面向井下DAS信号的自适应小波阈值去噪方法、系统、设备及存储介质

本发明涉及信号去噪，尤其涉及一种面向井下das信号的自适应小波阈值去噪方法、系统、设备及存储介质。

背景技术：

1、现代油气开采对井下两相流参数的精准获取需求日益迫切，井下分布式声学传感（distributed acoustic sensing das）信号因其非平稳强噪声的特性使得其特征提取过程变得非常复杂，传统小波阈值去噪方法采用固定阈值，无法随信号局部特征动态调整，易造成噪声残留或突变特征丢失，单一智能优化算法在全局搜索与局部开发之间难以平衡，难以获得最优阈值参数，使得去噪效果不佳。因此，如何提高对井下das信号的去噪效果成为一个亟待解决的问题。

技术实现思路

1、本发明的主要目的在于提供了一种面向井下das信号的自适应小波阈值去噪方法、系统、设备及存储介质，旨在解决如何提高对井下das信号的去噪效果的技术问题。

2、为实现上述目的，本发明提供了一种面向井下das信号的自适应小波阈值去噪方法，所述面向井下das信号的自适应小波阈值去噪方法包括：

3、s1，对井下das信号进行小波分解，得到低频近似系数和高频细节系数；

4、s2，通过自适应软阈值函数对所述高频细节系数进行阈值处理；

5、s3，将处理后的高频细节系数和所述低频近似系数进行小波重构，并计算重构后时域信号的信噪比；

6、s4，根据所述信噪比通过改进gwo-hho混合优化策略得到全局最优参数；

7、s5，基于所述全局最优参数对所述井下das信号进行自适应小波阈值去噪。

8、可选地，所述s2，包括：

9、s2.1，确定自适应软阈值函数内阈值调整基准的搜索区间和指数衰减速率的搜索区间；

10、s2.2，基于所述阈值调整基准的搜索区间和所述指数衰减速率的搜索区间生成多个待优化的阈值参数组合，并将所述待优化的阈值参数组合作为种群个体；

11、s2.3，根据各种群个体分别通过自适应软阈值函数对所述高频细节系数进行阈值处理。

12、可选地，所述自适应软阈值函数为：

13、

14、

15、式中，为自适应动态阈值，为高频细节系数，为基础固定阈值，为阈值调整基准参数，为指数衰减速率参数，为符号函数，为处理后的高频细节系数。

16、可选地，所述s4，包括：

17、s4.1，基于所述信噪比从多个种群个体中选取预设数量的引导个体，并确定各种群个体的适应度值；

18、s4.2，根据各种群个体的适应度值计算种群适应度标准差；

19、s4.3，根据所述种群适应度标准差通过改进gwo-hho混合优化策略更新各种群个体的位置；

20、s4.4，判断当前迭代次数是否大于或等于预设迭代阈值；

21、s4.5，若是，则根据所述预设数量的引导个体确定最优种群个体，并将所述最优种群个体作为全局最优参数；

22、s4.6，若否，则将更新位置后的种群个体作为新的种群个体，并返回s2迭代处理。

23、可选地，所述s4.3，包括：

24、s4.3.1，判断所述种群适应度标准差是否大于或等于预设切换阈值；

25、s4.3.2，若是，则通过gwo全局搜索策略更新各种群个体的位置；

26、s4.3.3，若否，则通过hho局部开发策略更新各种群个体的位置。

27、可选地，所述通过gwo全局搜索策略更新各种群个体的位置，包括：

28、根据当前迭代次数和预设迭代阈值计算自适应衰减值和动态权重系数；

29、根据所述自适应衰减值通过包围行为公式计算系数向量；

30、从所述预设数量的引导个体中选取领导个体，并根据所述领导个体、所述系数向量及各种群个体计算距离向量；

31、根据所述动态权重系数、所述预设数量的引导个体、所述距离向量及所述系数向量通过位置更新公式更新各种群个体的位置。

32、可选地，所述通过hho局部开发策略更新各种群个体的位置，包括：

33、根据所述自适应衰减值确定逃逸能量因子；

34、根据所述逃逸能量因子和随机数自适应选择对应的围捕策略，所述围捕策略为软包围策略、硬包围策略、软包围-levy飞行渐进式突袭策略或硬包围-levy飞行渐进式突袭策略；

35、按照所述围捕策略根据动态权重更新各种群个体的位置。

36、此外，为实现上述目的，本发明还提出一种面向井下das信号的自适应小波阈值去噪系统，所述面向井下das信号的自适应小波阈值去噪系统包括：

37、小波分解模块，用于对井下das信号进行小波分解，得到低频近似系数和高频细节系数；

38、自适应软阈值处理模块，用于通过自适应软阈值函数对所述高频细节系数进行阈值处理；

39、信号重构模块，用于将处理后的高频细节系数和所述低频近似系数进行小波重构，并计算重构后时域信号的信噪比；

40、参数优化模块，用于根据所述信噪比通过改进gwo-hho混合优化策略得到全局最优参数；

41、小波阈值去噪模块，用于基于所述全局最优参数对所述井下das信号进行自适应小波阈值去噪。

42、此外，为实现上述目的，本发明还提出一种面向井下das信号的自适应小波阈值去噪设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的面向井下das信号的自适应小波阈值去噪程序，所述面向井下das信号的自适应小波阈值去噪程序配置为实现如上文所述的面向井下das信号的自适应小波阈值去噪方法的步骤。

43、此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有面向井下das信号的自适应小波阈值去噪程序，所述面向井下das信号的自适应小波阈值去噪程序被处理器执行时实现如上文所述的面向井下das信号的自适应小波阈值去噪方法的步骤。

44、本发明首先对井下das信号进行小波分解，得到低频近似系数和高频细节系数，然后通过自适应软阈值函数对高频细节系数进行阈值处理，将处理后的高频细节系数和低频近似系数进行小波重构，并计算重构后时域信号的信噪比，之后根据信噪比通过改进gwo-hho混合优化策略得到全局最优参数，最后基于全局最优参数对井下das信号进行自适应小波阈值去噪。本发明构建了连续的改进型自适应软阈值函数，配合动态阈值计算机制，有效克服了传统阈值函数存在的幅值偏差与伪振荡缺陷，实现了噪声抑制与特征保留的精准平衡，之后提出一种改进gwo-hho协同优化策略：通过优化gwo的收敛因子为自适应衰减模式以强化前期的全局搜索能力，同时引入hho算法，并利用迭代自适应动态权重保障了两个阶段寻优的顺利过渡，充分发挥hho在最优解邻域局部精细开发的优势，从而精准获取全局最优阈值参数，进而提高对井下das信号的去噪效果，成功提取出较为纯净的井下流动特征信号。

1.一种面向井下das信号的自适应小波阈值去噪方法，其特征在于，所述方法包括以下步骤：

2.如权利要求1所述的方法，其特征在于，所述s2，包括：

3.如权利要求2所述的方法，其特征在于，所述自适应软阈值函数为：

4.如权利要求1所述的方法，其特征在于，所述s4，包括：

5.如权利要求4所述的方法，其特征在于，所述s4.3，包括：

6.如权利要求5所述的方法，其特征在于，所述通过gwo全局搜索策略更新各种群个体的位置，包括：

7.如权利要求5所述的方法，其特征在于，所述通过hho局部开发策略更新各种群个体的位置，包括：

8.一种面向井下das信号的自适应小波阈值去噪系统，其特征在于，所述系统包括：

9.一种面向井下das信号的自适应小波阈值去噪设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的面向井下das信号的自适应小波阈值去噪程序，所述面向井下das信号的自适应小波阈值去噪程序配置为实现如权利要求1至7中任一项所述的面向井下das信号的自适应小波阈值去噪方法的步骤。

10.一种存储介质，其特征在于，所述存储介质上存储有面向井下das信号的自适应小波阈值去噪程序，所述面向井下das信号的自适应小波阈值去噪程序被处理器执行时实现如权利要求1至7任一项所述的面向井下das信号的自适应小波阈值去噪方法的步骤。