利用自适应滤波算法消除泥浆脉冲信号中的泵冲噪声的方法与流程

本发明涉及消除随钻测井中泵冲噪声的技术领域，特别涉及一种利用自适应滤波算法消除泥浆脉冲信号中的泵冲噪声的方法。

背景技术：

在以泥浆为介质的无线随钻测量系统中，井下信息以泥浆压力信号的方式传输到地面，地面系统再对这些信号进行分析与处理，最终获取施工所需的定向数据、地层信息和钻井参数等各种信息。由于现场钻井高温、高压、强震动、长距离传输等因素的影响，井口泥浆压力传感器检测到的信号既包括原始的脉冲序列信号，也夹杂着各种机械震动引起的大量高强度的噪声信号，随着钻井深度的增加，信号衰减增大，检测到的信号变弱，这直接影响信号恢复结果的正确性及可靠性，因此泥浆脉冲信号的去噪问题对于最终脉冲解码极为关键。

目前随钻测量系统中对泥浆脉冲信号常用的处理方法有：基于傅里叶变换的去噪方法、FIR滤波方法、基于小波变换的去噪方法和自适应滤波去噪方法。

基于傅里叶变换的去噪方法适用于平稳信号，不能有效区分信号的高频部分和噪声的高频部分，对频率随时间变化的非平稳信号处理效果不好；FIR滤波器系统稳定且具有严格的线性相位，实时性好，但这两种去噪方法在处理泥浆脉冲信号时可能丢失部分有用信号；小波变换方法是傅里叶思想的发展，它在时域和频域同时具有良好的局部特性；但小波变换需要预先分析泥浆脉冲信号的特性并据此来设置小波参数，且对不同信号、不同信噪比的信号去噪都需确定其去噪效果最好的分解层数。自适应滤波器不需事先获取噪声干扰信息就能自动调整滤波系数跟随有用信号实现最优滤波，不需针对不同信噪比信号特别设置参数，能应用于各种环境下泥浆脉冲信号去噪处理，操作简便，适用范围广。

由于现场钻井条件的影响，信号在传输过程中受到许多噪声的干扰，如泵噪声、钻井噪声、脉冲噪声、反射信号等，导致地面解码系统采集到的压力波信号幅值小、夹杂的噪声大。从压力传感器采集的原始信号中包含了有用信号及幅度较大的低频分量噪声和高频分量噪声。噪声及干扰的主要来源是泵冲噪声和振动噪声。在钻井测量系统中，泵冲噪声由一个或多个泵产生，它具有周期性，而且比传输信号具有更高的能量。此外由于泵冲噪声幅度可能会发生变化，其频谱值通常会“延伸”至信号频谱范围。因此，采集泥浆脉冲压力信号中噪声强且分布广，虽然噪声干扰中的白噪声以及高频噪声信号可以通过一个低通滤波器滤除，但是其泵冲噪声具有能量高、周期性、与原始信号频谱重叠等特点，且不能预知噪声随时间的统计特性。传统的数字滤波器有固定的权系数，其设计阶数在滤波过程中保持不变，在没有充足的噪声干扰信息情况下设计的数字滤波器，不能有效地实现噪声消除或是可能消除掉有效信息。自适应滤波器不需要预知输入信号和噪声的统计特性，利用前一时刻已获得的滤波器参数的结果，自动的调节现时刻的滤波器参数，以适应信号和噪声未知的或随时间变化的统计特性，从而实现最优滤波，因此最好采用自适应滤波技术恢复原始信息。

根据泥浆脉冲信号特性，自适应噪声抵消器常见的参考信号为待处理信号的延时信号，主通道输入信号为待处理的信号，由于自适应噪声抵消器的主输入通道信号与参考信号关于有用信号具有相关性，这使这种滤波方式存在明显缺陷：在抵消噪声干扰的同时也抵消掉了部分有用信号，而且信噪比越大，抵消越严重，这使处理后泥浆脉冲信号幅值降低，有用信号部分丢失，滤波系统收敛困难，对后续解码极为不利，严重影响了自适应滤波器的滤波性能。

自适应噪声抵消器存在的这些缺陷使得它本身的优势并未充分发挥，因此，亟需提供一种解决方案来解决上述问题，使得自适应滤波器优势发挥到最大，滤波效果最优，提高滤波可靠性，降低随钻测量通信的误码率。

技术实现要素：

为了克服在随钻测量系统中对泥浆脉冲信号处理的现有技术中的缺陷，充分利用自适应滤波技术的优势，保证滤波效果，提高滤波性能，降低随钻测量通信的误码率，本发明针对采集的泥浆脉冲信号噪声强度大且不可测的特点，以消除随钻测量系统中泵冲噪声的同时保护有用信号为目的，提出利用自适应滤波算法消除泥浆脉冲信号中的泵冲噪声的方法，此方法能有效克服有用信号被抵消的缺陷，保证滤波的可靠性和准确性，使得自适应滤波器的优势发挥到最大，滤波效果达到最优，此方法操作简单，滤波可靠且适用性强，对提高泥浆脉冲信号的信噪比，降低随钻测量通信的误码率，具有较高的实用价值。

为了达到上述目的，本发明采用以下技术方案：

一种利用自适应滤波算法消除泥浆脉冲信号中的泵冲噪声的方法，运用自适应陷波器、自适应噪声抵消器和FIR低通滤波器三个滤波进行滤波处理，具体包括下述步骤：

(1)运用自适应陷波器滤除原始信号中的有用信号；

(2)运用自适应噪声抵消器主通道输入原始信号，参考信号为滤除有用信号的原始信号的延时信号，根据LMS准则其输出的误差信号为滤除泵冲噪声的原始信号；

(3)将自适应噪声抵消器的输出信号运用FIR低通滤波器滤除高频噪声，完成滤波。

作为优选的技术方案，所述原始信号为采集的泥浆脉冲信号，记为，此信号中包括有用信号、泵冲噪声、振动噪声和钻头噪声。

作为优选的技术方案，步骤(1)中，运用自适应陷波器滤除原始信号中的有用信号的方法为：

自适应陷波器的主通道输入为原始信号y(n)的延时信号，参考通道输入与有用信号频率相同的正弦信号x(n)，则自适应陷波器输出为不含有用信号的原始信号的延时信号，以此作为自适应噪声抵消器的参考信号。

作为优选的技术方案，步骤(1)中，运用自适应陷波器滤除原始信号中的有用信号的方法为：

自适应陷波器主通道输入为原始信号，参考通道输入为与有用信号频率相同的正弦信号x(n)，其输出为不含有用信号的原始信号，此信号再经延时后作为自适应噪声抵消器的参考信号。

作为优选的技术方案，步骤(1)中，

所述自适应陷波器的主通道输入信号为受单频干扰的信号，表示为d(n)＝s(n)+c cos(ω₀+θ)，式中c为正弦干扰幅度，ω₀为干扰频率；参考端为单频正弦信号其相位与正弦干扰信号的相位不同，但频率一样，参考信号进入参考通道将送至x1和x2端，x2为参考输入经过90°相移后的信号，其目的是获得w₁和w₂两个权系数，即两个自由度，使组合后的正弦波振幅和相角都可与主通道输入中干扰分量的相角相同。

作为优选的技术方案，两个权系数w₁和w₂由自适应线性组合器通过LMS算法调整输出，通过自适应调整，使权系数达到最佳值和最终滤波器的输出e(n)即是对s(n)的最佳估计。

作为优选的技术方案，步骤(2)中，根据LMS准则其输出的误差信号为滤除泵冲噪声的原始信号的方法为：

设置滤波器阶数M和收敛因子μ，然后初始化权值，令w(0)＝0或由先验知识确定，最后结合公式(1)～(3)进行运算：

${\hat{v}}_0\left(n\right)=w^T\left(n\right)v_i\left(n\right)={\mathrm{\Σ}}_{m=0}^{M-1}{w}_m\left(n\right)v_i(n-m)---\left(1\right)$

$e\left(n\right)=s\left(n\right)+v_0\left(n\right)-{\hat{v}}_0\left(n\right)---\left(2\right)$

w_m(n+1)＝w_m(n)+2μe(n)v_i(n) (3)

其中，w(n)为抽头系数，v_i(n)为参考信号，s(n)为有用信号，v₀(n)为包括泵冲噪声、振动噪声和钻头噪声的噪声干扰，为自适应陷波器或自适应噪声抵消器的输出信号，e(n)为自适应陷波器或自适应噪声抵消器的输出信号，M滤波器阶数，μ为收敛因子。

作为优选的技术方案，步骤(3)中，所述自适应噪声抵消器的输出信号为滤除泵冲噪声的原始信号，此信号中还包含与有用信号频率相差较远高频噪声，运用FIR低通滤波器滤除高频噪声，完成滤波。

本发明与现有技术相比，具有如下优点和有益效果：

(1)根据泥浆压力脉冲信号的特点，提出一种自适应陷波器和自适应噪声抵消器根据LMS准则的自适应滤波算法配合去噪的方法，该方法无需预知噪声干扰信息和设计复杂滤波器，便可有效消除泵冲噪声，克服线性滤波器很难实现泵冲噪声消除的问题，以及单采用自适应噪声抵消器时系统难收敛，滤波后有用信号被部分抵消的缺陷，保证了滤波的可靠性和准确性，使得自适应滤波器的优势发挥到最大，滤波效果达到最优。

(2)本发明可应用于石油随钻测量系统中泥浆脉冲信号的去噪处理，在保护有用信号不被抵消的前提下实现有效滤波，操作简单，滤波可靠，在泥浆脉冲信号处理中具有通用性，对提高泥浆脉冲信号的信噪比，降低随钻测量通信的误码率，具有较高的实用价值。

附图说明

图1为本发明泥浆脉冲信号去噪流程图1；

图2为本发明泥浆脉冲信号去噪流程图2；

图3为本发明自适应陷波器结构图。

图1、2中y(n)为原始信号，x(n)为与有用信号频率相同的正弦信号，v_i(n)为自适应噪声抵消器的参考信号，e(n)为自适应噪声抵消器的输出信号，y₀(n)为经过FIR低通滤波器后的输出信号；

图3中s(n)+c cos(ω₀+θ)为受单频干扰的信号，ω₀为干扰频率，c为单频干扰幅度，θ为单频干扰相位，w₁和w₂为自适应陷波器参考通道的两个权系数，e(n)为最终滤波器的输出。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

实施例1

本实施例所述的利用自适应滤波算法消除泥浆脉冲信号中泵冲噪声的方法，主要包括自适应陷波器、自适应噪声抵消器和FIR低通滤波器三个滤波步骤，假设有用信号频率为0.5Hz。具体实施步骤为：

(1)采集的泥浆脉冲信号记为原始信号y(n)，此信号中包括有用信号、泵冲噪声、振动噪声和钻头噪声。

(2)自适应陷波器有两种方式实现其功能：第一种如图1所示，主通道输入原始信号y(n)的延时信号，参考通道输入x(n)＝sin(2*π*0.5)，则自适应陷波器输出为不含有用信号的原始信号的延时信号，此信号将直接作为自适应噪声抵消器的参考信号v_i(n)输入到自适应噪声抵消器的参考通道；第二种如图2所示，主通道输入原始信号y(n)，参考通道输入x(n)＝sin(2*π*0.5），则自适应陷波器输出为不含有用信号的原始信号，将此信号进过延时后得到自适应噪声抵消器的参考信号v_i(n)。

(3)自适应噪声抵消器中主通道输入为原始信号y(n)，参考通道输入由上步得到的自适应噪声抵消器的参考信号v_i(n)，根据LMS准则，自适应噪声抵消器不断调整滤波器系数，使其输出e(n)为滤除了泵冲噪声的原始信号。

(4)将自适应噪声抵消器的输出信号e(n)通过FIR低通滤波器滤除高频噪声得到滤波的最终信号y₀(n)，完成滤波。

以上所述的自适应陷波器的结构图如图3所示，其中主通道输入信号为受单频干扰的信号，可表示为d(n)＝s(n)+c cos(ω₀+θ)，式中c为正弦干扰幅度，ω₀为干扰频率；参考端为单频正弦信号其相位与正弦干扰信号的相位不同，但频率一样。参考信号进入参考通道将送至x1和x2端，x2为参考输入经过90°相移后的信号，其目的是获得w₁和w₂两个权，即两个自由度，从而使组合后的正弦波振幅和相角都可与主通道输入中干扰分量的相角相同。两个权系数w₁和w₂由自适应线性组合器调整输出。通过自适应调整，使权系数达到最佳值和最终滤波器的输出e(n)即是对s(n)的最佳估计。此处，将原始信号看作受单频正弦信号干扰的信号d(n)，有用信号看作单频干扰信号，则自适应陷波器将滤去有用信号。

上述的自适应陷波器和自适应噪声抵消器中权系数的调整都通过LMS算法实现，根据LMS算法，二者的输出都取自误差信号:在自适应陷波器中，LMS算法根据误差信号不断调整权系数，使参考通道输出与有用信号相关的信号，通过与主通道信号反向相加，进而去除主通道信号中的有用信号；在自适应噪声抵消器中，由于泵冲噪声高强度且有周期特性，那么参考通道输入不含有用信号的原始信号的延时信号与主通道中输入的原始信号关于泵冲噪声的相关性保持不变且关于有用信号不相关，LMS算法根据误差信号不断调整权系数，使参考通道产生于泵冲噪声相似的输出，通过与主通道中原始信号的反向相加，进而去除原始信号中的泵冲噪声。

实现LMS算法的基本步骤为：设置滤波器阶数M和收敛因子μ，然后初始化权值，令w(0)＝0或由先验知识确定，最后结合公式(1)～(3)进行运算：

${\hat{v}}_0\left(n\right)=w^T\left(n\right)v_i\left(n\right)={\mathrm{\Σ}}_{m=0}^{M-1}{w}_m\left(n\right)v_i(n-m)---\left(1\right)$

$e\left(n\right)=s\left(n\right)+v_0\left(n\right)-{\hat{v}}_0\left(n\right)---\left(2\right)$

w_m(n+1)＝w_m(n)+2μe(n)v_i(n) (3)

其中，w(n)为抽头系数，v_i(n)为参考信号，s(n)为有用信号，v₀(n)为包括泵冲噪声、振动噪声和钻头噪声的噪声干扰，为自适应陷波器或自适应噪声抵消器的输出信号，e(n)为自适应陷波器或自适应噪声抵消器的输出信号，M滤波器阶数，μ为收敛因子；

以上所述的自适应陷波器参数设置为M＝1，μ＝0.05；自适应噪声抵消器参数设置为M＝256,μ＝0.005。

以上所述的自适应噪声抵消器的输出信号为滤除泵冲噪声的原始信号，此信号中还包含与有用信号频率相差较远高频噪声，运用FIR低通滤波器便可轻松滤除高频噪声，完成滤波。

综上所述，在采用以上方案后，本发明能在保护有用信号的基础上消除泵冲噪声，保证了滤波的可靠性和准确性，使得自适应滤波器的优势发挥到最大，滤波效果达到最优。本发明在使用过程中，操作简单，滤波可靠，在泥浆脉冲信号处理中具有通用性，对提高泥浆脉冲信号的信噪比，降低随钻测量通信的误码率，具有较高的实用价值，值得推广。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。