基于PLM编码的泥浆脉冲信号提取算法研究

－ 1 ） = s（ 1 － M） r（ 0 ） / N + … + s（ N － M） r（ N － 1 ） / N ［ 915］ ； 从而对泥浆脉冲信号开 图 6 为一次相关去噪后波形， 从图 6 中可以看 号进行相识度的识别 出信号去噪处理不是很完善， 始时刻的位置进行准确识别， 图 7 是对图 6 中的数 从而复原编码方波信 据再次运用相关去噪算法得到的波形图， 从图 7 中 号。采用在一定时间槽宽度内的特征波形进行信 可以看出信号的噪声能得以有效的去除。 号的识别比较完整的反应了井下数据在传输过程 中的特点， 能比较精确的对信号进行识别。 计算步 骤如下： 1 ） 根据 PLM 编码特征， 计算 1． 5 个时间槽内 以图 2 中时间槽的长度为 0． 53 s 信号 的波形特征， 为例， 脉冲信号上升特征算法如下： y 为进行二次 图 6 一次相关算法去噪后波形 m 取值为 5 。 如图 8 中示 相关去噪后的波形数据， Fig． 6 The denoising waveform with 意图。 a related algorithm
图 1 无线随钻测量系统 Fig． 1 Block diagram of MWD system 3］ 文献［ 提出了一种先消除直流分量、 后消除 。 ［ 4 ］ 泵冲基值的数字去噪算法 文献 根据信号干 扰与噪声的特点， 采用线性滤波方法还原脉冲信 号， 又利用一种非线性“平顶消除 ” 的方法对现场 5］提出了一种 采集到的信号进行了处理。 文献［ 67］ 自适应滤波算法来消除噪声信号。文献［ 根据 建立了识别模 曼彻斯特编码的泥浆脉冲信号特点， 8］ 型。文献［ 对脉冲信号采用了基于集合经验模 态的降噪算法。本文采用数值模拟方法， 模拟了钻 在对实测钻井液信号， 采用二 井液信号模型特点， 次相关去噪算法、 局部特征识别和波形特征识别的 矫正算法准确对泥浆脉冲信号进行提取， 有效复原 泥浆脉冲信号的原始波形。
第 29 卷 第 2 期 2015 年 2 月
电子测量与仪器学报
JOUＲNAL OF ELECTＲONIC MEASUＲEMENT AND INSTＲUMENTATION
Vol. 29 No. 2 ·227·
DOI： 10． 13382 / j． jemi． 2015． 02． 010
* 基于 PLM 编码的泥浆脉冲信号提取算法研究
图7 Fig． 7
二次相关算法去噪后波形 The denoising waveform with two related algorithm
3
PLM 编码识别算法研究
泥浆脉冲信号进行二次相关去噪后的波形如 初步确定脉冲开始时刻后， 根据 PLM 编 图 7 所示， 码脉冲信号特征， 发送高电平为“1 ” 的脉冲信号宽 度为 1． 5 倍时间槽宽度， 为“0 ” 的下降沿的宽度也 为 1． 5 倍时间槽宽度， 因此脉冲信号的位置在 1． 5 个时间槽内有连续的上升沿信号， 根据此特征初步 确定时间槽位置为脉冲信号的位置。 然后根据泥 浆脉冲信号在 3 个时间槽内存在一个近似正弦特 征的相似信号， 采用正弦信号对 3 个时间槽内的信
1
Baidu Nhomakorabea
引
言
无线随钻测量系统中， 在依靠泥浆脉冲进行井 ， 底数据信息的传输过程中 井下数据的传输和地面 数据的 采 集 与 识 别 是 无 线 随 钻 测 量 中 的 关 键 技 ［ 12］ 。如图 1 所示无线随钻测量系统， 术 虽然无线 随钻测量技术在国内的应用已经非常普遍， 但是仍
02 收稿日期： 2014Ｒeceived Date： 201402
Ｒesearch on MWD mud pulse signal extraction algorithm based on PLM encoding
2 Tu Bing1 ，
Liao Wanqiang1
Wang Sicheng1
Zhang Xiaofei1
Wang Wei1
2 Zhang Guoyun1 ，
· 228 ·
电子测量与仪器学报
第 29 卷
的泥浆脉冲信号并使之得以正确的识别， 就成为泥 浆脉冲传输技术中的一个难题。
示周期性的泵冲信号； n（ t） 表示噪声信号， 一般认 为噪声信号为宽带白噪声。 图 2 是井下数据进行 PLM 编码的脉冲信号 原始波形 ， 图 3 是进行数值模拟的含有噪声 PLM 编码 信 号 波 形 ， 图 4 是加载的高斯噪声信号波 形， 图 5 是对含噪 信 号 进 行 频 谱 分 析 的 波 形 图 。 从频 谱 图 中 可 以 看 出 ， 有用信号频谱主要集中 在 0 ． 2 ～ 1 Hz 。
涂
兵
1， 2
廖万强
1
王思成
1
张晓飞
1
王
伟
1
张国云
1， 2
（ 1． 湖南理工学院信息与通信工程学院
岳阳 414006 ； 岳阳 414006 ）
2． 湖南理工学院复杂系统优化与控制湖南省普通高等学校重点实验室 摘
MWD） 中泥浆脉冲信号的提取和正确识别是石油钻井施工中的一个关 要： 无线随钻测量（ measurement while drilling，
Fig． 2
图 2 PLM 数据编码波形 The waveform of PLM data encoding
图 3 数值模拟含噪声信号 Fig． 3 The signal of numerical simulation with noise
2 基 于 PLM 编 码 的 泥 浆 脉 冲 信 号分析
2． 1 泥浆压力波信号模型建立
键技术， 它决定着石油钻井过程中井眼轨迹是否正确。对泥浆脉冲信号进行了数值模拟， 阐明了它的信号特征。 针对 PLM （ pulse location management） 编码的泥浆脉冲信号提取和识别问题， 采用二次相关去噪算法， 对泥浆脉冲信号的噪声去除进 行了研究； 在此基础上， 运用局部特征和波形特征识别相结合算法， 对 PLM 编码的泥浆脉冲信号位置进行了准确识别； 为泥 浆脉冲信号的提取和准确识别奠定了基础。最后现场试验结果表明： 该算法简单实用， 符合工程应用要求。 关键词： 随钻测量； 泥浆脉冲信号； 局部特征； 波形特征 中图分类号： TM733 ； TN911． 6 文献标识码： A 国家标准学科分类代码： 440． 45
然存在着某些不足： 1 ） 噪声处理方法不完善； 2 ） 信 号幅度较小或者噪声较强时无法对泥浆脉冲信号 进行准确提取。 由于泥浆脉冲传输过程中受到复 杂测量条件的影响， 安装在井口立管处的泥浆脉冲 压力传感器检测到的信号中含有大量的噪声； 因 此， 如何从频率不固定的强噪声背景下提取出微弱
* 基金项目： 湖南省教育厅科研一般项目（ 14C0515 ） 、 湖南理工学院科研（ 2014Y30 ） 资助项目、 湖南省高校科技创新团队支持 2012］ 318 号） 、 项目（ 湘教通［ 湖南省高校产业化培育项目（ 13CY021 ） 资助
图 4 数值模拟加载的高斯噪声信号 Fig． 4 Gauss noise signal in numerical simulation loading
无线随钻测量中， 井下信号由于受到各种噪声 混杂及频率成分交错的影响， 很难用单一的模型来 表示， 只能采用脉冲信号与杂波、 噪声相统一的复
［ 57］ ， 合信号模型来分析钻井液压力波信号 一般认 为， 钻井液信号的数学模型为： x （ t ） = s （ t ） + c（ t ） + n （ t ） （ 1） 式中： s（ t） 表示井下数据编码的脉冲信号； c（ t） 表
（ 1． School of Information and Communication Engineering，Hunan Institute of Science and Technology，Yueyang 414006 ，China； 2． Key Laboratory of Optimization and Control for Complex Systems，College of Hunan Province，Yueyang 414006 ，China）
图 5 数值模拟含噪信号频谱 Fig． 5 The spectrum of numerical simulation with noise signal
第2 期
基于 PLM 编码的泥浆脉冲信号提取算法研究
· 229 ·
2． 2
二次相关去噪算法研究 相关滤波算法采用与已知的方波进行相关去
Ｒs （ 0） Ｒ （ 1） s Ｒs （ 2） Ｒs （ M
Fig． 8
图 8 波形提取示意 Schematic diagram of waveform extraction
5
K1 =
∑
n1 = 1
y （ n1 + m） － y （ n1 ） m
· 230 ·
电子测量与仪器学报
第 29 卷
y（ n20 + m） － y（ n20 ） m n = 19 × 5 + 1 （ 2） K = K1 + K2 + … + K20 图 9 中分别为 K1 到 K20 的计算结果， 计算得到 K 最后值 ＞ 0 ， 则判断存在波形。 得到初步次脉冲信 。 号时间的位置
噪算法， 相关算法如式（ 1 ） 所示， 其中 s 向量的值是 r 为泥浆脉冲信号， Ｒ s 为相关后输出 一个相关函数， N 取值为 200 。 值。
= s（ 0 ） r（ 0 ） / N + … + s（ N － 1 ） r（ N － 1 ） / N = s（ － 1 ） r（ 0 ） / N + … + s（ N － 2 ） r（ N － 1 ） / N = s（ － 2 ） r（ 0 ） / N + … + s（ N － 3 ） r（ N － 1 ） / N （ 1）
Abstract： The extraction and correct recognition of mud pulse signal in Wireless Measurement While Drilling is a
key technology in petroleum drilling process． It decides whether the well course in the petroleum drilling process is right or not． This paper carried out the numerical modeling of mud pulse signal and illustrated its signal feature． In terms of the extraction and recognition problem of mud pulse signal which was encoded in Pulse Location Management ，it researched the noise removing in quadratic correlation denoising algorithm． The location of mud pulse signal ，encoded in PLM （ Pulse Location Management） ，was discerned precisely by using the combinational algorithm of local feature and waveform character recognition and laid a foundation for the extraction and accurate recognition of mud pulse signal． Finally，the results of field investigation indicate that this algorithm is simple，useful and conforms to the requirements of engineering application． Keywords： MWD； mud pulse signal； local feature； waveform characteristics