CN110644977B - 一种测试用井下小信号接收与发送的控制方法 - Google Patents
一种测试用井下小信号接收与发送的控制方法 Download PDFInfo
- Publication number
- CN110644977B CN110644977B CN201910869471.9A CN201910869471A CN110644977B CN 110644977 B CN110644977 B CN 110644977B CN 201910869471 A CN201910869471 A CN 201910869471A CN 110644977 B CN110644977 B CN 110644977B
- Authority
- CN
- China
- Prior art keywords
- underground
- frequency
- coefficient
- downhole
- humidity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012360 testing method Methods 0.000 title claims abstract description 17
- 230000005540 biological transmission Effects 0.000 claims abstract description 33
- 238000005070 sampling Methods 0.000 claims abstract description 31
- 230000007613 environmental effect Effects 0.000 claims abstract description 23
- 108010074864 Factor XI Proteins 0.000 claims abstract description 17
- 238000012937 correction Methods 0.000 claims description 15
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 4
- 238000003062 neural network model Methods 0.000 claims description 4
- 210000002569 neuron Anatomy 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000008054 signal transmission Effects 0.000 abstract description 6
- 238000012549 training Methods 0.000 description 9
- 238000013461 design Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- 238000000605 extraction Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- E21B47/04—Measuring depth or liquid level
-
- 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
- E21B47/06—Measuring temperature or pressure
-
- 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
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Geophysics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明公开了一种测试用井下小信号接收与发送的控制方法,包括以下步骤:步骤一、按照采样周期采集井下温度T、井深h、井下压力P和井下湿度F,并根据井下温度T、井深h、井下压力P和井下湿度F计算环境影响因子ξ,当ξ≥ξS时,对频移键控装置的发送频率进行控制,其中ξS为比较环境影响因子;步骤二、根据井下温度T、井深h、井下压力P、井下湿度F和环境影响因子ξ对频移键控装置的发送频率进行控制。本发明提供了一种测试用井下小信号接收与发送的控制方法,能够根据井下的实际环境因素调节信号发送频率,实现井下高阻抗环境信号传输问题,使信号传输更加顺利。
Description
技术领域
本发明涉及石油、天然气勘探测试领域,尤其涉及一种测试用井下小信号接收与发送的控制方法。
背景技术
目前随着海上油气测试范围的不断扩大,时效要求的提高,高难度井的增加,传统井下工具已经无法满足某些高难度井的需求。研究井下小信号的实时传输对石油资源的勘探与开发,油层地质结构的探明,测试油气井的状态以及保持对资源的可持续利用都有着重要意义。
发明内容
本发明为解决目前的技术不足之处,提供了一种测试用井下小信号接收与发送的控制方法,能够根据井下的实际环境因素调节信号发送频率,实现井下高阻抗环境信号传输问题,使信号传输更加顺利。
本发明提供的技术方案为:一种测试用井下小信号接收与发送的控制方法,包括以下步骤:
步骤一、按照采样周期采集井下温度T、井深h、井下压力P和井下湿度F,并根据井下温度T、井深h、井下压力P和井下湿度F计算环境影响因子ξ,当ξ≥ξS时,对频移键控装置的发送频率进行控制,其中ξS为比较环境影响因子;
步骤二、根据井下温度T、井深h、井下压力P、井下湿度F和环境影响因子ξ对频移键控装置的发送频率进行控制。
优选的是,在所述步骤一中,所述环境影响因子ξ计算方法如下:
其中,P0为理论压强,F0为理论湿度,T0为理论温度。
优选的是,在井深为h时的理论压强P0为:
其中,κ1为第一校正系数,c1为第一经验系数,值为0.98,c2为第二经验系数,值为1.01,h为井深。
优选的是,在井深为h时的理论温度T0为:
当0≤h≤20时,
当h>20时,
T0=κ3[54.5ln(c1h+1)+20(c2h-0.98)0.56+0.02h2+4h-15];
其中,κ2为第二校正系数,κ3为第三校正系数,c1为第一经验系数,值为0.98,c2为第二经验系数,值为1.01,h为井深。
优选的是,在井深为h时的理论湿度F0为:
其中,κ4为第四校正系数。
优选的是,在所述步骤二中,通过建立BP神经网络模型对频移键控装置进行控制,包括如下步骤:
步骤1、按照采样周期,通过采集井下温度T、井深h、井下压力P和井下湿度F,并确定环境影响因子ξ;
步骤2、依次将上述参数进行规格化,确定三层BP神经网络的输入层神经元向量x={x1,x2,x3,x4,x5},其中,x1为井下温度系数、x2为井深系数、x3为井下压力系数、x4为井下湿度系数,x5为环境影响因子系数;
步骤3、所述输入层向量映射到隐层,所述隐层向量y={y1,y2,…,ym},m为隐层节点个数;
步骤4、得到输出层向量o={o1,o2};o1为第一发送频率调节系数,o2为第一发送频率调节系数;
步骤5、控制第一发送频率和第二发送频率,使
优选的是,步骤3中,将井下温度T、井深h、井下压力P、井下湿度F、环境影响因子ξ,并确定环境影响因子ξ进行规格化的公式为:
其中,xj为输入层向量中的参数,Xj分别为T、h、P、F、ξ,j=1,2,3,4,5;Xjmax和Xjmin分别为相应测量参数中的最大值和最小值。
优选的是,初始状态时,第一发送频率和第二发送频率满足经验值:
f0=0.72fmax
f0′=0.86f′max。
本发明所述的有益效果:本发明提供了一种测试用井下小信号接收与发送的控制方法,设备使用在井下高阻抗通讯环境内,可在高阻抗环境内完成无线接收发送,能够根据井下的实际环境因素调节信号发送频率,实现井下高阻抗环境信号传输问题,使信号传输更加顺利,通过一系列小信号提取技术完成接收解析。
附图说明
图1为本发明的FIR滤波器频响特征图。
具体实施方式
下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
本发明的测试用井下小信号接收与发送的控制方法是基于接收发送设备,其设置在井下,包括频移键控装置、滤波器、前向纠错、温湿度传感器、压力传感器、深度传感器以及控制器,控制器连接控制频移键控装置、滤波器、前向纠错、温湿度传感器、压力传感器和深度传感器,控制频移键控装置。
FSK频移键控技术,使用不同的频率信号代表0,1,产生FSK信号以最简单的方法是通过FPGA的IO,针对0.1选择不同的频率模板操作DAC,完成不同频率的发送,由于***的特点是微弱信号的提取,所以采取窄带的信号,通过信号能量的频道集中特性,更容易获取良好的信噪比特性。
FIR(Finite Impulse Response)滤波器,有限长单位冲激响应滤波器,又称为非递归型滤波器,是数字信号处理***中最基本的元件,它可以在保证任意幅频特性的同时具有严格的线性相频特性,同时其单位抽样响应是有限长的,因而滤波器是稳定的***。FIR滤波器具有良好的滤波效果,对于提取窄带的FSK信号的效果更优,而且本身是一个卷积过程利于小信号的相关累计,特别适合本***ADC采样后的信号初步提取处理,如图1所示。
FEC前向纠错,FEC编码的冗余部分允许接收方检测可能出现在信息任何地方的有限个差错,并且通常可以纠正这些差错而不用重传。FEC使接收方有能力纠正错误而不需要反向请求数据重传,不过这是以一个固定的更高转发的带宽为代价的。***的特点是信号频率低,所以没有重传的时间,为了避免地层干扰对信号的随机破坏,采用BCH编码达到了每15bit任意3个数据出错的情况下都可以回复出正确数据。通过BCH本源编码公式求解数学模型完成解码。
HPSRR高性能共模噪比,由于信号微弱需要10000倍以上的放大处理,各种电源,地层的共模噪声成为主要的干扰,共模信号的特殊抑制方法在前级电路的设计中就尤其重要,包括电源的设计,运放电路的特性设计,噪声屏蔽设计,信号的抗扰设计等。本设计通过各方面方法的综合考虑,合理的结构设计和电路仪器布线达到100dB PSRR.
在包括不限于以上一系列的小信号提取处理后,最终将小信号提取灵敏度提高至10nv。
本发明提供的一种测试用井下小信号接收与发送的控制方法,包括以下步骤:
步骤一、按照采样周期采集井下温度T、井深h、井下压力P和井下湿度F,并根据井下温度T、井深h、井下压力P和井下湿度F计算环境影响因子ξ,当ξ≥ξS时,对频移键控装置的发送频率进行控制,其中ξS为比较环境影响因子;
步骤二、根据井下温度T、井深h、井下压力P、井下湿度F和环境影响因子ξ对频移键控装置的发送频率进行控制。
在所述步骤一中,所述环境影响因子ξ计算方法如下:
其中,P0为理论压强,F0为理论湿度,T0为理论温度。
在井深为h时的理论压强P0为:
其中,κ1为第一校正系数,c1为第一经验系数,值为0.98,c2为第二经验系数,值为1.01,h为井深,单位kft;。
在井深为h时的理论温度T0为:
当0≤h≤20时,
当h>20时,
T0=κ3[54.5ln(c1h+1)+20(c2h-0.98)0.56+0.02h2+4h-15];
其中,κ2为第二校正系数,κ3为第三校正系数,c1为第一经验系数,值为0.98,c2为第二经验系数,值为1.01,h为井深,T0为理论温度,单位F。
在井深为h时的理论湿度F0为:
其中,κ4为第四校正系数。
在所述步骤三中,通过建立BP神经网络模型对频移键控装置进行控制,包括如下步骤:
步骤一S110:建立BP神经网络模型。
本发明采用的BP网络体系结构由三层组成,第一层为输入层,共n个节点,对应了表示设备工作状态的n个检测信号,这些信号参数由数据预处理模块给出。第二层为隐层,共m个节点,由网络的训练过程以自适应的方式确定。第三层为输出层,共p个节点,由***实际需要输出的响应确定。
该网络的数学模型为:
输入向量:x=(x1,x2,...,xn)T
中间层向量:y=(y1,y2,...,ym)T
输出向量:o=(o1,o2,...,op)T
本发明中,输入层节点数为n=5,输出层节点数为p=2。隐藏层节点数m由下式估算得出:
输入信号5个参数分别表示为:x1为井下温度系数、x2为井深系数、x3为井下压力系数、x4为井下湿度系数,x5为环境影响因子系数;
由于传感器获取的数据属于不同的物理量,其量纲各不相同。因此,在数据输入人工神经网络之前,需要将数据规格化为0-1之间的数。
具体而言,对于使用温度传感器测量的井下温度T,进行规格化后,得到井下温度系数:
其中,Tmax和Tmin分别为井下的最大值和最小值。
同样的,对于使用井深传感器测量的井深h,进行规格化后,得到井深系数x2:
其中,hmax和hmin分别为井深的最大值和最小值。
同样的,对于使用车速传感器测量的车速V,进行规格化后,得到车速系数x2:
其中,Vmax和Vmin分别为叉车的车速最大值和最小值。
同样的,对于使用压力传感器测量的井下压力P,进行规格化后,得到井下压力系数x3:
其中,Pmax和Pmin分别为井下压力的最大值和最小值。
同样的,对于使用湿度压力传感器测量的井下湿度F,进行规格化后,得到井下湿度系数x4:
其中,Fmax和Fmin分别为井下湿度的最大值和最小值。
同样的,对于计算得到的环境影响因子ξ,进行规格化后,得到环境影响因子系数x5:
其中,ξmax和ξmin分别为环境影响因子的最大值和最小值。
输出信号的2个参数分别表示为:第一发送频率调节系数,o2为第一发送频率调节系数;
第一发送频率调节系数o1表示为下一个采样周期中第一发送频率与当前采样周期中第一发送频率最大值之比,即在第i个采样周期中,采集到的第一发送频率fi,通过BP神经网络输出第i个采样周期的第一发送频率调节系数o1 i后,控制第i+1个采样周期中第一发送频率为fi+1,使其满足:
第二发送频率调节系数o2表示为下一个采样周期中第二发送频率与当前采样周期中第二发送频率最大值之比,即在第i个采样周期中,采集到的第二发送频率fi′,通过BP神经网络输出第i个采样周期的第二发送频率调节系数后,控制第i+1个采样周期中第二发送频率为f′i+1,使其满足:
步骤二S120、进行BP神经网络的训练。
建立好BP神经网络节点模型后,即可进行BP神经网络的训练。根据产品的历史经验数据获取训练的样本,并给定输入节点i和隐含层节点j之间的连接权值wij,隐层节点j和输出层节点k之间的连接权值wjk,隐层节点j的阈值θj,输出层节点k的阈值θk、wij、wjk、θj、θk均为-1到1之间的随机数。
在训练过程中,不断修正wij和wjk的值,直至***误差小于等于期望误差时,完成神经网络的训练过程。
如表1所示,给定了一组训练样本以及训练过程中各节点的值。
表1训练过程各节点值
步骤三S130、
采集井下的环境参数输入神经网络得到调控系数。
将训练好的人工神经网络固化在FPGA芯片之中,使硬件电路具备预测和智能决策功能,从而形成智能硬件。智能硬件加电启动后,
S131:按照采样周期,获取第i个采样周期时井下温度T、井深h、井下压力P和井下湿度F,并确定环境影响因子ξ;其中,i=1,2,……。
S132:依次将上述5个参数进行规格化,得到第i个采样周期时三层BP神经网络的输入层向量x={x1,x2,x3,x4,x5}。
S133:所述输入层向量映射到中间层,得到第i个采样周期时中间层向量y={y1,y2,y3,y4}。
S134:所述中间层向输出层映射,得到第i个采样周期时得到输出层向量o={o1,o2}。
S135、对第一发送频率和第二发送频率进行控制,使
初始状态时,第一发送频率和第二发送频率满足经验值:
f0=0.72fmax
f0′=0.86f′max。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (7)
1.一种测试用井下小信号接收与发送的控制方法,其特征在于,包括以下步骤:
步骤一、按照采样周期采集井下温度T、井深h、井下压力P和井下湿度F,并根据井下温度T、井深h、井下压力P和井下湿度F计算环境影响因子ξ,当ξ≥ξS时,对频移键控装置的发送频率进行控制,其中ξS为比较环境影响因子;
所述环境影响因子ξ计算方法如下:
其中,P0为理论压强,F0为理论湿度,T0为理论温度;
步骤二、根据井下温度T、井深h、井下压力P、井下湿度F和环境影响因子ξ对频移键控装置的发送频率进行控制:
通过建立BP神经网络模型对频移键控装置进行控制,包括如下步骤:
步骤1、按照采样周期,通过采集井下温度T、井深h、井下压力P和井下湿度F,并确定环境影响因子ξ;
步骤2、依次将上述参数进行规格化,确定三层BP神经网络的输入层神经元向量x={x1,x2,x3,x4,x5},其中,x1为井下温度系数、x2为井深系数、x3为井下压力系数、x4为井下湿度系数,x5为环境影响因子系数;
步骤3、所述输入层神经元向量映射到隐层,隐层向量y={y1,y2,Λ,ym},m为隐层节点个数;
步骤4、得到输出层向量o={o1,o2};o1为第一发送频率调节系数,o2为第一发送频率调节系数;
步骤5、控制第一发送频率和第二发送频率,使
7.根据权利要求6所述的测试用井下小信号接收与发送的控制方法,其特征在于,初始状态时,第一发送频率和第二发送频率满足经验值:
f0=0.72fmax
f0′=0.86fm′ax。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910869471.9A CN110644977B (zh) | 2019-09-16 | 2019-09-16 | 一种测试用井下小信号接收与发送的控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910869471.9A CN110644977B (zh) | 2019-09-16 | 2019-09-16 | 一种测试用井下小信号接收与发送的控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110644977A CN110644977A (zh) | 2020-01-03 |
CN110644977B true CN110644977B (zh) | 2023-03-31 |
Family
ID=69010542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910869471.9A Active CN110644977B (zh) | 2019-09-16 | 2019-09-16 | 一种测试用井下小信号接收与发送的控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110644977B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5924499A (en) * | 1997-04-21 | 1999-07-20 | Halliburton Energy Services, Inc. | Acoustic data link and formation property sensor for downhole MWD system |
US6691779B1 (en) * | 1997-06-02 | 2004-02-17 | Schlumberger Technology Corporation | Wellbore antennae system and method |
WO2010057437A1 (zh) * | 2008-11-22 | 2010-05-27 | 西部钻探克拉玛依钻井工艺研究院 | 一种井筒数据传输方法及*** |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6817412B2 (en) * | 2000-01-24 | 2004-11-16 | Shell Oil Company | Method and apparatus for the optimal predistortion of an electromagnetic signal in a downhole communication system |
US7091460B2 (en) * | 2004-03-15 | 2006-08-15 | Dwight Eric Kinzer | In situ processing of hydrocarbon-bearing formations with variable frequency automated capacitive radio frequency dielectric heating |
US9608740B2 (en) * | 2015-07-15 | 2017-03-28 | At&T Intellectual Property I, L.P. | Method and apparatus for launching a wave mode that mitigates interference |
CN105404153B (zh) * | 2015-12-17 | 2017-12-08 | 吉林大学 | 一种基于bp神经网络的绕线机控制方法及绕线机 |
CN106850477B (zh) * | 2017-02-08 | 2019-12-03 | 中国海洋石油集团有限公司 | 一种井下信号调制方法和装置 |
CN108952637B (zh) * | 2018-07-04 | 2020-08-14 | 中海艾普油气测试(天津)有限公司 | 一种用于深水作业水合物抑制的水下树安全***及抑制方法 |
CN108643892B (zh) * | 2018-07-09 | 2021-08-20 | 中海艾普油气测试(天津)有限公司 | 一种测试用井下数据短传装置及其控制方法 |
CN109356573A (zh) * | 2018-12-12 | 2019-02-19 | 中法渤海地质服务有限公司 | 一种地层声波时差的测试提取方法 |
CN109948986A (zh) * | 2019-03-26 | 2019-06-28 | 辽宁工业大学 | 一种基于云计算平台的物流监控方法 |
CN109946987A (zh) * | 2019-03-27 | 2019-06-28 | 吉林建筑大学 | 一种基于互联网的老年人生活环境优化监控方法 |
CN110162910A (zh) * | 2019-05-30 | 2019-08-23 | 辽宁工业大学 | 一种基于物联网技术的坡起优化方法 |
-
2019
- 2019-09-16 CN CN201910869471.9A patent/CN110644977B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5924499A (en) * | 1997-04-21 | 1999-07-20 | Halliburton Energy Services, Inc. | Acoustic data link and formation property sensor for downhole MWD system |
US6691779B1 (en) * | 1997-06-02 | 2004-02-17 | Schlumberger Technology Corporation | Wellbore antennae system and method |
WO2010057437A1 (zh) * | 2008-11-22 | 2010-05-27 | 西部钻探克拉玛依钻井工艺研究院 | 一种井筒数据传输方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN110644977A (zh) | 2020-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ye et al. | Channel agnostic end-to-end learning based communication systems with conditional GAN | |
CN101525998B (zh) | 一种电磁随钻测量***的地面信号接收装置及其接收方法 | |
CN110602723B (zh) | 一种基于水下边缘设备的两级双向预测获取数据方法 | |
CN111890127B (zh) | 基于在线增量磨损演化模型的切削状态边缘智能监控方法 | |
CN108958217A (zh) | 一种基于深度学习的can总线报文异常检测方法 | |
JP6593519B1 (ja) | センサデータ圧縮システム、センサ端末、モデル構築装置、およびプログラム | |
CN103439647A (zh) | 一种动态电源电流监测的模拟电路故障诊断方法 | |
CN112468230B (zh) | 一种基于深度学习的无线紫外光散射信道估计方法 | |
CN110061946B (zh) | 一种面向高铁的深度信号检测方法 | |
CN111507155A (zh) | 联合U-Net++和UDA的微地震有效信号初至拾取方法及装置 | |
Kumar et al. | Data filtering in wireless sensor networks using neural networks for storage in cloud | |
CN102354501B (zh) | 一种用于钻柱声传输技术的单向回波噪声抑制方法 | |
CN111322082A (zh) | 一种tbm滚刀状态监测及故障诊断方法、*** | |
CN114640695B (zh) | 一种智能工厂基于长序列双预测和informer的高频时序数据有效传输方法 | |
CN114282644A (zh) | 使用自动编码器神经网络压缩端节点中的信息 | |
CN110644977B (zh) | 一种测试用井下小信号接收与发送的控制方法 | |
CN110826703B (zh) | 一种基于协作式时变双向循环神经网络通信信号检测方法 | |
CN107765259B (zh) | 一种基于提升小波改进阈值的输电线路激光测距信号去噪方法 | |
CN117249996A (zh) | 矿用刮板机齿轮箱轴承的故障诊断方法 | |
CN112307674A (zh) | 低空目标知识辅助智能电磁感知方法、***及存储介质 | |
Aydinlik et al. | A physical layer implementation on reconfigurable underwater acoustic modem | |
Acimovic et al. | Efficient distributed multiresolution processing for data gathering in sensor networks | |
CN113218598B (zh) | 一种气密性检测*** | |
CN114760194A (zh) | 一种物联网设备的故障研判方法 | |
CN112834863A (zh) | 利用电力线通信中的阻抗估计算法监测电力线故障的方法 |
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 |