンプストローク信号を時間基準とし、ポンプノイズ信号の周期Ｔを得るステップ（２）と、
   ステップ（１）で得られた泥圧力信号を、ステップ（２）で得られた周期Ｔを時間間隔として、セグメント信号にインターセプトされ、全てのセグメント信号を加算して平均を求め、平均値が周期的なポンプノイズの単一の周期内における実際の波形に最も近い経験波形p(m)であるポンプノイズサンプルを得るステップ（３）と、
   ポンプノイズサンプルをモード分解し、ポンプノイズを構成する１グループのサンプルベースを得るステップ（４）と、
   粒子群最適化法によってこのグループのサンプルベースの最適な線形組合の係数を見出して、ポンプノイズサンプルを更新するステップ（５）と、を含む、ことを特徴とする方法。
2. 前記ステップ（５）が、具体的に、粒子群最適化法について、重み係数を１と初期化し、ＰＳＯパラメータを初期化し、その後、復号プロセスの反復を開始し、受信信号からポンプノイズの経験波形を減算して復号し、均衡判定を行い、その平均二乗誤差ＭＳＥを出力フィードバックパラメータとして計算し、その都度、最適化法で反復後、更新された重み係数を対応するサンプルベースに対応的に乗算し、その後、全ての積を加算して更新後の経験波形が得られて、同様の手順に従って、最大反復回数又は反復終止条件に達するまで、ＭＳＥをコスト関数として計算して次回の反復演算を行った後、最終的な重み係数を対応するサンプルベースに対応的に乗算し、受信信号からポンプノイズを除去するための最適経験波形を得て最終復号符号を出力し、ＭＳＥの計算方法は以下の通りであり、
   

   

   但し、wが各サンプルベースの重み係数ベクトルであり、Nが今回のノイズキャンセルの符号個数であり、d_iがi個目の符号の判定値であり、
   

   

   がi個目の符号の推定値であり、ＭＳＥの物理的意味が、復号出力の誤差エネルギーであり、粒子群最適化法が、ＭＳＥの変化傾向により粒子の前進方向を判断することによって、最適な重み係数を見出し、ノイズキャンセル効果を向上させることを特徴とする請求項１に記載の方法。
3. 前記ＰＳＯパラメータは、重み係数の上下限、粒子個数、及び最大反復回数などを含むことを特徴とする請求項２に記載の方法。

Images