基于CEEMDAN-ACVMD的连续波泥浆脉冲信号泵噪声消除方法OA

连续波泥浆脉冲遥测技术作为井下数据实时传输的主流解决方案,泥浆脉冲信号受泵噪声等多种噪声干扰,呈现出低信噪比特性,严重影响信号解调与识别。为解决上述问题,文中提出一种基于CEEMDAN-ACVMD级联的泵噪声消除方法。首先,通过自适应完备集合经验模态分解算法(CEEMDAN)对原始信号进行初次粗分解,利用峭度-能量双特征阈值筛选有用信息的固有模态函数集合IMFs1;其次,经K-means对IMFs1进行频率特征聚类,实现中心频率参数的自适应选择;最后,利用构建的自适应中心频率的变分模态分解算法(ACVMD)分解IMFs1,提取包含有效信号的模态分量IMFs2,重构得到降低泵噪声影响的连续波泥浆脉冲信号。模拟稳定/非稳定泵噪声条件下不同噪声强度的连续波泥浆脉冲信号,评估文中算法的去噪性能。实验结果表明,所提方法有效解决了连续波泥浆脉冲信号与泵噪声频谱重叠的分离难题,抑制了稳定/非稳定泵噪声,在动态工况下具有更高的信噪比及更低的均方误差,相比卡尔曼滤波器,信噪比提升7.32~15.64 dB,相比CVMD信噪比提升0.66~1.65 dB。同时,将所提方法在钻井实测数据中进行测试,结果证明该方法可较好去除噪声,具有一定的实用性。