首页> 中文期刊> 《西安石油大学学报:自然科学版》 >基于自适应RBF神经网络的连续压力波信号滤波方法

基于自适应RBF神经网络的连续压力波信号滤波方法

         

摘要

由于钻井液连续压力波信号与正脉冲压力信号检测原理不同,致使固定参数滤波方法存在检测特征点时间不准确、误码率高等问题。针对该问题提出一种小波包变换结合自适应变步长RBF神经网络非线性滤波器的滤波方法。该方法首先对输入的连续压力波信号进行小波包变换,运用分层阈值滤波算法和奇异值分解算法,分离出含噪声的有用连续压力波信号;对输入的不发码信号进行带通滤波,分离出噪声相关信号。然后将上述两路信号输入RBF神经网络中,通过自适应变步长滤波算法进行滤波处理,输出有用连续压力波信号。仿真结果表明:该滤波方法与固定参数滤波方法相比,滤波后信号与原信号的相关系数、均方误差、信噪比都得到了提升。现场应用中,相比固定参数滤波算法误码率降低10%,连续压力波信号的噪声得到有效抑制。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号