《電子技術(shù)應(yīng)用》
您所在的位置：首頁 > 其他 > 設(shè)計(jì)應(yīng)用 > 基于PSO優(yōu)化小波變換的測井信號去噪研究
基于PSO優(yōu)化小波變換的測井信號去噪研究
2022年電子技術(shù)應(yīng)用第11期
魏振華1，2，3，胥越峰2，劉志鋒1，2，3，舒志浩2
1.核技術(shù)應(yīng)用教育部工程研究中心，江西 南昌330013；2.東華理工大學(xué) 信息工程學(xué)院，江西 南昌330013； 3.江西省放射性地學(xué)大數(shù)據(jù)技術(shù)工程實(shí)驗(yàn)室，江西 南昌330013
摘要： 小波變換被廣大科研工作者用于測井信號去噪研究上，而小波參數(shù)的選取直接影響最后的去噪效果，所以需要設(shè)計(jì)獲取測井信號最佳小波變換參數(shù)的算法。為應(yīng)對測井信號處理中多種多樣的情況，創(chuàng)新性地提出用粒子群算法來改進(jìn)小波變換參數(shù)的選取，并應(yīng)用隨機(jī)慣性權(quán)重策略改變粒子群算法權(quán)重參數(shù)，提升粒子群算法收斂速度，增強(qiáng)搜索尋優(yōu)能力，引入自然選擇機(jī)制以增加種群多樣性，獲得對應(yīng)測井?dāng)?shù)據(jù)的最佳小波變換參數(shù)，將最佳小波變換參數(shù)應(yīng)用到閾值法小波變換去噪中，有效分離了有用信號和無用噪聲。該算法有效地提高了測井信號的信噪比，降低了均方根差，實(shí)現(xiàn)了對測井信號中噪聲的有效去除。
中圖分類號： TP301.6
文獻(xiàn)標(biāo)識碼： A
DOI：10.16157/j.issn.0258-7998.223028
中文引用格式： 魏振華，胥越峰，劉志鋒，等. 基于PSO優(yōu)化小波變換的測井信號去噪研究[J].電子技術(shù)應(yīng)用，2022，48(11)：115-120.
英文引用格式： Wei Zhenhua，Xu Yuefeng，Liu Zhifeng，et al. Research on log signal denoising based on PSO optimized wavelet transform[J]. Application of Electronic Technique，2022，48(11)：115-120.
Research on log signal denoising based on PSO optimized wavelet transform
Wei Zhenhua1，2，3，Xu Yuefeng2，Liu Zhifeng1，2，3，Shu Zhihao2
1.Engineering Research Center of Nuclear Technology Application(East China University of Technology)， Ministry of Education，Nanchang 330013，China； 2.School of Information Engineering，East China University of Technology，Nanchang 330013，China； 3.Jiangxi Provincial Engineering Laboratory of Radiology Big Data Technology，Nanchang 330013，China
Abstract： Wavelet transform is widely used in the research of logging signal denoising, and the selection of wavelet parameters directly affects the final denoising effect, so it is necessary to design an algorithm to obtain the best wavelet transform parameters of logging signal. In this paper, the random inertia weight strategy is innovatively proposed to change the weight parameters of particle swarm optimization algorithm, which improves the convergence speed of particle swarm optimization algorithm, enhances the ability of searching for optimization, and obtains the optimal wavelet transform parameters. The optimal wavelet transform parameters are applied to the wavelet denoising of soft threshold method, which can effectively separate the useful signal and useless noise. This algorithm can effectively improve the signal-to-noise ratio of logging signal, reduce the root mean square difference, and realize the effective removal of noise in logging signal.
Key words : logging signal denoising；particle swarm optimization；the wavelet parameters；wavelet transform denoising；soft threshold method

0 引言

    在測井信號的采集、處理、轉(zhuǎn)發(fā)過程中，由于環(huán)境、儀器、人為等因素的干擾測井信號中總會(huì)存在噪聲，如果不經(jīng)處理直接使用這些帶噪信號會(huì)對礦產(chǎn)勘探產(chǎn)生誤差，更有嚴(yán)重者甚至?xí)斐芍卮蟮慕?jīng)濟(jì)損失。因此，在信號處理的過程中去除測井信號的噪聲就顯示出了必要性。測井信號去噪有很多方法，小波變換突破了以傅里葉為代表的傳統(tǒng)方法的顯著缺陷，在時(shí)頻域上都有著亮眼的表現(xiàn)，是去噪方法的主要技術(shù)之一。

    主流的研究表明小波變換的參數(shù)設(shè)置會(huì)直接影響最后的濾波去噪效果，如李維松等統(tǒng)合硬、軟以及Garrote閾值去噪的優(yōu)點(diǎn)，構(gòu)造出一個(gè)新的改進(jìn)閾值函數(shù)，在突變性及平滑性信號方面取得了更優(yōu)的降噪成果[1]；朱榮亮等為更好地濾除噪聲，提出一種新閾值函數(shù)，通過仿真確定最佳小波函數(shù)類型和分解層數(shù)[2]；謝政宇等根據(jù)均方根誤差和平滑度的變化特性構(gòu)建了一種復(fù)合評價(jià)指標(biāo)，通過評價(jià)指標(biāo)來優(yōu)選小波參數(shù)[3]。但是在對測井信號的處理中，因測井?dāng)?shù)據(jù)的龐大與多樣性，單獨(dú)改進(jìn)閾值函數(shù)等對不同地區(qū)、不同井、不同井次、不同測井曲線的去噪效果不夠好，所以在參考了解文獻(xiàn)[4]-[6]中體現(xiàn)出粒子群算法尋找最優(yōu)點(diǎn)的優(yōu)勢以及測井信號處理的實(shí)際需求后，采取群智能算法中的粒子群算法(Particle Swarm Optimization，PSO)來獲取不同目標(biāo)下的最佳小波變換參數(shù)，并對粒子群算法做一定的優(yōu)化。




本文詳細(xì)內(nèi)容請下載：http://theprogrammingfactory.com/resource/share/2000005016。




作者信息：

魏振華1，2，3，胥越峰2，劉志鋒1，2，3，舒志浩2

(1.核技術(shù)應(yīng)用教育部工程研究中心，江西 南昌330013；2.東華理工大學(xué) 信息工程學(xué)院，江西 南昌330013；

3.江西省放射性地學(xué)大數(shù)據(jù)技術(shù)工程實(shí)驗(yàn)室，江西 南昌330013)




wd.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。