-
题名基于GRNN网络自适应滤波的钻具加速度去噪
- 1
-
-
作者
仝小森
杨金显
-
机构
河南理工大学电气工程与自动化学院
-
出处
《电子科技》
2022年第7期46-51,共6页
-
基金
国家自然科学基金(41672363,U1404510,61440007)
河南省高等学校青年骨干教师培养计划(2018GGJS061)
+1 种基金
河南省创新型科技人才队伍建设工程(CXTD2016054)
河南理工大学青年骨干教师资助计划(2017XQG-07)。
-
文摘
针对随钻测量过程中钻具底部振动噪声引起重力加速度信息严重失真的问题,文中提出一种将广义回归神经网络和改进的递推最小二乘相结合的方法来去除噪声。应用自适应噪声相互抵消的原理,以加速度计测量信号与钻具振动信号作为主噪声模型,将经过广义回归神经网络处理后的钻具振动信号作为副噪声模型。采用递推最小二乘法滤波处理,进而提高钻具加速度计测量精度,解算实时钻进的姿态信息。仿真实验结果表明,文中所提算法能有效去除钻具加速度计振动噪声,提高姿态测量精度。去噪后解算的井斜角误差在1.45°之内,工具面角误差在1.65°之内。
-
关键词
随钻测量
自适应噪声对消
重力提取
广义回归神经网络
递推最小二乘算法
加速度计去噪
自适应滤波
姿态解算
-
Keywords
measurement while drilling
adaptive noise cancellation
gravity extraction
generalized regression neural network
recursive least squares algorithm
accelerometer denoising
adaptive filtering
attitude calculation
-
分类号
TN713
[电子电信—电路与系统]
TN99
[电子电信—信号与信息处理]
-
