一种基于小波变换-RBF神经网络的泥浆脉冲信号去噪方法.pdfVIP

下载本文档

0
0
约9.79千字
约 10页
2023-05-29 发布于四川
举报
版权申诉

一种基于小波变换-RBF神经网络的泥浆脉冲信号去噪方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及无线随钻脉冲信号去噪技术领域，且公开了一种基于小波变换‑RBF神经网络的泥浆脉冲信号去噪方法，包括以下步骤：S1、对随钻测量信号进行小波分解；S2、建立RBF神经网络非线性自适应滤波器；S3、RBF神经网络非线性自适应滤波器运行；本发明针对固定步长对于BRF神经网络的收敛速度和稳态误差有很大的影响，提出了学习步长的自适应优化策略，使得BRF神经网络具有更好的鲁棒性和跟踪能力，更加适合在线训练学习，对随钻信号处理后，保留了随钻信号大部分有效成分，有对噪声进行了抑制，提高了随钻测量信号的识

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112395946 A (43)申请公布日 2021.02.23 (21)申请号 202011125201.6 G06N 3/08 (2006.01) (22)申请日 20