基于训练字典的稀疏分解应用于动液面声波信号去噪

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

《自动化技术与应用》２０１７年第３６卷第８期
控ＴｈｅｏｒｙａｎｄＡｐｐｌｉｃａｔｉｏｎｓ
基于训练字典的稀疏分解应用于动液面声波信号去噪 ★
余洋洋，高丙坤１，岳武峰
ｅｆｅｃｔｉｖｅｎｅｓｓｉｎｄｅｎｏｉｓｉｎｇｓｉｇｎａｌｏｆｒｅｌｆｅｃｔｉｏｎａｃｏｕｓｔｉｃｗａｖｅｉｎｏｉｌｗｅｌｌｄｎａｙｍｉｃｌｉｑｕｉｄｌｅｖｅ１．
ｒｅｆｌｅｃｔｉｏｎｗａｖｅｓｉｇｎａｌ，ｔｈｉｓａｒｔｉｃｌｅｉｓｂａｓｅｄｏｎｔｈｅｏｖｅｒ－ｃｏｍｐｌｅｔｅｄｉｃｔｉｏｎａｒｙｏｆｓｐａｒｓｅｄｅｃｏｍｐｏｓｉｔｉｏｎｔｈｅｏｙ，ｒｔｒａｉｎｄｙｎａｍｉｃ
２．ＤｅｐａｔｍｅｒｎｔｏｆＣｏｎｓｔｒｕｃｔｉｏｎＨａｎｄａｎＢｒａｎｃｈｏｆＣｈｉｎａＩｒｏｎｔｏｗｅｒＣＯ．，Ｌｔｄ．Ｈａｎｄａｎ０５６０００Ｃｈｉｎａ）
ｓｉｎａｇｌｏｖｅｒ－ｃｏｍｐｌｅｔｅｔｒａｉｎｉｎｇｄｉｃｔｉｏｎａｒｙ．Ｉｔｃｏｍｐａｒｅｓｔｈｅｄｅｎｏｉｓｉｎｇｅｆｅｃｔｗｉｔｈｗａｖｅｌｅｔｈａｒｄｔｈｒｅｓｈｏｌｄｄｅｎｏｓｉｎｇ，ｖｅｒｉｉｆｅｓ
（１．东北石油大学电气信息工程学院，黑龙江大庆１６３３１８；２．中国铁塔股份有限公司邯郸市分公司建设部，河北邯郸０５６０００）
摘要：为实现油井动液面声波信号的有效去噪，获得清晰的反射波信号，本文根据过完备字典的稀疏分解理论，利用ＫＳＶＤ算
ＤｅｎｏｉｓｉｎｇｏｆＤｙｎａｍｉｃＬｉｑｕｉｄＬｅｖｅｌ
ＹＵＹａｎｇ．ｙａｎｇ，ＧＡＯＢｉｎｇ．ｋｕｎ，ＹＵＥＷｕ－ｆｅｎｇ
（１．ＳｃｈｏｏｌｏｆＥｌｅｃｒｔｉｃａｌＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｅａｓｔＰｅｔｒｏｌｕｍＵｎｉｖｅｒｓｉｔｙ，Ｄａｑｉｎｇ１６３３１８Ｃｈｉｎａ；
中图分类号：ＴＮ９１２．１６文献标识码：Ａ文章编号：１００３－７２４１（２０１７）０８－００１２－０６
ＡｐｐｌｉｃａｔｉｏｎｏｆＳｐａｒｓｅＤｅｃｏｍｐｏｓｉｔｉｏｎＢａｓｅｄｏｎＴｒａｉｎｉｎｇＤｉｃｔｉｏｎａｒｙｔｏｔｈｅＳｉｇｎａｌｏｆＡｃｏｕｓｔｉｃＷａｖｅ
ｌｉｑｕｉｄｌｅｖｅｌｓａｍｐｌｅｄａｔａｗｉｔｈＫＳＶＤａｌｇｏｒｉｔｈｍ，ａｎｄｃｏｍｂｉｎｅｄｗｉｔｈＯＭＰａｌｇｏｒｉｔｈｍｔｏｃｏｎｓｔｒｕｃｔｄｙｎａｍｉｃｌｉｑｕｉｄｌｅｖｅｌ
法对动液面样本数据进行训练，并结合ＯＭＰ算法构造动液面信号过完备训练字典，完成对动液面声波信号的有效去噪声。
并对比小波硬阈值降噪效果，验证了本文研究的基于ＫＳＶＤ算法训练字典的稀疏分解对解决油井动液面声波信号去噪问
题的有效性。
关键词：油井动液面；声波信号；稀疏分解；过完备字典
ｔｈｉｓｓｐａｒｓｅｄｅｃｏｍｐｏｓｉｔｉｏｎｔｒａｉｎｉｎｇｏｖｅｒ－ｃｏｍｐｌｅｔｅｄｉｃｔｉｏｎａｙｒｏｆｔｈｉｓｐａｐｅｒｂａｓｅｄｏｎｔｈｅＫＳＶＤａｌｇｏｒｉｔｈｍ．Ｉｔｓｈｏｗｓｎｏｔａｂｌｅ
Ａｂｓｔｒａｃｔ：ＩｎｏｒｄｅｒｔｏｒｅａｌｉｚｅｔｈｅｅｆｅｃｔｉｖｅｄｅｎｏｉｓｉｎｇｏｆｔｈｅａｃｏｕｓｔｉｃｓｉｇｎａｌｏｆｔｈｅｏｉｌＷｅｔｌｄｙｎａｍｉｃｌｉｑｕｉｄｌｅｖｅｌａｎｄｏｂｔａｉｎｔｈｅｃｌｅａｒ