基于曼彻斯特编码的钻井液脉冲信号提取算法.pdf

第 4 2巷第 5期 2 0 1 4年 9月 石 油 钻 探 技 术 PETR LEUM DRI L LI NG TECHNI QUE S Vo 1 ． 4 2 No ． 5 Se p．， 2 01 4 ． ． 钻井完井 d o i 1 0 ． 1 1 9 1 1 ／ s y z t j s ． 2 0 1 4 0 5 0 1 5 基于曼彻斯特编码的钻井液脉冲信号提取算法 涂 兵 ，李静怡 ，王思成 刘 航 ，湛腾 西 1 ． 湖南理工 学院信息 与通信工程学 院， 湖南 岳阳 4 1 4 0 0 6 ； 2 ． 复杂系 统优化 与控 制湖南 省普通 高等学校重 点实验 室 湖南 理工学 院 ， 湖南 岳阳 4 1 4 0 0 6 摘要 为 了提取 出无线 随钻测 量中的钻 井液脉冲信 号并正确 识别 ， 对钻 井液脉 冲信号 有效提 取算 法进 行 了 研究。采用形态滤波算法来提取钻井液脉冲信号， 运用膨胀与腐蚀运算来设计信号形态滤波器； 在此基础上， 根据 曼彻斯特编码 井下信 号 同步的特点 ， 提 出了一种基于周期 内信号等份分割 来精确分 辨钻井液脉 冲信号 开始时刻 的 算法； 采用模式相似度的波形识别算法， 用来识别钻井液脉冲信号。仿真分析表 明， 运用形态滤波算法能有效提取 出微弱的钻井液脉冲信号， 能够提取去信噪比为 2 0 d B的钻井液脉冲信号； 运用模式相似度波形识别算法能有效 对 曼彻 斯特 编码 的钻井液脉冲信号进行识 别， 能够对 0 ． 0 3 4 5 ～O ． 0 6 9 0 MP a的微弱脉 冲信号进行 识别 ， 识别 出来 的比特流数据分析表明， 采用该识别算法的误码率低于 1 ． 5 。研究结果表明， 形态滤波算法和模式相似度波形识别 算法能精确地提取和识别 出钻 井液脉冲信号 ， 提 高解码 正确率 ， 满足工程应 用的要求 。 关键词 钻 井液 脉 冲信号 形 态滤波 相似 度 中图分 类号 TM7 3 3 ， TM9 3 文献标识码 A 文章编号 1 0 0 1 0 8 9 0 2 0 1 4 0 5 0 0 8 5 0 5 Ext r a c t i o n a n d Al g o r i t h m f o r Pu l s e S i g n a l i n Dr i l l i ng Fl ui d s i n Te r ms o f M a nc h e s t e r Enc o di n g T u Bi n g ， Li J i n g y i ， W a n g S i c h e n g ， Li u Han g ， Zh an Te n g x i ， 1 ． S c h o o l o f I n f o r ma t i o n a n d C o mmu n i c a t i o n E n g i n e e r i n g， Hu n a n I n s t i t u t e o f S c i e n c e a n d T e c h n o l o g y， Y u e y a n g， Hu n a n ， 4 1 4 0 0 6 ， C h i n a ； 2 ． K L a b o r a t o r y o f O p t i mi z a t i o n a n d C o n t r o l f o r C o mp l e x S y s t e rns ， Hu n a n I n s t i t u t e o f S c i e n c e a n d Te c h n o l o g y， Y u e y a n g， Hu n a n， 4 1 4 0 0 6 ， C i n a Ab s t r a c t I n o r d e r t o e x t r a c t t h e u s e f u l we a k p u l s e s i g n a l i n d r i l l i n g f l u i d s a n d r e c o g n i z e i t wh i l e l o g g i n g d u r i n g t h e i mp l e me n t a t i o n o f M WD ， a n e f f e c t i v e e x t r a c t i o n a n d a l g o r i t h m f o r p u l s e s i g n a 1 wa s s t u d i e d ． Th e mo r p h o l o g i c a l f i l t e r i n g a l g o r i t h m h a s b e e n u s e d t o e x t r a c t t h e p u l s e s i g n a l f r o m d r i l l i n g f l u i d s ． u s i n g t h e e x p a n s i o n a n d c o r r o s i o n a l g o r i t h m t o d e s i g n t h e s i g n a l mo r p h o l o g y f i l t e r ． Ac c o r d i n g t o t h e s y n c h r o n o u s c h a r a c t e r i s t i c s o f t h e d o wn h o l e s i g n a l wi t h M a n c h e s t e r e n c o d i n g， a n a l g o r i t h m b a s e d o n a s i g n a l e q u a l s e g me n t a t i o n i n c y c l e t o r e c o g n i z e t h e t i me wh e n s t a r t i n g s h o wi n g p u l s e s i g n a l i n d r i l l i n g f l u i d s a c c u - r a t e l y wa s p r e s e n t e d ． A wa v e f o r m r e c o g n i t i o n a l g o r i t h m wi t h a p a t t e r n s i mi l a r i t y wa s u s e d t o i d e n t i f y t h e p u l s e s i g n a l i n d r i l l i n g f l u i d s ． S i mu l a t i o n r e s u l t s s h o we d t h a t a mo r p h o l o g i c a l f i l t e r i n g a l g o r i t h m c a n e f f e e t i v e l y e x t r a c t t h e p u l s e s i g n a l f r o m d r i l l i n g f l u i d s 。 t h e p u l s e s i g n a l t h a t h a s s i g n a l - t o n o i s e r a t i o o f 2 O d B c a n b e e x t r a c t e d ． Th e a p p l i c a t i o n o f p a t t e r n - s i mi l a r i t y wa v e f o r m r e c o g n i t i o n a l g o r i t h m c a n r e c o g n i z e e f f e c t i v e l y t h e p u l s e s i g n a l i n d r i l l i n g f l u i d s b a s e d o n M a n c h e s t e r e n c o d i n g ， t h e r e c o g n i t i o n r a n g e o f we a k p u l s e s i g n a l f r o m 0 ． 0 3 4 5 MPa t o 0 ． 0 6 9 0 M P a ． Ac c o r d i n g t o t h e s t a t i s t i c s a n d a n a l y s i s o f b i t s t r e a m d a t a 。 t h e i d e n t i f i c a t i o n a l g o r i t h m c a n ma k e t h e e r r o r r a t e l e s s t h a n 1 ． 5 ． Th e r e s u l t s s h o we d t h a t a mo r p h o l o g i c a l f i l t e ri n g al g o ri t h m a n d a p a t t e r n - s i mi l a r i t y wa v e f o I T n r e c o g n i t i o n a l g o r i t h m c a n a c c u r a t e l y e x t r a c t a n d r e c o g niz e t h e p u l s e s i g n a l i n d r i l l i n g fl u i d s ， i mp r o v e d e c o d i n g a c c u r a c y ， a n d me e t t h e r e q u i r e me n t s o f e n g i n e e r i n g a p p l i c a t i o n s ． Ke y wo r d s d r i l l i n g f l u i d s ； p u l s e s i g n a l ； mo r p h o l o g i c a l f i l t e r i n g； p a t t e r n s i mi l a r i t y 井下数据传输和地面数据 的采集与识别是无线 随钻测量的关键技术E l - g j 。无线随钻测量技术在 国 内的应用已经非常普遍 ， 但是噪声处理方法不完善 ， 信号幅度较小或者噪声较强时无法对钻井液脉冲信 号进行准确识别 。钻井液脉冲在传输过程中受到复 杂测量条件的影响 ， 安装在井 口立管处 的钻井液脉 冲压力传感器检测 到的信号 中含 有大量噪声 。因 收稿 日期 2 0 1 3 1 2 1 8 ； 改回 日期 2 0 1 4 - 0 8 1 8 。 作者简 介 涂兵 1 9 8 3 ， 男， 湖南岳 阳人 ， 2 0 0 6年毕 业于湖南理 _T - 学院电子信 息工程专业，2 0 0 9年获桂林理工 大学检测技术 与 自动 化装置工学硕 士学位，2 0 1 3年获北京工业大学机械工程 专业博 士学 位， 讲师 ， 主要从事无线随钻测量系统 、 信 号处理与识别的研究。 联 系方 式 0 7 3 0 8 6 4 0 8 7 0 ， t u b i n g 1 6 3 ． c o m。 基金项 目 湖南省教 育厅科研一般项 目“ MWD中泥浆脉冲信号 提取 与识 别技 术研 究” 编号 1 4 C 0 5 1 5 和湖南理工学院科研 资助项 目“ 微 弱 泥 浆 脉 冲信 号 的 多 尺 度 非 线 性 分 析 及 应 用 ” 编 号 2 O 1 4 Y3 O 联 舍 资 助 占 石 油 钻 探 技 术 此 ， 如何从频率不 固定的强 噪声背景下提取 出微弱 的钻井液脉冲信号并进行准确识 别 ， 是钻井液脉 冲 传输技术中的一个难题 。 张恒等人_ 3 ] 提出了小波变换的无线随钻系统信 号提取算法 ； 赵建辉等人[ ] 根据信号干扰及噪声 的 特点 ， 在采用线性滤波方法还原脉冲信号的基础上 ， 采取非线性“ 平顶消除” 的方法对现场采集到的信号 进行处理 ； 廖琪梅等人_ s ] 提出了一种基线漂移的矫 正算法 ； 苏义脑等人l 6 根据曼彻斯特编码钻井液脉 冲信号的特点建立了识别模 型； 郑一等人_ 8 ] 对钻井 液脉冲信号采用基于集合经验模态的降噪算法进行 处理 。但是 ， 目前的算法在钻井液脉 冲信号的识别 和起始时刻存在识别不准确和提取不精确的问题 。 针对无线随钻测量中微弱钻井液脉冲信号提取与识 别问题， 笔者对井下曼彻斯特编码的数据传输格式进 行了分析 ， 对采集到的钻井液脉冲信号采用形态滤波 算法进行去噪处理； 针对去噪后 的钻井 液脉冲信号 ， 提出了基于周期内 1 6 等份分割算法来提取钻井液脉 冲信号的开始时刻 ， 并将模式相识度识别算法应用到 了钻井液脉冲识别上。 1 钻井液脉冲信号去噪算法研究 1 ． 1 噪声分析 由于井下条件复杂多变， 钻井液脉冲信号在传 输过程中受到各种噪声的干扰， 导致地面采集系统采 集到的钻井液脉冲信号幅值小、 噪声大。图 1 为采集 到的一段现场钻井液压力波原始波形 。从图 1 可 以 看 出， 钻井液压力值波动 范围为 0 ． 0 1 ～0 ． 1 0 a 。 图 2 为对图 1 中原始波形进行频谱分析后的示意图。 从 图 2可以看出， 采集到的钻井液脉冲信号存在有较 大的高频噪声和低频噪声。因此， 在提取钻井液脉冲 信号前需要先对其进行去噪处理 ] 。 0 4 8 1 2 1 6 2 0 2 4 2 8 3 2 3 6 4 0 4 4 4 8 5 2 5 6 6 0 时间／ s 图 1 钻 井液脉冲信号原始波形 Fi g ．1 Or i g i n a l wa v e f o r m of p ul s e s i g n a l i n d r i l l i ng flu i ds 1 ． 2 形态滤波算法 对钻井 液脉 冲信号进行一维处理时 ， 运用膨胀 图 2信 号 频 谱 分 析 Fi g ．2 Ana l y s i s of s i g na l s p e c t r um 与腐蚀运算来设计信号的形态滤波器。夹杂在正常 信号 中的噪声可 以视为是 由“ 尖峰” 和“ 波谷” 组成 的 ， 数学形态学理论认为 由腐蚀与膨胀组成的开运 算可以消除信号的“ 尖峰” ， 闭运算则可 以填充信号 的“ 波 谷” ， 并且 开、 闭运算 均具 有低 通特 征[ 1 1 - 1 2 ] 。 由于钻井液脉冲信号既具有高频特性也具有低频特 性， 因此能有效抑制钻井液脉冲信号中的各种噪声， 具体应用时采用 2 种滤波器的组合平均形式， 形态 滤波结构如图 3 所示。 图 3 形态滤 波结构 Fi g ． 3 S t r u c t u r e o f mor ph o l o g i c a l f i l t e r i n g 设待处理信号 ， 是采 样得到 的一维多值信 号， 其定义域为 D [ -厂 ] 一{ 0 ， 1 ， 2 ， 3 ， ⋯， N} ； g z 为一 维结构元素序列， 其定义域为 DE g ] 一{ 0 ， 1 ， 2 ， 3 ， ⋯， P ； 其中， P和 N为整数。 腐蚀与膨胀运算分别定义为[ 1 1 - 1 2 ] -厂 o g 一m i n { f n z 一g z∈DE g ] 一 1 ， 2， 3， ⋯ ， N 1 o g 一m a x { f n z g z ．2C ∈Df g ] 一 1 ， 2， 3 ， ⋯ ， N 2 式中 ⑧为腐蚀运算 ； ④为膨胀运算 。 由式 1 和式 2 可引出形态学开运算 、闭运算 的定义， 分别为 厂。 g 一 厂 go g ， z 3 g 一 厂o go g 4 式中 。 为开运算符号； 为闭运算符号。 设钻井液脉冲输入信号为 z 是 一s 尼 足 ， 尼 一1 ， 2 ， ⋯ ， N ， 其 中 S 是 为原始信号 ， 是 为 噪 声 ， 则滤波输出信号为 1 愚 一去{ O C E x ] O OE x k ] } 5 第 4 2卷第 5期 涂兵等． 基于曼彻斯特编码的钻井液脉冲信号提取算法 其中0 C[ z ， z ]一 z。 g g 6 0 [ ]一 g。 g ， z 7 为了能够同时消除泵冲基值的漂移和钻井液脉 冲信号的高频噪声 ， 需要设计不同长度 的结构元素 组成 2 组形态滤波 ， 滤除钻井液脉冲信号噪声 ， 流程 如图 4所示 第一组形态滤波滤去基线漂移 ， 形态滤 波算法中g 采用方波信号， 所选结构元素的长度 至少应大于基线漂移的波形长度 ， 实验中选取结构原 素长度为 2 0 0 ， g 一1 ， g 1 0 0 4 - 一0 ， 一 1 ， 2 ， ⋯， 1 0 0 ； 第二组形态滤波滤去高频噪声 ， 所选结构元素 的长度较小， 实际选取结构原素长度为 5 0 ， g 一1 ， g 2 5 一0 ， 一 1 ， 2 ， ⋯， 2 5 。图 5为消除高频 噪声和泵 冲基值后 的波形 ， 从图 5可以看出， 信号的 噪声得到有效消除。 第一组形态学滤波 第二组形态学滤波 消除泵冲基值的漂移 消除高频噪声 选择 结构 元素为2 0 0 选择结构元素为5 O 图 4 钻井液脉冲信号去噪流程 F i g ． 4 Fl o w c h a r t o f d e n o i s i n g f o r p u l s e s i g n a l i n d r i l l i n g fl u i d s o 4 8 1 2 1 6 2 0 2 4 2 8 3 2 3 6 4 0 4 4 4 8 5 2 5 6 6 0 时间／ s 图 5 钻井液脉冲信号噪声消 除 Fi g． 5 Pu l s e s i g na l de no i s i n g i n dr i l l i n g flu i d s 2 钻井液脉冲信号提取算法 2 ． 1 基于等份分割的初步时刻分辨算法 钻井液脉冲信号进行去噪处理后 ， 地面解码 系 统对采集到的钻井液脉冲信号进行解码 时， 如果钻 井液脉冲信号开始 时刻分辨不准确 ， 会导致解 码误 码率的增大。因此 ， 如何 准确确定钻井液脉冲信号 的开始时刻 ， 是正确解码时的一个关键 问题。 对曼彻斯特编码的井下信号发出的数据格式进 行分析发现 井下仪器开始启动后 ， 会发送 出一连串 二进制编码为“ 1 ” 的数据 ， 反映到立管压力波上的压 力 ， 则变换为一连串重复性好 的波形信号 ， 可以利用 这一连串重复性好的钻井液脉冲波形进行开始时刻 的初步捕捉 。以传输速率 0 ． 5 b i t ／ s的曼彻斯特编 码钻井液脉冲为例 ， 算法步骤如下 1 将经过去 噪处理后 的钻井液脉 冲信号在一 个周期 内分成 1 6等份 ， 采样频率为 2 0 0 Hz ， 每等份 采样的点数为 2 5 ， 把 1 6等份 点各 自区间中的数据 进行求和 。 设一个周期内钻井液脉冲信号数据 一 1 ， 2 ， 3 ， ⋯， 3 9 9 ， 4 0 0 。z周 期 内的采样值 划分 为 1 6等 份， 每等份的数学表达式为 1 一z 1 2 ⋯ x 2 4 x 2 5 2 一 2 6 lz 2 7 ⋯ x 4 9 x 5 0 3 一z 5 1 5 2 ⋯ x 7 4 x 7 5 1 5 x 3 5 1 z 3 5 2 ⋯ x 3 7 5 1 6 Lz 3 7 6 3 7 7 ⋯ x 4 0 0 8 图 6中A点为需要提取的钻井液脉冲信号的开 始时刻。通过计算 _y z 0的位置， 即 图 6中 B点所在位置为符合 1z 0 条件的点 。 9 O 喋 8。 日 O O 5 耋 。 - 0． 0 5 钻井液脉冲信号时间捕捉点 0 4 8 1 2 1 6 2 0 2 4 2 8 3 2 3 6 4 0 4 4 4 8 5 2 5 6 6 0 时间／ s a 钻井液脉冲信号时间捕捉点 0 4 8 1 2 1 6 20 24 2 8 3 2 3 6 4 0 4 4 48 5 2 5 6 6O 时间／ s b 去噪后的钻并液脉冲信号起始时刻捕捉区间 c 起始时刻捕捉算法 图 6 钻 井液脉 冲信 号时间点的初步捕捉算法 Fi g ． 6 Pr e l i mi n a r y c a pt u r e a nd a l g o r i t hm of t i me p oi nt f o r pul s e s i g n al i n dr i l l i ng f l u i d s 2 图 7中 1 2 O ， 即 Y 1 2 为 B 点位置 根据 B点在步骤 1 中划分 的等份位置 ， 可 以初步判断出 A点时刻所在位置。 设数据传输比特率为 0 ． 5 b i t ／ s ， 钻井液脉冲信 兮 0 O O ＼ 坦 O O O 日 龟乏 石 油 钻 探 技 术 2O 昌 0 一 2 0 图 7计算的各等份分割值 Fi g ． 7 Ca l c u l a t i o n o f s i g na l v a l u e f o r e a c h e qu a l s e gme nt 号采用频率为 2 0 0 Hz ， 采用 1 6 等份提取钻井液脉冲 信号初始时刻位置， 区域分辨率为 2 ／ 1 6 0 ． 1 2 5 S ， 采 用模式相识度波形识别算法 ， 在一个数据编组 内能 对钻井液脉冲信号进行准确识别 。 2 ． 2 钻井液脉冲信号识别模型建立 曼彻斯特编码的规则是 在一个 比特周期 内， 信 号由高电平到低 电平代表的数据位为“ 1 ” ， 相反则为 “ 0 ” 。井下 DS P对数据进行曼彻斯特 编码 时， 如果 存在连续的“ 1 1 ” 或者“ O 0 ” 时， 表示钻井液脉冲波形 在一个 比特周期内有连续上升或者连续下降波形 ， 连续上升波形识别为“ 1 ” ， 相反则为“ 0 ” 。采用 2比 特周期内的钻井液压力波进行波形识别时， 波形存 在有 8种形状特征 ， 对应 的二进制 编码值为 O O ～ 1 1 。图 8为分 别对 8种 形状 进 行二 进 制编 码 的 结果 。 e 1 1 f O 0 g O 0 h 1 1 图 8 建立 的识别模型 Fi g ．8 Es t a bl i s h me nt of r e c o g n i t i o n mo d e l 2 ． 3 基于模式相似度的波形识别算法 模式相似度研究 的是类与类之间的相似性测度 问题 。判断样 品之间 的相似性 常采用 的是近邻 准 则， 将待分类样品与模型样板进行 比较 ， 从 而确定待 测试样品的分类。 在建立了如图 8所示的识别模型后 ， 波形识别 采用模式相似性测度方法。根据建立的识别数学模 型， 设识别数学模型特征 向量为 X 一 ， 黝 ， ⋯， 3 7 、 经过去噪处理和基值调整后 的实时采样钻井 液脉冲特征向量为 X 一 x j ， z ⋯ ， 。 模式相似性度算法公式为[ 1 1 引 V TV M Xz ， 1 3 对图 9 所示的钻井液脉冲信号进行模式相似度 计算， 计算结果如图 1 O所示 ， 可 以看出第 8号波形 模型与参考模型存在一个最大值 ， 从而可以把钻井 液脉冲信号识别出来 。 一 O O 5 詈 。 - 0_ 05 1 O 0 0 7 5 0 5 O 0 2 5 O 0 4 8 1 2 1 6 2 O 2 4 2 8 3 2 3 6 4 0 4 4 4 8 5 2 5 6 6 O 时间／ s 图 9 识别 波形 Fi g ． 9 Re c o gn i t i o n o f wa v e for m 1 2 3 4 5 6 7 8 模型样 本编号 图 1 0 模式相似度识别算法 Fi g ．1 0 Al g or i t hm a nd r e c o g ni t i o n wi t h p a t t e r n s i mi l a r i t y 3 现场试验 该算法在华北油 田某井进行 了现场试验 。试验 目标井深 3 0 0 0 m， 钻井液黏度为 1 0 mP aS ， 从井 深2 0 0 0 1T I 开始进行定 向测量 。为了验证提取算 法 的可靠性和解码正确率 ， 进行试验 时同时利用一台 Ha l i b u r t o n 地 面解码系统对采集 的钻井液脉冲信号 进行处理和解码 。对解码出来的比特流数据进行对 比分析 ， 可以看出， 笔者提出的钻井液脉冲信号识别 算法能对曼彻斯特编码 的钻井液脉冲信号进行有效 提取， 误码率低于 1 ． 5 见表 1 。 表 1 油 田现场钻 井液脉 冲信号解码结果 Tab l e 1 De c od i ng r e s ul t s of pu l s e s i gn a l s i n d r i l l i ng flui d s a t we l l s i t e 第 4 2卷第 5期 涂兵等． 基于曼彻斯特编码的钻井液脉冲信号提取算法 8 9 S p e e r y _S u m公 司的解码数据精确 到小数点后 1位 ， 笔者提 出的识别算法根据解码 出来 的比特流 得到的工程数据精确到小数点后 2位 ， 精度更高。 4 结论 1 通过分析钻井液脉冲信号的噪声特点， 提出 了形态滤波去噪算法 ， 能够对噪声进行有效去除 ， 能 更精确地提取钻井液信号 ， 并根据钻井液脉冲信号 的编码特点建立了 2比特识别周期 内的数学模型 ， 提 出了模式相似度 的波形识别算法 ， 能对钻井液脉 冲信号进行准确识别 ， 解 出数据 比特流。 2 在进行去噪时也存 在着部分有 用信号被消 除、 识别正确率受到起始 时刻以及有用信号 幅值大 小的影响， 提出的去噪和识别算法还不够 完善 。针 对这些问题 ， 将深入开展钻井液脉 冲信号起始时刻 提取和识别算法的研究 ， 重点研究解决起始时刻高 分辨和信号微弱波动识别问题 。 E l i [ 2 2 [ 3 ] [ 4 ] [ 5 ] [ 6 ] 参考文献 Re f e r e n c e s 刘修善， 苏义脑． 地面信号下传系统的方案设计E J ] ． 石油学报， 2 0 0 0， 2 1 6 8 8 9 0 ． Li u Xi u s h a n， Su Yi n a o ． Sc h e me d e s i g n o f d o wn wa r d s i g n a l i n g s y s t e m[ J ] ． Ac t a P e t r o l e i S i n i c a ， 2 0 0 0 ， 2 1 6 8 8 9 0 ． Z h a o J i a n h u i ， Wa n g L iy a n ， L i F a n ． An e f f e c t i v e a p p r o a c h f o r t h e n o i s e r e mo v a l o f mu d p u l s e t e l e me t r y s y s t e m[ C]／ ／Th e Ei g h t h I n t e r na t i o n a l Co nf e r e nc e o n El e c t r o n i c Me a s u r e me n t a n d I ns t r u mn e t s ．El e c t r o n i c Me a s u r e me n t a n d I ns t r u me nt s ， 2 0 0 7 ， I C E MI ’ 0 7 。 8 t h I n t e r n a t i o n a l C o n f e r e n c e ， J u l y 1 8一Au gu s t 1 6 ， Xi ’ a n ． 2 0 0 7 9 7 1 9 7 4． 张恒 ， 李安宗 ， 李传伟． 基 于离散平稳小波变换 的无线 随钻系统 测试信号处理_ J ] ． 石油钻探技术， 2 0 0 7 ， 3 5 2 4 9 5 1 ． Z h a n g He n g，Li An z o n g， Li Chu a n we i ．S i g n a l p r o c e s s i n g o f wi r e l e s s t wh i l e d r i l l i n g b a s e d o n d i s c r e t e s t a t i o n a r y wa v e l e t t r a n s f o r mE J ] ． P e t r o l e u m Dr i l l i n g Te c h n i q u e s ， 2 0 0 7 ， 3 5 2 4 9 5 1 ． 赵建辉 ， 王丽艳 ， 盛利 民， 等． 去除随钻测 量信号 中噪声及 干扰 的新方法L J ] ． 石油学报， 2 0 0 8 ， 2 9 4 5 9 6 6 0 0 ． Z h a o J ia n h u i ， W a n g L i y a n ，S h e n g L i mi n ，e t a 1 ．An o n l i n e a r me t ho d f o r f i l t e r i n g n o i s e a n d i nt e r f e r e n c e o f p u l s e s i g n a l i n me a s u r e me n t wh i l e d r i l l i n g [ J ] ． Ac t a P e t r o l e i S i n i c a ， 2 0 0 8 ， 2 9 4 5 9 6 -6 0 0 ． 廖琪梅 ， 李安宗 ， 屈景辉 ， 等． 随钻测井 钻井液 脉冲信 号基线 漂 移的矫正口] ． 石油钻采工艺， 2 0 0 8 ， 3 0 4 4 1 4 3 ． Li a o Qi me i ， Li An z o n g， Qu J i n g h u i ， e t a 1 ．Mu d s i g n a l b a s e l i n e d r i f t r e c t i f i c a t i o n i n m e a r s u r e me n t w h i l e d r i l l i n g [ J ] ． O i l D r i l l i n g 8 L Pr o d u c t i o n Te c h no l o g y， 2 0 0 8， 3 0 4 4 1 4 3 ． 涂兵 ， 李德胜 ， 林恩怀． 基于聚类算法的 MWD泥浆脉冲信号识 别研究 [ J ] ． 传感 技术 学报， 2 0 1 2 ， 2 5 8 1 1 7 2 1 1 7 6 ． B ， Li De s h e n g ， Li n En h u a i ．Re s e a r c h o n MWD mu d p u l s e s ig n r e c o g n i t i o n b a s e d o n c l u s t e r i n g a l g o r i t h m[ J ] ． C h i n e s e J o u m a l o fS e n s o r s a ndAc t u a t o r s ， 2 0 1 2 ， 2 5 8 1 1 7 2 1 1 7 6 ． [ 7 ] 苏义脑， 盛利民， 王家进， 等． 一种接收和检测泥浆压力波信号 的方法与装置 中国， C N1 6 5 7 7 4 0 A[ P ] ． 2 0 0 4 0 2 1 6 ． S u Yin a o ， S h e n g Un n ， Wa n g J i a j i n ， e t a 1 ． A me t h o d o f r e c e i v i n g a n d d e t e c t in g mu d p r e s s u r e w a v e s i g n C h i n a ， C N1 6 5 7 7 4 0 A[ P ] ． 2 0 0 4 0 2 1 6 ． [ 8 2 郑一， 孙晓峰， 陈健 ， 等． 基于集合经验模态的随钻脉冲信号优 良降噪算法 [ J ] ． 石油勘探与开发 ， 2 0 1 2 ， 3 9 6 7 5 0 7 5 3 ． Z h e n g Yi ， S u n Xi a o f e n g ， Ch e n J i a n ， e t a 1 ． E x t r a c t i n g p u l s e s i g n a l s i n me a s u r e me n t wh i l e d r i l l i n g u s i n g o p t i mu m d e no i s i n g me t h o ds b a s e d o n t h e e n s e mb l e e mp i r i c a l mo d e d e c o mp o