泥浆脉冲信号的处理方法及其装置、电子设备与流程

文档序号:37778305发布日期:2024-04-25 11:04阅读:50来源:国知局
泥浆脉冲信号的处理方法及其装置、电子设备与流程

本发明涉及脉冲信号处理,具体而言,涉及一种泥浆脉冲信号的处理方法及其装置、电子设备。


背景技术:

1、在石油地质勘探的随钻测井中,井下测量数据一般是通过泥浆液进行传输的。首先,通过井下仪器对测量数据进行采集和处理,然后按照一定的规则进行编码,通过脉冲发生器产生符合编码规则的泥浆脉冲信号,以泥浆液为介质将信号传输至地面,然后,在地面上利用压力传感器采集泥浆脉冲信号,经过地面处理仪的初步处理后,将其传入解码软件完成泥浆信号的滤波与识别,最后按照既定的解码规则将测量数据解析出来。

2、在以泥浆液为传输介质的随钻测井过程中,由于现场环境的影响,压力传感器获取到的泥浆脉冲信号中,存在大量的噪声,其中,噪声的主要来源包括:泥浆泵噪声、泥浆马达噪声、电磁干扰及机械压力变化噪声等。除了噪声的影响外,在信号的传输过程中,信号也呈现出衰减的趋势。噪声的存在与信号的大幅衰减会在解码时带来极高的信号漏警率和虚警率,从而导致解码错误。因此,从强噪声背景下提取出微弱的有用信号,并提升信号的信噪比,成为随钻测井领域中需要解决的问题。

3、针对上述问题,相关技术中可以采用低通滤波方法以及自适应滤波方法对泥浆脉冲信号进行滤波,并且还可以采用卷积神经网络的方法进行泥浆脉冲的识别。然而,低通滤波方法只针对高频分量噪声进行滤除,遗漏了低频分量部分的噪声,自适应滤波方法无法从全带宽的角度去滤除噪声,实际使用时滤波效果较差。并且,卷积神经网络的方法需要提前采集数据进行神经网络模型的建立和训练,然后再通过利用神经网络对信号进行分类的方法来识别出脉冲信号,但是,当前的神经网络的识别的准确度较差,会带来漏警和虚警问题,从而导致解码错误,且由于算法复杂度高,难以实现。

4、针对上述的问题,目前尚未提出有效的解决方案。


技术实现思路

1、本发明实施例提供了一种泥浆脉冲信号的处理方法及其装置、电子设备,以至少解决相关技术中对泥浆脉冲信号进行滤波以及识别的效果较差的技术问题。

2、根据本发明实施例的一个方面,提供了一种泥浆脉冲信号的处理方法,包括:在勘探矿井的过程中,将实时采集的连续多个时刻的泥浆脉冲信号构建为泥浆脉冲信号向量,并对所述泥浆脉冲信号向量进行傅里叶变换处理,得到频率域信号向量;采用带通滤波器对所述频率域信号向量进行滤波处理,得到滤波向量,并对所述滤波向量进行傅里叶逆变换处理,得到时间域信号向量;采用自相关函数,确定所述时间域信号向量中每个时刻的时间域信号的平均自相关值;基于所有所述平均自相关值,对脉冲进行识别,得到识别结果,并基于所述识别结果对每个时刻的所述时间域信号进行整形,得到整形信号数据,其中,所述识别结果包括:有效脉冲、非有效脉冲,通过对所述整形信号数据进行解码,得到勘探矿井的井下实时数据。

3、进一步地,对所述泥浆脉冲信号向量进行傅里叶变换处理,得到频率域信号向量的步骤,包括:基于第一滑动窗口,从所述泥浆脉冲信号向量中的第一个信号开始选择m个连续时刻的信号,其中,m为正整数;采用傅里叶变换算法,将所述m个连续时刻的信号从时间域变换至频率域,得到所述m个连续时刻的信号对应的频率域信号;依据第一预设滑动长度平移所述第一滑动窗口,得到新的所述m个连续时刻的信号,并确定新的所述m个连续时刻的信号对应的频率域信号;重复执行依据所述第一预设滑动长度平移所述第一滑动窗口的步骤,直到所述第一滑动窗口的右侧平移至所述泥浆脉冲信号向量中的最后一个信号,得到所述频率域信号向量,其中,所述频率域信号向量由多个所述频率域信号构成。

4、进一步地,采用带通滤波器对所述频率域信号向量进行滤波处理,得到滤波向量的步骤,包括:确定带通频率段,并基于所述带通频率段,确定最小带通频率值以及最大带通频率值;确定所述频率域信号向量中信号幅度值小于等于所述最小带通频率值的低频信号集合,并确定所述频率域信号向量中信号幅度值大于等于所述最大带通频率值的高频信号集合;采用所述带通滤波器,将所述低频信号集合中每个低频信号的信号幅度值削弱为预设数值,并将所述高频信号集合中每个高频信号的信号幅度值削弱为所述预设数值;保持所述频率域信号向量中其它信号集合中的每个信号的信号幅度值不变,得到所述滤波向量,其中,所述其它信号集合中的每个信号的信号幅度值都处于所述带通频率段内。

5、进一步地,对所述滤波向量进行傅里叶逆变换处理,得到时间域信号向量的步骤,包括:基于第二滑动窗口,从所述滤波向量中的第一个信号开始选择n个连续时刻的信号,其中,n为正整数;采用傅里叶逆变换算法,将所述n个连续时刻的信号从频率域变换至时间域,得到所述n个连续时刻的信号对应的复数,并确定所述复数的复数模值,其中,所述复数模值为所述n个连续时刻的信号对应的时间域信号的幅度值;依据第二预设滑动长度平移所述第二滑动窗口,得到新的所述n个连续时刻的信号,并确定新的所述n个连续时刻的信号对应的时间域信号的幅度值;重复执行依据所述第二预设滑动长度平移所述第二滑动窗口的步骤,直到所述第二滑动窗口的右侧平移至所述滤波向量中的最后一个信号,得到所述时间域信号向量,其中,所述时间域信号向量由多个时间域信号的幅度值构成。

6、进一步地,采用自相关函数,确定所述时间域信号向量中每个时刻的时间域信号的平均自相关值的步骤,包括:基于所述时间域信号向量,确定第一相关向量以及第二相关向量,其中,所述第一相关向量中的每个所述时间域信号的第一采集时刻与所述第二相关向量中的每个所述时间域信号的第二采集时刻相差预设时长,所述第一相关向量的向量长度与所述第二相关向量的向量长度相等;基于所述第一相关向量、所述第二相关向量以及所述向量长度,确定每个时刻的所述时间域信号的自相关值;基于所述时间域信号在预设数量的连续时刻的所述自相关值以及所述预设数量,确定每个时刻的所述时间域信号的所述平均自相关值。

7、进一步地,基于所有所述平均自相关值,对脉冲进行识别的步骤,包括:基于前一时刻的所述平均自相关值以及当前时刻的所述平均自相关值,确定第一差分值,并基于所述当前时刻的所述平均自相关值以及后一时刻的所述平均自相关值,确定第二差分值;在所述第一差分值小于0且所述第二差分值大于0的情况下,将所述当前时刻的所述平均自相关值确定为极小值,其中,所述极小值所在的点为极小值点;在所述第一差分值大于0且所述第二差分值小于0的情况下,将所述当前时刻的所述平均自相关值确定为极大值,其中,所述极大值所在的点为极大值点;将连续的第一极小值点、所述极大值点以及第二极小值点构建的曲线确定为一个脉冲;在所述脉冲在第一位置点以及第二位置点的信号幅度值都大于预设脉冲幅度阈值的情况下,将所述脉冲识别为所述有效脉冲,其中,所述第一位置点以及所述第二位置点是基于所述极大值点以及预设脉冲宽度阈值确定的位置点;在所述脉冲在第一位置点或者第二位置点的信号幅度值小于等于所述预设脉冲幅度阈值的情况下,将所述脉冲识别为所述非有效脉冲。

8、进一步地,在基于所有所述平均自相关值,对脉冲进行识别,得到识别结果之后,还包括:基于所述有效脉冲的脉冲宽度,确定第三滑动窗口的窗口宽度;控制所述第三滑动窗口从所述有效脉冲的所述第一极小值点开始移动,直到所述第三滑动窗口的右侧移动至所述有效脉冲的所述第二极小值点;在移动所述第三滑动窗口的过程中,基于每个时刻的所述平均自相关值以及所述窗口宽度,确定每个时刻的所述第三滑动窗口的窗口面积;将最大窗口面积指示的时刻点表征为所述有效脉冲的起始位置,并基于所述起始位置以及所述窗口宽度,确定所述有效脉冲的结束位置。

9、进一步地,基于所述识别结果对每个时刻的所述时间域信号进行整形,得到整形信号数据的步骤,包括:基于所述有效脉冲的脉冲位置以及所述最大窗口面积,采用预设正弦波函数将每个所述有效脉冲整形为正弦波信号,其中,所述脉冲位置包括:所述起始位置以及所述结束位置;将非有效脉冲在各时刻点的信号幅度值进行削弱,得到削弱信号;基于所有所述正弦波信号以及所有所述削弱信号,得到所述整形信号数据。

10、根据本发明实施例的另一方面,还提供了一种泥浆脉冲信号的处理装置,包括:第一处理单元,用于在勘探矿井的过程中,将实时采集的连续多个时刻的泥浆脉冲信号构建为泥浆脉冲信号向量,并对所述泥浆脉冲信号向量进行傅里叶变换处理,得到频率域信号向量;第二处理单元,用于采用带通滤波器对所述频率域信号向量进行滤波处理,得到滤波向量,并对所述滤波向量进行傅里叶逆变换处理,得到时间域信号向量;确定单元,用于采用自相关函数,确定所述时间域信号向量中每个时刻的时间域信号的平均自相关值;识别单元,用于基于所有所述平均自相关值,对脉冲进行识别,得到识别结果,并基于所述识别结果对每个时刻的所述时间域信号进行整形,得到整形信号数据,其中,所述识别结果包括:有效脉冲、非有效脉冲,通过对所述整形信号数据进行解码,得到勘探矿井的井下实时数据。

11、进一步地,所述第一处理单元包括:第一选择???,用于基于第一滑动窗口,从所述泥浆脉冲信号向量中的第一个信号开始选择m个连续时刻的信号,其中,m为正整数;第一变换???,用于采用傅里叶变换算法,将所述m个连续时刻的信号从时间域变换至频率域,得到所述m个连续时刻的信号对应的频率域信号;第一平移???,用于依据第一预设滑动长度平移所述第一滑动窗口,得到新的所述m个连续时刻的信号,并确定新的所述m个连续时刻的信号对应的频率域信号;第一执行???,用于重复执行依据所述第一预设滑动长度平移所述第一滑动窗口的步骤,直到所述第一滑动窗口的右侧平移至所述泥浆脉冲信号向量中的最后一个信号,得到所述频率域信号向量,其中,所述频率域信号向量由多个所述频率域信号构成。

12、进一步地,所述第二处理单元包括:第一确定???,用于确定带通频率段,并基于所述带通频率段,确定最小带通频率值以及最大带通频率值;第二确定???,用于确定所述频率域信号向量中信号幅度值小于等于所述最小带通频率值的低频信号集合,并确定所述频率域信号向量中信号幅度值大于等于所述最大带通频率值的高频信号集合;第一设置???,用于采用所述带通滤波器,将所述低频信号集合中每个低频信号的信号幅度值削弱为预设数值,并将所述高频信号集合中每个高频信号的信号幅度值削弱为所述预设数值;第一保持???,用于保持所述频率域信号向量中其它信号集合中的每个信号的信号幅度值不变,得到所述滤波向量,其中,所述其它信号集合中的每个信号的信号幅度值都处于所述带通频率段内。

13、进一步地,所述第二处理单元还包括:第二选择???,用于基于第二滑动窗口,从所述滤波向量中的第一个信号开始选择n个连续时刻的信号,其中,n为正整数;第二变换???,用于采用傅里叶逆变换算法,将所述n个连续时刻的信号从频率域变换至时间域,得到所述n个连续时刻的信号对应的复数,并确定所述复数的复数模值,其中,所述复数模值为所述n个连续时刻的信号对应的时间域信号的幅度值;第二平移???,用于依据第二预设滑动长度平移所述第二滑动窗口,得到新的所述n个连续时刻的信号,并确定新的所述n个连续时刻的信号对应的时间域信号的幅度值;第二执行???,用于重复执行依据所述第二预设滑动长度平移所述第二滑动窗口的步骤,直到所述第二滑动窗口的右侧平移至所述滤波向量中的最后一个信号,得到所述时间域信号向量,其中,所述时间域信号向量由多个时间域信号的幅度值构成。

14、进一步地,所述确定单元包括:第三确定???,用于基于所述时间域信号向量,确定第一相关向量以及第二相关向量,其中,所述第一相关向量中的每个所述时间域信号的第一采集时刻与所述第二相关向量中的每个所述时间域信号的第二采集时刻相差预设时长,所述第一相关向量的向量长度与所述第二相关向量的向量长度相等;第四确定???,用于基于所述第一相关向量、所述第二相关向量以及所述向量长度,确定每个时刻的所述时间域信号的自相关值;第五确定???,用于基于所述时间域信号在预设数量的连续时刻的所述自相关值以及所述预设数量,确定每个时刻的所述时间域信号的所述平均自相关值。

15、进一步地,所述识别单元包括:第六确定???,用于基于前一时刻的所述平均自相关值以及当前时刻的所述平均自相关值,确定第一差分值,并基于所述当前时刻的所述平均自相关值以及后一时刻的所述平均自相关值,确定第二差分值;第七确定???,用于在所述第一差分值小于0且所述第二差分值大于0的情况下,将所述当前时刻的所述平均自相关值确定为极小值,其中,所述极小值所在的点为极小值点;第八确定???,用于在所述第一差分值大于0且所述第二差分值小于0的情况下,将所述当前时刻的所述平均自相关值确定为极大值,其中,所述极大值所在的点为极大值点;第九确定???,用于将连续的第一极小值点、所述极大值点以及第二极小值点构建的曲线确定为一个脉冲;第一识别???,用于在所述脉冲在第一位置点以及第二位置点的信号幅度值都大于预设脉冲幅度阈值的情况下,将所述脉冲识别为所述有效脉冲,其中,所述第一位置点以及所述第二位置点是基于所述极大值点以及预设脉冲宽度阈值确定的位置点;第二识别???,用于在所述脉冲在第一位置点或者第二位置点的信号幅度值小于等于所述预设脉冲幅度阈值的情况下,将所述脉冲识别为所述非有效脉冲。

16、进一步地,所述处理装置还包括:第十确定???,用于在基于所有所述平均自相关值,对脉冲进行识别,得到识别结果之后,基于所述有效脉冲的脉冲宽度,确定第三滑动窗口的窗口宽度;第一控制???,用于控制所述第三滑动窗口从所述有效脉冲的所述第一极小值点开始移动,直到所述第三滑动窗口的右侧移动至所述有效脉冲的所述第二极小值点;第十一确定???,用于在移动所述第三滑动窗口的过程中,基于每个时刻的所述平均自相关值以及所述窗口宽度,确定每个时刻的所述第三滑动窗口的窗口面积;第十二确定???,用于将最大窗口面积指示的时刻点表征为所述有效脉冲的起始位置,并基于所述起始位置以及所述窗口宽度,确定所述有效脉冲的结束位置。

17、进一步地,所述识别单元还包括:第一整形???,用于基于所述有效脉冲的脉冲位置以及所述最大窗口面积,采用预设正弦波函数将每个所述有效脉冲整形为正弦波信号,其中,所述脉冲位置包括:所述起始位置以及所述结束位置;第一削弱???,用于将非有效脉冲在各时刻点的信号幅度值进行削弱,得到削弱信号;第一输出???,用于基于所有所述正弦波信号以及所有所述削弱信号,得到所述整形信号数据。

18、根据本发明实施例的另一方面,还提供了一种电子设备,包括一个或多个处理器和存储器,所述存储器用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现上述任意一项泥浆脉冲信号的处理方法。

19、在本发明中,在勘探矿井的过程中,将实时采集的连续多个时刻的泥浆脉冲信号构建为泥浆脉冲信号向量,并对泥浆脉冲信号向量进行傅里叶变换处理,得到频率域信号向量,采用带通滤波器对频率域信号向量进行滤波处理,得到滤波向量,并对滤波向量进行傅里叶逆变换处理,得到时间域信号向量,采用自相关函数,确定时间域信号向量中每个时刻的时间域信号的平均自相关值,基于所有平均自相关值,对脉冲进行识别,得到识别结果,并基于识别结果对每个时刻的时间域信号进行整形,得到整形信号数据。

20、在本发明中,通过带通滤波方法,可以在滤除大部分的高频分量噪声的同时,降低小部分与泥浆脉冲信号频率接近的低频分量噪声的影响。并且,还可以通过平均自相关方法在滤除一部分噪声的基础上提升信噪比,使得泥浆脉冲信号更容易被识别出来。之后再将泥浆脉冲信号整形为清晰的正弦波脉冲,以便于后续解码。如此,有效提高了对泥浆脉冲信号进行实时滤波和识别的效果,进而解决了相关技术中对泥浆脉冲信号进行滤波以及识别的效果较差的技术问题。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1
imtoken助记词怎么填-imtoken钱包没有收益-imtoken矿工费太贵了-im钱包官网:token.im