随钻测量目前已经成为复杂油气藏勘探开发的重要辅助手段。其基本原理是在钻进过程中利用传感器实时测量近钻头处的工程参数与地质信息，通过井下数据传输技术将这些信息传输至地面，经过数据处理、分析后用于地质导向和储层评价。随着该技术应用的深入，井下测量采集的数据种类越来越多，这不仅对数据的准确性要求越来越高，还对数据传输的可靠性和传输速度提出了更高的要求。

钻井液脉冲信号传输是目前应用最为普遍的随钻数据传输方式^[1]。该技术是将随钻测量信息以钻井液脉冲信号的方式传递到地面，地面系统通过立管压力传感器采集脉冲信号，然后将采集还原之后的含噪信号进行信号识别、解码并实时显示^[2-3]。该技术成熟、容易实现，且成本低不受场地条件限制，但钻井液脉冲信号在钻柱内的传输会受到现场各种因素的影响：1)脉冲信号在传输过程中会随着传输距离增加而大幅度衰减^[4]；2)脉冲信号传输过程中会掺杂大量的噪声信号，这些噪声信号主要是由于井下各种机械振动引起的；3)钻井液材料也会直接影响脉冲信号的传输效果；4)在实际钻井过程中，井下复杂环境的影响和钻进过程中泵压的变化也会造成脉冲信号发生变化。一旦地面系统无法检测到有效脉冲信号或者解码错误，就无法正确判断井下实时工况。因此，研究如何从无规律的强噪声背景下检测出有用的脉冲信号，提高钻井液脉冲传输信号的信噪比，是钻井液脉冲传输技术的关键^[5]。传统的信号识别方法是采用脉冲检验门限的方式，然而人为的介入会很大程度影响结果，阈值设定得不合理也会导致噪声和脉冲信号检验错误。为弥补脉冲检验门限方式的不足，笔者提出了利用波形相似性检验信号的方案，并结合仿真领域可信度分析方法理论，以便准确、智能地识别复杂矿场环境中的真实信号波形，保证测量信号的准确和可靠。

1 钻井液脉冲信号特征属性选取

钻井液脉冲信号特征属性是用于鉴别待检验脉冲是否为真实信号的特征参数值。特征属性不仅可以反映出信号本身的物理特性，还能反映出脉冲波形的几何形态。一般特征属性是一个属性组，通过分量的组合和匹配，能够准确反映出真实数据的特点。特征属性的选择一般遵循以下3个原则：

1) 特征属性应具备代表性。不同特征属性所反映的真实数据也应不同，不同脉冲、不同形态波形的特征属性应有明显区别。

2) 特征属性应具备合理性。特征属性的选择或计算方法应有一定的理论依据或者与实际相符，特征属性应反映客观事实，不应按照主观意愿发生变化。

3) 属性分量应具备依赖性。属性组中的分量应该相互联系，相互影响，其中一个分量变化，其他分量也应随之变化，否则同一分量可能会有多个其他分量与之对应，在判别特征属性时出现多解的情况。

随钻测量无线传输中使用的PPM(脉冲位置调制)编码的正脉冲钻井液信号，所表示的数据由脉冲所在时间序列的位置决定^[6]。特征主要表现为脉宽一致、波形为梯形波。由于信号的衰减是受各种因素影响的递变过程，因此信号局部脉冲波形的几何形态相似，故脉冲信号特征属性的选取可从脉冲波形所表现出的几何特征入手。

如图 1所示，信号波形的几何形态可用相接梯形表示，指定高度不同，会相应产生不同的相接梯形，这里指定梯形高度H为固定值，以确保信号的相接梯形唯一。

选定梯形高H、两斜边斜率k₁和k₂、下底边长度L为信号特征属性参数。其中H反映信号强度(即泵压)；k₁值反映信号增强速度，k₂值反映信号减弱速度，二者绝对值关系反映信号对称性，若|k₁|=|k₂|则波形相对信号峰值完全对称，若|k₁|≈|k₂|则波形相对信号峰值基本对称；L反映脉宽。

2 钻井液脉冲信号波形相似性分析

为弥补传统脉冲检验方式的不足，提出了利用波形相似性检验信号的方案。首先对钻井液脉冲信号在时间序列上的波形进行分析研究。通过实际数据的模拟重放，将360个脉冲按照获取时间的先后分为30组，计算每组脉冲的特征属性值(H，L，k₁，k₂)，并求得每组特征属性的平均值。

绘制各属性值与时间的关系图，结果见图 2—图 4。图 2是梯形高与时间的关系，由图 2可以看出4 320 s以后属性值H随时间变化有一点波动，但未出现突变情况，波动范围较小。图 3是脉宽与时间的关系，由图 3可看出，属性值L随时间变化基本保持一致，与正脉冲钻井液信号的脉宽一致特征相吻合。图 4是斜率与时间的关系，k₁和k₂随时间的变化规律与H属性相似，根据等腰梯形的几何特点，上下底不变的情况下，斜边斜率随高的变化而变化，由此也验证各属性值计算方法的正确性。

以上分析可知，信号波形特征值在时间序列上变化波动不大，可以认为在短时间范围内，脉冲信号波形的几何形态保持相似。结合工程实际情况，即为随钻钻遇地层环境相似，除特殊噪声干扰外，通过立管压力收集的信号数据的衰减也相似。因此，钻井液脉冲信号波形在时间序列上具有局部相似性。通过合理设定特征属性标准，同时随着检验过程中信号的衰减变化，利用合理的方法对其进行调整，可有效检验波形是噪声还是信号。利用波形特征进行信号识别不仅准确，还可以弥补脉冲检验门限方式需要人工实时干预的不足。

3 基于可信度分析的钻井液脉冲信号识别方法

可信度是对事物结果定性判定或定量分析可以依赖的程度，多用于仿真试验，是基于仿真模型来反映真实对象本身。钻井液脉冲信号识别过程也类似一个仿真系统，通过采集信号数据，利用数学模型或其他特征分析方法模拟原始信号，最终目的在于还原原始信号。因此，将可信度分析引入钻井液脉冲信号识别过程中是可行的。

可信度分析方式根据分析层次可分为2种^[7]：1)定性分析，通过相似比较反映事物“质”的差别；2)定量分析，通过分析数据反映事物的数据特征及关系，具体方法主要有相似度方法、层次分析法和模糊评判法等。这2种方式都能作为检验评价中重要的参考依据，但在实际应用中，定量分析更能满足工程实际需求。针对钻井液脉冲信号的识别，可通过4种特征属性相结合的定量分析，计算得到信号波形的渐变性与局部相似性，从而为信号的定性判断提供参考依据。

基于此，提出一种基于可信度分析的钻井液脉冲信号识别方法。其基本思想是：通过策略制定信号特征属性标准值获得标准信号，根据待测信号与标准信号的特征属性值计算每个待测信号与标准信号的相似度，通过分析相似度，判别待测信号是真实信号还是噪声干扰信号，流程如图 5所示。

3.1 信号预处理

对经过去噪处理后的脉冲信号预处理的目的在于确定待检验信号在时间序列上的具体位置。对于脉冲信号而言，单位脉宽的时间跨度是固定的，根据信号具有上升沿、下降沿的基本特征，通过计算单位脉宽时间段内的数据变化情况，即可得到初始的待检测信号。具体方法如下。

设定宽度略大于脉宽的时间窗口，窗口大小记作N，并将窗口从中间分为左右2个子窗口，左窗口用于判定脉冲信号上升沿，右窗口用于判定脉冲信号下降沿。随着窗口在时间序列上的滑动，窗口与波形的关系可分为如图 6所示的4种情况。4种情况下都需要求得全窗口的极大值w_max，记录并判定极大值所在窗口位置P_max。根据极大值反映的位置信息可判定当前时刻，窗口与波形属于哪种情况。

情况1：脉冲峰值未进入窗口(P_max=N)。这种情况下，从窗口边界N求得右窗口信号极小值所在位置P_{R, max}，并清空窗口中N/2到P_{R, max}的数据。如此操作是保证窗口内只存储待检测信号部分，清除不相干数据。

情况2：脉冲峰值进入右窗口(N/2＜P_max＜N)。这种情况下无需任何额外操作继续移动窗口。

情况3：脉冲峰值处于窗口中间位置(P_max=N/2)。这种情况所反映出的窗口与波形的关系是目标状态。通过计算左右子窗口的极小值和每段三等分点的窗口位置可大致确定待测信号是否满足左窗口递增，右窗口递减的判定条件。若满足则记录信号信息并将右子窗口极小值之前的数据清空。

情况4：脉冲峰值进入左窗口(P_max＜N/2)。通常情况下这种位置情况不会出现，窗口移动过程中发生意外而出现这种情况时，可将窗口回退至P_max=N/2的状态，并按情况3的处理方式重新计算。

3.2 特征标准制定

特征标准是衡量待检测信号是否为真实信号的准则，标准制定的合理与否直接影响后续识别的准确性。根据钻井液脉冲信号波形相似性分析结论，随着信号的变化，对特征标准应进行相应调整。为此将特征标准的制定分为2个阶段。

1) 开始阶段标准的设定。根据正脉冲信号的编码特点，每种编码都在数据传输前有一组同步信号，一般同步信号的特点为2个或3个连续脉冲信号^[8]。在获取脉冲数据的开始阶段，利用连续脉冲这一特点，计算相邻脉冲的时间差与特征属性值，在符合连续脉冲的条件下，根据波形局部相似性，判断连续脉冲的特征属性值是否相近或一致，最后求得算术平均值作为序列开始阶段的特征标准值。计算公式为：

(1)

式中:p₀为特征属性标准值；n为连续脉冲个数；p_i为第i个连续脉冲的特征属性分量值。

2) 识别过程中的标准调整。信号采集过程中，设定可以存储M个待测信号的缓冲池，即缓冲池大小为M，并为缓冲池设定门限，设定缓冲池的进入门限为当前特征标准值的一定范围(H的门限范围为0.5H₀~1.5H₀，L的门限范围为0.8L₀~1.2L₀)，设定门限可有效屏蔽偏差较大的噪声。待测信号判定之前首先进入缓冲池，待缓冲池满后，将缓冲池中的信号编号1~N，根据相邻信号波形相似性，为缓冲池中的信号分配权值w_i，权值满足编号越大，权重越高，并使。

识别过程中的特征标准调整值计算分式为：

(2)

随着信号的不断采集，缓冲池中的待测数据不断更新，特征标准也随之更新，从而实现自适应的标准调整。

另外，考虑到实际应用的需要，增加人工调整标准值的备用方式，以确保复杂、无规律的钻井条件下特征标准真实可靠。

3.3 钻井液脉冲信号相似度计算

相似度即仿真系统与被模仿对象的相似程度，是由两者的相似元数量、相似元的值及每个相似元对系统相似度影响权值等因素共同决定的，相似度越高，表示仿真系统还原被模仿对象越完整^[9]。设仿真系统为A，被仿对象为B，A、B之间相似元个数为X，每个相似元的值为q_i，每一相似元对相似度的影响权值为β_i，则A与B的相似度可以定义为:

(3)

式中：Q(A，B)为A与B的相似度。

权值β_i通过层次分析法^[5]计算得到，而相似元值q_i的计算式为：

(4)

式中：y_s为仿真系统对应的结果；y_r为被模仿对象对应的结果。

若相似元分量是由动态变量计算求得，则其计算公式为:

(5)

式中：Δt为变化率；q^(t)为相似元随时间变化的关系式；t₁为开始时间；t₂为结束时间；β_t为t时刻的权重。

将上述方法应用于钻井液脉冲信号相似度计算, 则采集信号系统与标准信号系统之间存在4个相似元，即分别对应H，L，k₁和k₂这4个特征属性值，设每个相似元的值为q_i(i=1，2，3，4)，每一相似元的权值为β_i(i=1，2，3，4)。权值计算过程如下：

根据层次分析法，按4个特征属性相互影响的重要程度，设定H与L的重要系数为5；H与k₁、k₂重要的系数为5；L与k₁、k₂的重要系数为5。根据相似元之间重要系数呈倒数关系，即，构造评价指标的判断矩阵R：

(6)

由几何平均法求得H、L、k₁和k₂的权值分别为0.534 4，0.238 4，0.113 6和0.113 6。由规范列平均法求得H、L、k₁和k₂的权值分别为0.500，0.350，0.075和0.075。钻井液脉冲信号的特征属性为静态变量，可利用式(3)计算该信号的相似度。

3.4 可信度评价分析

钻井液脉冲信号可信度评价，就是利用已经计算出的待测信号的相似度，判定待测信号是否为真实信号。相似度越高，说明待测信号与标准信号越接近，选择一个合理值作为可信度门限值，高于该门限值的则定性为真实信号，低于该门限值的则定性为噪声干扰。

在相似度计算过程中，由于结果受相似元权值影响较大，不同层次分析法求得的权值对应相同信号的相似度值不同，权值选定的不合理，会造成信号相似度不能反映真实情况，给定性分析带来困难，有时甚至造成相似度计算错误，进而影响后续处理结果。为选取合理的权值以及可信度门限值，笔者对上述利用几何平均法和规范列平均法求得的2组权值进行了试验分析，将采集的模拟重放钻井液脉冲信号原始数据采用图 5所示流程处理，用2组不同权值计算脉冲信号相似度，结果见表 1。

从表 1可知：1)真实信号的4个特征属性值基本相近，未出现突变、跳变情况，这与波形相似度分析结果保持一致，也表明特征属性值计算准确；2)2种权值计算方法得到的真实信号的相似度均在0.62以上；同时，真实信号与噪声信号在相似度上有一定界限，说明2种权值的选取和计算基本合理。

G方案采用几何平均法求得的权值计算相似度，计算结果记作G值; S方案采用规范列平均法求得的权值计算相似度，计算结果记作S值。将18组相似度从大到小排序并编号，由上述分析可得：可信度小于0.62的为干扰信号，大于0.62的为真实信号，将真实信号与干扰信号分开并按相似度大小排序，可得4组折线，如图 7所示。

从图 7可以看出，G方案中真实信号对应的相似度值与干扰信号有明显的分界，分界距离大于0.1，S方案中真实信号对应的相似度值与干扰信号分界不明显，分界距离仅有0.02。G方案求得的真实信号相似度值递减变化率比S方案小，取值较为集中，干扰信号的相似度值也呈相同规律。由以上分析可得，对于该特征的脉冲信号几何平均法求得的权值作用效果较为理想，可设定0.70为可信度门限值。

4 试验分析 4.1 信号识别试验及分析

已知某井实际随钻过程中的钻井液脉冲信号数据，该信号在起钻与停泵的一段时间内，由于钻头机械振动的影响，受到的干扰较大，采用传统门限值方法很难做到准确识别。利用基于可信度分析的钻井液脉冲信号识别方法对实际数据进行模拟重放，共识别脉冲480个，原始信号包含脉冲468个，从识别的脉冲数量来看识别误差为2.56%。

分析实际数据发现，误差多存在于停泵前的不稳定阶段。图 8为停泵前信号不稳定脉冲序列，图 9为基于该方法实现的原型系统正在处理图 8方框中的脉冲序列，其中波形窗口中所展示的是经预处理后的待检测信号及其特征值；最右侧大窗口所展示的是特征标准波形及其特征值；第一个坐标系为脉冲信号去噪后的结果；第二个坐标系为信号识别结果，其中框出来的脉冲信号为可信度分析所识别出的信号。从图 9中可知，部分噪声的可信度高达0.712和0.717，因此被当作信号识别出来。虽然该方法不能够完全准确地识别脉冲信号，但是识别误差小于3%，已满足实际工程要求。根据分析得出的原因，可提供人机交互功能，从而有效避免此类问题的发生。

4.2 处理效率试验及分析

考虑钻井液脉冲信号识别方法要进行实际应用，该识别方法的处理速率必须要保证信号识别实时性^[10]。识别过程中涉及的数据处理包括信号预处理、特征属性的计算、特征标准计算与调整、相似度计算。表 2为实际随钻测量信号识别过程中各个模块的运算时间。其中, 除了信号预处理外, 其他处理时间都忽略不计。信号预处理过程中由于不同状况的处理步骤不同，处理时长也不同。总体而言，该识别方法处理速度快，可以满足实际应用对实时性的要求。

5 结论

1) 基于可信度分析的钻井液脉冲信号识别方法，是在仿真系统中可信度评估分析的思想基础上提出的，通过提取特征属性值，选择合理的评价标准值，即时动态调整标准参数，实现钻井液脉冲信号的自动识别。

2) 该方法的主要优点在于避免了传统信号识别方法中人为干预对系统识别结果的影响，消除了人工操作带来的不便和干扰。

3) 实际数据模拟试验验证了该方法的识别效果，能够用于随钻数据的传输和处理。