基于自适应RB F神经网络的连续压力波信号滤波方法

由于钻井液连续压力波信号与正脉冲压力信号检测原理不同,致使固定参数滤波方法存在检测特征点时间不准确、误码率高等问题.针对该问题提出一种小波包变换结合自适应变步长RBF神经网络非线性滤波器的滤波方法.该方法首先对输入的连续压力波信号进行小波包变换,运用分层阈值滤波算法和奇异值分解算法,分离出含噪声的有用连续压力波信号;对输入的不发码信号进行带通滤波,分离出噪声相关信号.然后将上述两路信号输入RBF神经网络中,通过自适应变步长滤波算法进行滤波处理,输出有用连续压力波信号.仿真结果表明:该滤波方法与固定参数滤波方法相比,滤波后信号与原信号的相关系数、均方误差、信噪比都得到了提升.现场应用中,相比固定参数滤波算法误码率降低10％,连续压力波信号的噪声得到有效抑制.