基于离散平稳小波变换的无线随钻系统测试信号处理

在无线随钻测量系统中，钻井液波信道中含有很强的噪声信号，为获得更好的钻井液脉冲信号，采用小波变换对该信道的信号进行处理。小波基的选取是否恰当对处理的最后结果有非常大的影响，以相关系数作为判断钻井液信道信号处理效果优劣的依据，将7种常用的小波基函数选取不同参数后分解重构的信号与原始信号进行了比较，通过相关系数的大小选定了适合处理该信号的最佳小波基函数及其参数，并对重构后的信号进行了阈值去噪试验。试验结果表明，小波变换去噪对钻井液信道信号的噪声有很好的抑制作用，Haar小波基对钻井液信道信号的去噪处理效果最佳；同时表明，相关系数作为两个信号波形的相似性的一种度量是合理的。     

随钻测井钻井液脉冲信号基线漂移的矫正

钻井液脉冲信号携带了随钻测量系统的参数信息，其在传输过程中受到各种噪声的干扰，信号不平稳且存在基线漂移。为去除钻井液脉冲信号的噪声和基线漂移，使其能满足信号解码的要求。采用小波变换技术过滤信号噪声，检测出脉冲位置，并采用中值滤波的方法矫正信号中出现的基线漂移。实验结果表明，小波变换能够有效地去除钻井液波信号中的噪声，中值滤波很好地解决了钻井液脉冲信号中的基线漂移现象。采用中值滤波的方法去除基线漂移完全满足现场的要求，为钻井液波信号的解码奠定了基础。     

基于平稳小波变换和经验模态分解的钻井液连续波联合去噪方案

随钻测量系统中钻井液正脉冲的数据传输速率较低,通过分析正脉冲实测数据的信号特性,并根据连续压力波信号的产生和传输过程,建立了具有高数据传输速率的钻井液连续压力波信号的数学模型.由于井口连续波信号中有用信号较弱,且噪声的低频部分与有用信号混杂在一起,正脉冲的小波处理方法无法去除低频噪声.为提取徽弱的连续波信号,首次将经验模态分解算法应用到钻井信号中,提出了一套基于平稳小波变换和经验模态分解的联合去噪方案,并设计出了详细的实现过程,该方案充分发挥了平稳小波的去噪优势和经验模态的分解优势,能够有效去除微弱连续波信号中混有的低频和高频噪声.通过仿真测试,发现该联合方案相对平稳小波具有更好的去噪效果和可靠性.     

无线随钻测量系统信号处理的小波基选取

小波变换已经广泛应用于信号处理,小波基的选取恰当与否对信号的最后处理结果有非常大的影响。对无线随钻测量信号进行处理,旨在得到小波去噪处理的最佳小波基及其参数。尝试性地以相关系数作为判断泥浆波信号处理效果优劣的依据,分别使用7种常用小波基函数选取不同参数后,将处理后的信号与原始信号进行了比较,通过相关系数大小选定适合处理该信号的最佳小波基函数及其参数。计算结果表明,在分析的7种小波基中,haar小波对该信号的噪声有最佳的抑制作用。同时表明,相关系数作为本信号去噪效果的一种度量是合理的。     

随钻测量系统脉冲信号特征提取的多尺度方法

在钻井液随钻测量系统中,从接收信号中识别有效脉冲是地面系统正确解码的关键。文章引入多尺度小波分解方法分析钻井液信道噪声特性和信号特性的基础上,分别使用小波熵法和小波阈值滤波方法对含有多频泵噪声的脉冲信号进行基线波动修正及有用脉冲提取。结果表明,小波熵能够刻画钻井液脉冲信号能量分布的真实特征,而小波阈值滤波也是有效可行的MWD信号特征提取方法。通过工程实践的检验,文中的两种方法达到了检测率高、虚警率低的效果。     

超声检测信号处理的小波基选取

小波变换在超声信号处理上得到了广泛的应用,小波基的选取是否恰当对处理的最后结果有非常大的影响。本文尝试性地以相关系数作为判断超声脉冲信号处理效果好坏的依据,分别对五种常用小波基函数选取不同参数后分解重构的信号与原始信号进行了比较,通过相关系数的大小选定了适合该信号的最佳小波基函数,并对重构后的信号进行了阈值消噪实验,实验处理结果良好。相关系数作为两个信号波形的相似性的一种度量是合理的。     

基于卡尔曼滤波的钻井液脉冲信号处理方法

影响信号处理及信号解码的最大问题是噪声干扰,有效的信号处理方法能够提高接收信号分析处理的正确性及可靠性。为此,提出了一种基于卡尔曼滤波的钻井液脉冲信号处理方法。首先根据钻井泵噪声与泵冲之间的关系,求出泵噪声的谐波频率及对应的幅值相位,实现泵噪声的重构,从而实现了泵噪声的去除。对于去除泵噪声后的信号,其余的噪声可以作为加性噪声来处理,进而采用卡尔曼滤波方法实现信号的实时滤波。试验结果表明,泵噪声是钻井液脉冲信号的主要干扰源,对于钻井液脉冲信号的滤波,所提出的卡尔曼滤波方法实用且有效。     

天然气管道漏磁检测中的信号处理

采用漏磁法对天然气管道进行检测时，关键问题是对漏磁信号的处理。为此，介绍了去除奇异值的算法，用相邻两点的平均值代替奇异值，可去除脉冲干扰而对信号没有影响。对于漏磁信号中的高斯噪声，采用小波变换去噪方法，选取二阶样条小波为小波函数，选用软阈值函数和固定阈值的方法处理小波系数。提出了提取缺陷信号特征的梯度算法，用信号幅度和梯度值的变化作为缺陷估计标准。研究结果表明，漏磁信号被处理后，很好地去除了各种信号噪声，有助于提取出缺陷信号的特征，可实现对天然气管道的无损检测。     

叠前去噪方法及其应用

规则干扰和不规则干扰影响地震数据处理的最终成果,也影响叠前处理方法的应用效果。针对干扰波的特点,介绍了不同的压制噪声的方法,用速度滤波、小波变换对线性干扰进行压制,τ-ρ变换衰减多次波,多道统计方法和中值滤波消除野值脉冲干扰．此外,如零相位谱均衡反褶积SPEQ、DMO处理等对随机噪声具有一定的压制作用。根据这些方法的优缺点,在实际的地震资料处理中,对不同噪声采用合适的压制方法,实际资料处理成果表明达到了预期效果．     

基于二维小波变换的地震资料去噪方法

在油气勘探中,接收到的地震信号包含有效信号和噪声干扰,即要求从强噪声背景中提取出微弱有效信号,去除干扰信号.小波变换是一种时频分析方法,具有多分辨和适应时变信号处理的特性,能将信号进行多尺度分解,各尺度上分解所得的小波变换系数代表原信号在不同分辨率上的信息,根据时频分析结果进行去噪处理,试验显示局部特征并没有得到有效利用.于是针对地震数据及其噪声干扰的特点,利用二维小波变换技术易于分离有效信号和噪声的特点,将其应用于实际地震资料的处理中,对消除面波干扰及其他规则干扰效果很明显,大大提高了地震资料的信噪比和分辨率,有效改善了地震资料的质量.     

基于Matlab自然伽马测井曲线小波降噪算法研究

通过对小波变换算法的理论分析,建立了小波降噪算法的判定准则和信号降噪模型。通过对信号降噪常用方法分析,采用快速傅里叶变换FFT和小波阈值降噪方法对自然伽马测井曲线进行降噪。在小波阈值降噪方法中,采用3种从原始信号确定阈值(全局阈值、penalty阈值和Birge-Massart阈值)和4种基于样本估计的阈值(rigrsure阈值、sqtwolog阈值、heursure阈值和minimaxi阈值),对降噪效果进行分析,小波阈值降噪方法明显优于快速傅里叶变换FFT降噪方法。通过信噪比、相关系数、降噪信号能量比和降噪信号与原信号均方差4个性能指标对比,采用rigrsure自适应软阈值小波降噪方法对自然伽马测井曲线降噪,能有效去除自然伽马测井曲线中与地层信息无关的统计涨落和毛刺干扰,得到最佳的降噪效果。该方法在自然伽马测井曲线降噪处理中得到很好地应用。     

基于第二代小波变换的测井信号处理

小波分析技术近几年在测井信号去噪处理方面得到了较为广泛的应用，但是传统的小波变换依赖于傅立叶变换，有大量的卷积运算，运算速度较慢，硬件实现复杂，内存占用大。文章提出采用基于提升算法的第二代小波变换来进行测井信号的去噪处理，提升算法是构造第二代小波的关键技术。通过分析提升算法的基本原理，尝试使用第二代小波对测井信号进行不同分辨率下的分解处理，并使用软限幅函数处理小波分解的细节系数，将处理过的细节系数和近似系数一起重构信号。并将结果和传统小波变换的结果进行了对比，得到了优于传统小波变换的效果。第二代小波变换运算速度快，硬件实现容易，内存占用少，在测井信号去噪处理方面有着广阔的应用前景。     

小波包变换压缩与地震数据处理

探讨了地震数据经小波包变换压缩后对后续处理过程的影响,以及经过某些处理后的数据会对小波包变换压缩产生什么影响等问题。将小波包变换压缩地震数据的结果与快速傅里叶变换压缩地震数据的结果进行了对比,其结果表明:应用小波包变换压缩地震数据,有效信号的损失非常小,压缩比大于快速傅里叶变换的压缩比。在大批量地震数据处理中可以使用小波包变换压缩地震数据。     

基于时频分析的地层吸收系数计算方法

时频分析方法是傅立叶变换及分析的发展,是地震信号处理的重要分析工具,其方法很多、应用广泛。重点介绍基于多种小波基的时频分析方法及S变换与广义S变换方法的时频分析方法,并应用于计算地层吸收系数,其结果优于常规的FFT方法,具有较高的分辨率。     

小波降噪在测井信号处理中的应用

针对测井仪器研制过程中存在的微弱信号检测问题,在分析微弱信号检测原理的基础上,提出了将小波降噪方法引入测井信号处理。应用小波降噪方法的关键是分解层数的确定和阈值门限的选取。采用了一种基于白化检验的小波分解层数确定方法,并对现有的多种阈值选取方法进行了分析与比较。认为小波降噪方法在测井仪器的微弱信号检验中有着非常好的适用性,尤其在信号噪声比非常低时比传统的傅里叶方法有着更好的降噪性能。     

基于二次小波变换的地震信号去噪方法

本文在Donoho的小波域阚值去噪处理方法基础上，提出一种基于二次小波变换的地震信号去噪方法，该法是对地震信号进行多尺度小波变换，然后对主要由噪声控制的尺度1上的小波系数再进行第二次多尺度小波变换，并将二次小波变换后的尺度1上的小波系数置零，将其余尺度上的小波系数重构，最后对处理后地震剖面进行小波域阈值去噪处理。通过理论模型和实际资料的处理结果表明，本文所述方法能有效地改善地震剖面处理效果，提高地震资料的信噪比。     

基于小波神经网络的热值软测量建模

提出了一种基于小波神经网络的软测量建模方法和学习算法,这种方法被用来测量裂解炉燃料气热值。小波神经网络具有2层结构:小波降噪层和多层感知器层。小波降噪层主要用来对过程数据进行降噪变换,提高源信号的信噪比,多层感知器层用来辨识过程模型。小波神经网络不但具有多层感知器网络的自学习和逼近性能,而且可以利用小波降噪理论,克服源信号的噪声干扰。小波变换可以变换初始数据并进行特征提取,变换后的数据具有更高的信噪比,仿真结果显示小波神经网络具有良好的逼近能力和泛化性能。