CN108088489A - 一种应用于随钻测井***的互相关微弱信号检测方法 - Google Patents
一种应用于随钻测井***的互相关微弱信号检测方法 Download PDFInfo
- Publication number
- CN108088489A CN108088489A CN201710192131.8A CN201710192131A CN108088489A CN 108088489 A CN108088489 A CN 108088489A CN 201710192131 A CN201710192131 A CN 201710192131A CN 108088489 A CN108088489 A CN 108088489A
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency
- weak
- stochastic resonance
- logging
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000001514 detection method Methods 0.000 claims description 18
- 238000005070 sampling Methods 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000005553 drilling Methods 0.000 claims description 9
- 238000001228 spectrum Methods 0.000 claims description 7
- 230000002596 correlated effect Effects 0.000 claims 1
- 238000003672 processing method Methods 0.000 abstract description 3
- 230000003044 adaptive effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- Geophysics (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- General Physics & Mathematics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种应用于随钻测井***的互相关微弱信号检测方法,具体通过接收微弱信号的信噪比调节随机共振***参数,可以很好地使微弱信号、噪声和非线性***达到共振状态,从而充分地利用自适应随机共振的优良性能,有效的把测井微弱信号在极低信噪比下提取出来,有效地解决了现有的微弱信号处理方法在极低信噪比下表现不佳甚至失效的问题;同时针对不同信噪比的微弱测井信号,通过随机共振***参数的调整能够匹配自适应随机共振***并产生随机共振,从而能够很好地检测出微弱的测井信号。
Description
技术领域
本发明涉及信号检测技术领域,具体为一种应用于随钻测井***的互相关微弱信号检测方法。
背景技术
目前,无线随钻测量***信号的传输方式主要有电磁波和钻井液脉冲两种。钻井液脉冲与电磁波信号相比具有可靠性高、传输距离远等特点,因为成为常用的井下测量数据传输方式。MWD信号的一般在低频频段(常见的在0.5Hz—1.5Hz之间),地面解码***对接收到的信号做滤波处理,可以有效去除高频噪声和干扰,然而,对于和信号处于相同频段的噪声分量,用经典方法就不再有效,而最佳滤波器需要事先掌握信号和噪声的先验知识。
一般把淹没在强背景噪声中的低能量信号称作微弱信号,对于地面接收到的含有大量噪声的微弱信号,一般是运用现代信号处理方法和电子学等技术来抑制噪声,进而把微弱信号从强背景噪声中提取出来,但是现有的方法都存在一定的局限性,主要表现为能检测到的微弱信号所需的信噪比(signal-to-noise ratio,SNR)相对较高,在极低SNR下的微弱信号的提取效果不能满实际的需求。
研究发现把随机共振(Stochastic Resonance,SR)原理应用于微弱信号的检测中取得了较好的效果。SR是一种非线性的物理现象,当输入信号、噪声和非线性***之间存在某种匹配时,噪声能量会向信号能量进行转移,使得输出信号比输入信号的信噪比增加,这样通过利用噪声而不是抑制噪声的方法是信号得到了增强。
发明内容
针对以上问题,本发明提供了,可以有效解决背景技术中的问题。
为实现上述目的,本发明提供如下技术方案:
1.一种应用于随钻测井***的互相关微弱信号检测方法,其特征在于,包括以下步骤:
S1.初始化参数
其中,所述参数具体包括随机共振固有参数a、产生随机共振的初始频率fref、共振频率的计算偏移量Δf;
S2.确定SR***的参数b
所述SR***通过langevin方程描述,
其中,s(t)是微弱信号、n(t)是均值为零、方差为的噪声;根据接收信号r(t)获得噪声方差其中,r(t)=s(t)+n(t),然后由所述参数a和的值确定参数b;
S3.把接收到的信号r(t)进行二次采样,得到信号W(t);
S4.将所述信号w(t)通过langevin方程求得信号X(t);
S5.将X(t)做傅里叶变换,得到Z(f),f为频率值,Z(f)即是在频率为f处的频谱幅度值;
S6.对X(t)采用互相关检测算法进行解码。
作为本发明一种优选的技术方案,步骤S1中所述产生随机共振的初始频率fref=1Hz。
作为本发明一种优选的技术方案,步骤S2中所述的由参数a和的值确定的参数其中,h为调节系数。
作为本发明一种优选的技术方案,步骤S6中所述的互相关检测算法要求信号为零均值。
与现有技术相比,本发明的有益效果是:
解决了极低SNR下对微弱测井信号的检测不能满足实际测井解码***应用中需求的问题,利用仿真分别计算了在不同随机共振参数下的相关检测算法的误码率。根据测井解码***接收到的微弱信号的信噪比,得到最佳的随机共振***参数,并结合自适应随机共振***在极低SNR下能够对微弱信号产生最佳的共振效果的良好特性,对低频的测井微弱信号实现了极低SNR下的最优提取,结合互相关检测算法,准确可靠的实现了微弱测井信号的解码功能,很好的解决了极低SNR下的微弱信号检测解码的问题。
附图说明
图1为本发明的低频微弱测井信号检测解码方法的结构框图。
图2为本发明低频微弱测井信号检测解码方法流程示意图。
图3本发明中地面解码***接收到微弱的井下信号时域波形图。
图4本发明中地面解码***接收到微弱的井下信号的频谱。
图5本发明中经过自适应随机共振***后的井下微弱信号时域波形图。
图6本发明中经过自适应随机共振***后的井下微弱信号的频谱。
图7本发明中采用互相关算法对经过自适应随机共振***后的井下微弱信号进行检测恢复信号。
图8本发明中采用互相关算法对经过自适应随机共振***后的井下微弱信号进行检测恢复信号的频谱。
具体实施方式
下面将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、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例:
请参阅图1至图8,本发明提供一种技术方案:一种应用于随钻测井***的互相关微弱信号检测方法,包括以下步骤:
S1.初始化参数:所述参数具体包括,随机共振固有参数a,产生随机共振的参考频率fref,共振频率的计算偏移量Δf;
下面对初始参数的取值进行详细叙述:
fref的取值为自适应随机共振***易于产生随机共振的频率值,研究发现自适应随机共振***的输入信号在5×Hz~3×Hz范围内时易于产生随机共振,所以fref需要在[5×,3×]范围内取值,一般可以取值为:fref=0.001Hz。
Δf表示fref的计算偏移量,0<Δf<fref,由于fref的值较小,所以一般Δf取值为fref/2附近。
Δf0表示零频计算偏移量,0<Δf0<fref,一般取值为fref/2附近,且满足Δf0+Δf≤fref。
a是随机共振***的固有参数,为了满足绝热近似理论,要求a>>πfs,其中,fs为随机共振***的输入信号频率,此处可以按照产生随机共振时的输入信号参考频率fref来确定,即a>>πfref。
其中,表示远大于。
先根据微弱信号频率,然后再来确定R的值。
由图3、4和图5、6对比可以发现,产生随机共振的情况下噪声的能量会转移到微弱信号上去,从而零频附近的频谱幅度会远远小于微弱信号经二次采样尺度变换后所在频点附近的幅度值。
S2.确定SR***的参数b:所述SR***通过langevin方程进行描述,其中,s(t)是微弱信号;n(t)是均值为零、方差为的噪声。根据接收信号r(t)获得噪声方差其中,r(t)=s(t)+n(t),然后由a和的值确定参数b。参数b的具体确定过程如下:
利用绝热近似(Adiabatic Approximation)理论,当信号r(t)=s(t)+n(t)通过langevin方程定义的双稳态SR***时,输出信号s(t)的SNR为:
其中,a是SR***参数,Am是微弱信号s(t)的幅度,c是双稳态SR***的势阱点,是高噪声的方差,U0=a2/(4b)是当Am=0时的双稳态SR***的势垒高度。具体可参考文献:McNamara B,Wiesenfeld K.Theory of stochastic resonance,Physical Review。
由于输入信号的平均信噪比为:因此,当发生随机共振时,接收信号r(t)经过双稳态SR***后的输出信噪比增益为:令k=a2/b,显然有k>0,则即给定噪声方差,输出信号SNR增益ηSNR是***参数k的非线性函数。
ηSNR对k的二阶导数为:因此,为了使ηSNR是关于k的下凹函数,以便取得唯一的极大值,要求:于是,最大化SNR增益的最优k的取值满足:求解上式可得:于是最大化SNR增益的双稳态SR***的参数需满足
在本发明中,对于上式得到的a和b的关系可以通过一个调节系数h进行调整,即
在此把这种根据外部的噪声参数动态地改变参数b的SR***称作自适应随机共振***。
S3.把接收到的信号r(t)进行二次采样,得到信号W(t)。
S4.信号W(t)通过langevin方程求得信号X(t)。
具体为:通过四阶龙格库塔数值计算方法求解langevin方程,求得的解即为自适应随机共振***的输出信号记为X(t);
S5.将X(t)做傅里叶变换,得到Z(f),f为频率值,Z(f)即是在频率为f处的频谱幅度值,求[fref-Δf,fref+Δf]或者[-fref-Δf,-fref+Δf]范围内的Z(f)的最大值,记为Aref,求[-Δf0,Δf0]范围内的Z(f)的最大值,记为A0;
此处Δf表示fref的计算偏移量,因为R经过迭代后是一系列离散的值,所以输入的微弱信号经过离散的R值进行尺度变换之后,微弱信号的频率也只能取到离散的值,不可能取到任意频率,这样给参考频率设一个较小的范围[fref-Δf,fref+Δf]或者[-fref-Δf,-fref+Δf],只要尺度变换后的微弱信号落到这个范围内就可以产生随机共振,经过傅立叶变换后,这一范围内的最大值Aref所在的频点即为实际产生随机共振处的频点。这样有效地避免了给定fref,但是由于尺度变换后的输入信号没有正好取到fref这一频点。
Δf0表示零频计算偏移量,经研究发现随机共振***输出的信号经过傅立叶变换后有时在没有产生随机共振的情况下,可能零频点处的幅度值很小,但是附近的幅度值很大,所以设定一个范围[-Δf0,Δf0],取这一范围内频谱幅度的最大值A0代表零频附近的频谱幅度值用来和Aref进行比较。这样有效地避免了实际没有产生随机共振但是误判为产生随机共振的现象发生。
经过以上处理后提高了判断是否产生随机共振的精度。
S6.对X(t)采用互相关检测算法进行解码。
下面对本发明方法进行仿真测试。仿真的参数为:
1)固定参数随机共振***:输入正弦信号s(t)=Amsin(2πft),幅度Am=1,频率f=0.01Hz,固有参数a=1,b=2,采样周期Δt=0.02s,SNR=-20dB。
2)自适应随机共振***:输入正弦信号s(t)=Amsin(2πft),幅度Am=1,频率f=0.01Hz,a=2.4×10-2,采样周期设为Δt=0.02s,SNR=-20dB。
3)本发明的方法:输入正弦信号s(t)=Amsin(2πft),幅度Am=1,频率f=0.01Hz,a=a=2.4×10-2,fref=0.001Hz,Δf=fref/4,Δf0=fref/2,R=1,ΔR=1,m=10。
图3是SNR为-20dB,微弱信号是频率为0.01Hz的正弦波信号s(t)通过固定参数的随机共振***后输出的信号X(t)的时域波形图,可以观察到在SNR=-20dB时微弱信号已经不能够很好的提取了,信号的频率、相位等特征很难提取出来。
图5是SNR为-20dB,微弱信号是频率为0.1Hz的正弦波通过二次采样频率变为0.001Hz,二次采样尺度变换因子R为100的微弱信号s(t)通过自适应随机共振***后输出的信号X(t)的时域波形图,可以观察到在SNR=-20dB时微弱信号的大体形状可以分辨,比图3中的图形有了很大的性能上的提升,基本上可以分辨出微弱信号的频率相位。
图7是SNR为-20dB,微弱信号是频率为0.1Hz的正弦波通过二次采样频率变为0.001Hz,二次采样尺度变换因子R为100的微弱信号s(t)经过本发明的***后输出的时域图形,首先经过二次采样使其频率降低到0.001Hz得到信号W(t),然后再通过自适应随机共振***后输出信号X(t),X(t)与输出的R值相结合输出包含s(t)信号特征的时域波形图,通过图5能够很容易的实现井下数据的解码功能。
经过本发明的发明可以证实:通过预先计算接收信号信噪比来调节二次采样的尺度变换因子,可以很好地把微弱信号的频率调整到易于产生自适应随机共振的频率范围内,从而充分的利用了自适应随机共振的优良性能,可以很好的把低频测井微弱信号在极低信噪比下提取出来,有效地解决了现有的微弱信号处理方法在极低信噪比下表现不佳甚至失效的问题。同时针对非周期的泥浆脉冲信号中噪声与信号的相关性,对经过二次采样后的信号频率能够匹配自适应随机共振***并产生随机共振的输出信号进行互相关解码,从而能够很好地恢复出井下微弱信号,从而实现可靠解码。
本领域普通技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于可读存储介质中,例如只读存储器、随机存取存储器、磁盘、光盘等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种应用于随钻测井***的互相关微弱信号检测方法,其特征在于,包括以下步骤:
S1.初始化参数
其中,所述参数具体包括随机共振固有参数a、产生随机共振的初始频率fref、共振频率的计算偏移量Δf;
S2.确定SR***的参数b
所述SR***通过langevin方程描述,
其中,s(t)是微弱信号、n(t)是均值为零、方差为的噪声;根据接收信号r(t)获得噪声方差其中,r(t)=s(t)+n(t),然后由所述参数a和的值确定参数b;
S3.把接收到的信号r(t)进行二次采样,得到信号W(t);
S4.将所述信号w(t)通过langevin方程求得信号X(t);
S5.将X(t)做傅里叶变换,得到Z(f),f为频率值,Z(f)即是在频率为f处的频谱幅度值;
S6.对X(t)采用互相关检测算法进行解码。
2.根据权利要求1所述的一种应用于随钻测井***的互相关微弱信号检测方法,其特征在于,步骤S1中所述产生随机共振的初始频率fref=1Hz。
3.根据权利要求1所述的一种应用于随钻测井***的互相关微弱信号检测方法,其特征在于,步骤S2中所述的由参数a和的值确定的参数其中,h为调节系数。
4.根据权利要求1所述的一种应用于随钻测井***的互相关微弱信号检测方法,其特征在于,步骤S6中所述的互相关检测算法要求信号为零均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710192131.8A CN108088489A (zh) | 2017-03-28 | 2017-03-28 | 一种应用于随钻测井***的互相关微弱信号检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710192131.8A CN108088489A (zh) | 2017-03-28 | 2017-03-28 | 一种应用于随钻测井***的互相关微弱信号检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108088489A true CN108088489A (zh) | 2018-05-29 |
Family
ID=62171658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710192131.8A Pending CN108088489A (zh) | 2017-03-28 | 2017-03-28 | 一种应用于随钻测井***的互相关微弱信号检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108088489A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110595529A (zh) * | 2019-09-03 | 2019-12-20 | 浙江大学 | 一种强背景噪声下微弱周期信号的快速检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5422912A (en) * | 1994-06-23 | 1995-06-06 | Grumman Aerospace Corporation | Adaptive weak signal identification system |
CN100483139C (zh) * | 2007-12-03 | 2009-04-29 | 中国人民解放军国防科学技术大学 | 自适应随机共振微弱信号检测方法 |
CN102608553A (zh) * | 2012-03-16 | 2012-07-25 | 电子科技大学 | 一种基于自适应随机共振的微弱信号提取方法 |
CN102889926A (zh) * | 2012-08-30 | 2013-01-23 | 桂林电子科技大学 | 一种超声波抗噪检测方法和*** |
-
2017
- 2017-03-28 CN CN201710192131.8A patent/CN108088489A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5422912A (en) * | 1994-06-23 | 1995-06-06 | Grumman Aerospace Corporation | Adaptive weak signal identification system |
CN100483139C (zh) * | 2007-12-03 | 2009-04-29 | 中国人民解放军国防科学技术大学 | 自适应随机共振微弱信号检测方法 |
CN102608553A (zh) * | 2012-03-16 | 2012-07-25 | 电子科技大学 | 一种基于自适应随机共振的微弱信号提取方法 |
CN102608553B (zh) * | 2012-03-16 | 2013-12-11 | 电子科技大学 | 一种基于自适应随机共振的微弱信号提取方法 |
CN102889926A (zh) * | 2012-08-30 | 2013-01-23 | 桂林电子科技大学 | 一种超声波抗噪检测方法和*** |
Non-Patent Citations (1)
Title |
---|
张尉: "利用小当量人工震源进行区域性深部探测的试验研究", 《中国博士学位论文全文数据库基础科学辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110595529A (zh) * | 2019-09-03 | 2019-12-20 | 浙江大学 | 一种强背景噪声下微弱周期信号的快速检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102608553B (zh) | 一种基于自适应随机共振的微弱信号提取方法 | |
CN111535802B (zh) | 泥浆脉冲信号处理方法 | |
CN106154332B (zh) | 一种井中微地震纵横波事件初至识别方法 | |
Wu et al. | Noise attenuation for 2-D seismic data by radial-trace time-frequency peak filtering | |
EA009307B1 (ru) | Способ применения метода фильтра калмана для обработки электромагнитных данных | |
CN106772646B (zh) | 一种地面核磁共振信号提取方法 | |
WO2007095153A1 (en) | System and method for pump noise cancellation in mud pulse telemetry | |
CN105785324B (zh) | 基于mgcstft的线性调频信号参数估计方法 | |
CN104343440A (zh) | 泥浆压力脉冲信号的检测方法及*** | |
CN107340055A (zh) | 一种基于多测度融合的随机共振微弱信号检测方法 | |
Chen et al. | MWD drilling mud signal de-noising and signal extraction research based on the pulse-code information | |
Carniel et al. | Improvement of Nakamura technique by singular spectrum analysis | |
Zhong‐Lai et al. | A SECOND‐ORDER SYNCHROSQUEEZING S‐TRANSFORM AND ITS APPLICATION IN SEISMIC SPECTRAL DECOMPOSITION | |
CN106680628A (zh) | 一种自适应随机共振弱信号匹配检测方法 | |
CN108088489A (zh) | 一种应用于随钻测井***的互相关微弱信号检测方法 | |
CN102710347B (zh) | 一种基于偏差修正的能量检测方法 | |
CN110542926A (zh) | 一种地震数据尖峰噪声簇的自主检测和压制方法 | |
Ghanati et al. | Surface nuclear magnetic resonance signals recovery by integration of a non‐linear decomposition method with statistical analysis | |
CN101825722B (zh) | 一种鲁棒的地震信号瞬时频率的估计方法 | |
CN104320360B (zh) | 一种基于分数阶傅里叶变换的线性调频信号时延估计方法 | |
CN109655901B (zh) | 一种频率域自适应偏振角计算方法及*** | |
CN106896404B (zh) | 薄储层的识别方法及装置 | |
CN104502699A (zh) | 基于数据延拓和Hilbert变换的频率估计方法 | |
CN115580312A (zh) | 基于信号抑制的脉冲位置调制信号降噪方法、装置和设备 | |
CN102928874B (zh) | 相对震级类比反演方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180529 |
|
RJ01 | Rejection of invention patent application after publication |