典型文献
基于GRNN网络自适应滤波的钻具加速度去噪
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
仝小森;杨金显
作者机构：
河南理工大学 电气工程与自动化学院,河南 焦作454000
文献出处：
引用格式：
[1]仝小森;杨金显-.基于GRNN网络自适应滤波的钻具加速度去噪)[J].电子科技,2022(07):46-51
A类：
自适应噪声对消,重力提取,加速度计去噪
B类：
GRNN,网络自适应,自适应滤波,钻具,随钻测量,振动噪声,重力加速度,加速度信息,严重失真,广义回归神经网络,除噪声,抵消,计测,振动信号,噪声模型,递推最小二乘法,滤波处理,钻进,姿态信息,高姿态,姿态测量精度,井斜角,面角,递推最小二乘算法,姿态解算
AB值：
0.252477
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
