TELKOM NIKA , Vol. 11, No. 6, June 20 13, pp. 3028  ~   3 035   e-ISSN: 2087 -278X           3028      Re cei v ed  Jan uary 9, 2013;  Re vised Ma rch 16, 2013; A c cepted Ap ril 12, 2013   Eliminating Noise of Mud Pressure Phase Shif t Keying  Signals with A Self-Adaptive Filter      Yue Shen* 1 , Lingtan Zh a n g 2 , Heng Zh ang 3 , Yinao Su 4 , Limin  S h eng 5 , Lin Li 6   1,2, 3 School of S c ienc e, Chin a Univers i t y   of  Petrole u m, Qing dao, 26 65 80, P .  R. China   4,5, 6 Drillin g T e chno log y  R e se a r ch Institute,  CNPC, Beiji ng, 1 001 95, P. R. Chin a   *Corres p o ndi n g  author, e-ma i l : shen y1 96 1@ ya ho o.com.cn* 1 , zhanglt@u p c . edu.cn 2 ,  zhan g6 6h@ 16 3.com 3 , su y i na o@p e trochi na. com.cn 4 , slmdri@cnpc.com.cn 5 , lilin5 507 03@ ya ho o.com.cn 6       A b st r a ct   T he feasi b il ity of app lyin g a s e lf -ad aptive fi lter to el imin ate  nois e  in th e d o w nhol e  mu d  pressur e   phas e sh ift ke ying (PSK)  sig nals  is stud ie d .  The self-a da ptive filter  w i th carrier  w a v e   as the fi lter i n put   sign al  an d  mu d pr essure  PS K sig nal  i n clu d i ng  no ise  as  the fi lter  expect ed  inp u t si gn al  in  structure  w a s   adopted t o  process the  mud pr essu r e   PSK signals   with the br oadba nd s i gnal charac t e ristic  in  communic a tio n .  Mathe m atic al  mod e l  of the   filter w a s  b u ilt to  reco nstruct the mu d press u re  PSK   sig n a l s   base d  on th e eval uatio n crit erio n of least  me an sq uar e error (LMS) an d the mathe m atical  mo del  of mu d   pressur e  PSK  signals. Accor d ing to t he  filter m a them atic al m o del, a special self-ad aptive control algor it hm  w a s ado pted  to re ali z e  the  filt er by  ad justin g  the fi lter  w e ig h t  coefficie n ts s e lf-ad aptive l y  a nd th e i m pacts  of  the filter ste p - s i z e  factor  on  sign al to  nois e  ratio  (SN R ) a nd d i stortio n  factors of the r e constructe d  mu d   pressur e  PSK signals were analy z ed . Numerical c a lculation  and sim u lation show t hat  the self-adapt ive  filter can efficie n tly eli m i nate r and o m  nois e  i n  the  sign al fre que ncy ba nd a nd reco nstruct the mu d press u re   PSK signals. I n  addition, low distor tion fact ors of the rec onstructed  m u d press u re PS K signals c a n  be  obtai ne d by re ason abl e sel e c t ing  the filter step-si z e  factor.     Ke y w ords : sel f -adaptiv e filter , mud pr essure  phase sh ift keying si gna l, noi se, carrier w a ve     Copy right  ©  2013 Un ive r sita s Ah mad  Dah l an . All rig h t s r ese rved .       1. Introduc tion  Measurement  Whil e Dri lling (M WD) co nsi s ts  of maki ng  variou s  d o wn hole  measurement s and the n  tran smitting this inform ati on to the su rface fo r display and furt her  interp retation  or imme diat e u s e. O ne  o f  the  mo st co mmon metho d s of  pa ssing   the  info rmati on  from the do wnh o le se nsors to the surface is  through p r e s sure pulse s in  the mud flow, a  techni que  kn own  a s  m u d   pulse tele met r y. The  ne we r mu d  pul se  telemetry u s es  a m u d  si ren   type of modulator to ge n e rate mu d continuo us  p r essure wave  signal s an d  allows co m p lex  modulatio n method s to be use d  to produ ce high er  dat a rates by accurate co ntrol  of the phase o r   freqen cy of the mud siren, the mod u lation  meth od is call ed  phase  shift keying (PS K )   modulation. Modulation type su ch as differential  phase  shift keying (DPSK) and  even  more  compl e x modulation method such as  quadrature  phase shift keying (QPSK) can be used to  gene rate m u d pressu re P SK signal s to  tran smitting i n  mud  with a   mud  sire n mo dulator. In  M W D  system, the p r inci pal noi se  sou r ce is the  pre s sure  flu c tuations  cau s ed by bit vibration, downh ole   motor stalli ng  or drill stri ng  bucklin g and  the noi se pre s ent s a ban d-limited white  Gau ssi an noi se  due to  the l o wer noi se  fre quen cy  spe c t r um [1].  T h o ugh f r equ en cy of the n o ise source  is n o t  high, there is still some n o i se into the  si gnal  fre quen cy  band, cau s ing relativel y   larger ran d o m   pre s sure fluct uating in am plitude an d makin g  sig n a l  to noise ratio (SNR) of th e downhol e mud   pre s sure  sig nal  seve rely  redu ce.  Due  to  spe c tru m  alia sing  of  noise a nd th e mu d p r e ssure  sign al, conve n tional sig nal  processin g  method s  ca n not effectively eliminate or sup p re ss the  noise. Some   resea r chers  p u t forward th e mat c hed  f ilter m e thod  to  eliminate th e  noise effe cts  by  cal c ulatin g th e self-correlat i on  coefficie n t s of  si gnal  m i xed with  noi se ba sed  on  the differen c e  of  noise an d sig nal in  correla t ion [2], but this meth od i s  only suita b le  for limited  si ngle fre que n cy  sign al mo dul ated by th e freque ncy  shift  keyin g   (FSK) method  havi ng lo w tran smissi on  effici ency  and not for the frequency band si gnal modulated by mud pressure PSK method. An adaptive  comp en satio n  metho d  [3] ,  prop osed b y  Brando n et c., ca n elimi n ate theo retically noise in  the  MWD sign al by  extra c ting   app rop r iate  prop ortio n  of  the  sign al m i xed with  noi se  as refere n c e  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   e-ISSN:  2087 -278X       Elim inating Noise of Mud P r essure Phase Shi ft Keying Signals  with Self-Adapti v e... (Yue Shen)  3029 input  sign al  of the a dapti v e co mpen sator  and   aut omatical  adj usting  the  n o ise  inten s ity by  feedba ck of  o u tput si gnal  to bal an ce  noi se  of M W D  si gnal, b u t it is  difficult to im plement  and  t he  effect is limited. Acco rdin g to the f r eq u ency  band  transmi ssion  chara c te risti c s of mud  pressure   PSK signal s and mathem atical theory  of self-adapti v e filter, a mat hematical  model of the  self- adaptive filter with a carrier wave a s  refe ren c e  in put si gnal an d M W D si gnal mixe d with noi se  as  the expected  input  signal i s  built for proc essi ng  the mud pressure  PSK si gnal s  with broadband  signal characteristic,  and t he feasibility of elim inating noise in the mud pressure PSK signal s  based on  self -ada ptive filtering meth od i s  also studi ed  in this pape r.      2. The Math e m atical Mod e l  of Self-adaptiv e Filter  2.1. The Stru cture o f  Self-adap t iv e F ilter  Self-ada ptive filter is a  kin d  of digital  f ilter b a sed  on  mode rn  adap tive control th eory [4,   5], it can be u s ed to  reali z e  dynamic t r acking  and n o ise eliminatio n  of the  sign al by  self-a dapti v e  adju s ting the  filter para m et ers  acco rdin g  to the si gnal  feature s . Self-adaptive filter is  comm on ly  use d  in  pro c essing  na rro w ba nd  sig n a l in radio  communi catio n  sy stem, in  whi c h th e ratio  betwe en sig n a l freque ncy band an d ca rrier wave fre quen cy is greatly less tha n  1 and sign al  freque ncy in frequ en cy ban d has little ch ange  comp ar i ng with carrie r wave fre q u ency. Figu re  1  is the gen eral stru cture of  adaptive filter, in which   () x n  is input si gnal with noi se,  () dn  is  expecte d sig nal  inp u t,  () y n  is the filter  out put, and  () en  is  error  sig nal o u tput. The  expecte d  sign al is  sp ecial sig nal  refl ecting th e fea t ure of  extracted sig nal. Under the  effe ct of erro r  sig nal,  the self-a da ptive filter adjust s  the filter coeffi cien ts self -adapti v ely and the output sig nal  contin uou sly approa che s  to the expect ed sig nal  to make th e error minimal ev entually, and  the  effective ch a r acte ri stic in cluded i n  the  input si gnal i s  dyna micall y extracted,  then the  use f ul  signal reconstruction and noise elimi nati on or suppression  will reali z e.             Acco rdi ng to  the linear system theory ,  t he self-ad aptive filter output matrix   () Yn  is   convol ution o f  the input matrix  () X n  and unit impulse re spo n se matrix  () H n  a nd can b e  sh own  as  follows .     ( ) () () Yn X n H n                                                                                                                                                         (1)     Comp ari ng with conventi onal digital  f ilter  st ru cture  with fixed  para m eters, the  self- adaptive filter paramete r s  form  a  weigh t  coeffici ent  matrix  () Wn  with  1N  dimen s io n. If the  input mat r ix  () X n  is  N1  dimen s io n, then th e o u tput matrix  () Yn  of  the  self-ada ptive filter  ca n  be expre s sed  as:  N1 0 () () () () () ( ) i i YW X w x nn n y n n n i                                                                                                          (2)     Whe r e,  n  and  i  are di screte  variable s ,  () Wn  is wei ght co efficient matrix  of the self-a daptive   filter,  () i wn  is  matrix c oeffic i ent of  () Wn ,  () x ni  is matrix coefficient of the matrix  () X n  and can   be expre s sed  by the unit delay sampli ng  value of inpu t signal.   we i g ht coeffici ent matrix () Wn + () dn () x n () en () y n   Fi g ure 1. The  stru cture of self-ada p tive filter Evaluation Warning : The document was created with Spire.PDF for Python.
                               e-ISSN: 2 087-278X   TELKOM NIKA   Vol. 11, No. 6, June 20 13 :  3028 – 3 035   3030 In  th e  filte r ing  pr oc e s s ,   ba s e d  on  th e  s p ec ia l  control alg o rithm  [6, 7], the  self -ada ptive   filter obtai ns the filter weig ht co e fficient s a c co rdin g t o  the  erro r  si gnal  () en  a nd th e  input  matrix  () X n  and ite r ativel y update s   we ight co efficie n t matrix  () Wn . Throug h finite it eration, th e o u tpu t   signal will approach to  the  expected signal.  In MWD sy stem, transmitt ed MWD signal or  mud pressure PSK signal are a kind of   mech ani cal  modulatio n si gnal [8, 9]. Beca use of me cha n ical syst em ine r tia an d pre s su re si gnal   transmitting i n  the m ud, th e carrier wave freq uen cy  i s  limited  in th e lo w fre que ncy a bout  a f e w  tens  Hert z. T he ratio  of m odulatio n si g nal fr eq uen cy  band  and  ca rrie r  wave fre quen cy is  usually  clo s e to  1  an d is a  ki nd  of typical  broa dban d  sign al  [10, 1 1 ]. Th erefo r e, h o w  to co nst r u c t the  expecte d sig nal is a  key to get the tra n smitted  M W D sig nal by self-ada pt ive filtering. Fo r the  mud pressure PSK signals, the si gnal  spectrum is  related to  data encodi ng. If the signal  averag e  power  sp ectrum i s  u s e d   as th e effective   fe ature  to  con s truct th e exp e cted  si gnal,  it is  not sufficie n t to represent all the signal s in diffe rential  enco d ing sta t us and only the ca rrie r  wa ve   can b e  used  to represent variou s en co ding mod u la ti on sig nal cha r acte ri stics. Howeve r, for the  broa dba nd  si gnal, si gnal f r equ en cy in f r equ en cy ba nd chan ge s  greatly relative to the  ca rri er  wave frequ e n cy a nd the  en codin g  in formation  si g nal  cann ot b e  extra c ted  prop erly if u s in g   carrie r wave  as the  expecte d si gn al. Theref ore, the self -adaptive  filte r  structu r e  and  mathemati c al  modeli ng fo r pro c e s sing  b r oad ban d  sig nal  sho u ld b e  adju s ted  ba sed o n  the  ba sic  mathemati c al  princi ple of a daptive filter.    2.2. The Stru cture o f  Self-adap t iv e F ilter  The cha r a c te ristics ch ang e  of self-a da ptive  f ilter is implem ente d  by a d justi ng filter  weig ht co efficient s with  self-ada ptive  algorith m  an d all filter  weight coeffici ent adju s tme n t  algorith m s  are trying to m a ke  output  si gnal  () y n  approa ch exp e cte d   sign al  () dn . The least  mean -squa re  error (LMS)  algorith m  a d j u sts weight   coeffic i ent s  matrix to mak e   the mean-s quare   value   of erro r sig nal  () ( ) () en d n y n   minimize, an d wh en   is minimu m, the optima l  weig ht  coeffici ent m a trix  () Wn  can  be  obtaine d to a dapt the  statisti cal ch ara c t e risti cs of  un kno w n or  time-varying  sign al and n o i se an d the  optimal  filterin g effect will b e  achi eved [1 2, 13].  Suppo se that  the discrete  downhole  sig nal is the  su m of MWD  si gnal  () s n  and wh ite   Gau ssi an no ise  w () nn . Accord ing to th e  communi catio n  theo ry, the noi se  introdu ced  in  broa dba nd d o wn hole M W D sig nal is a d d itive rando m  interfere n ce and its me an -sq u a r e value  is   not zero.  Wh en   is mi nimu m, it must  ap proa ch  the  m ean-sq ua re v a lue  of ra ndo m noi se, a nd  () y n  will approa ch  the MWD  sig nal  () s n .  Whe n  taki n g  the do wn hole M W D  sign al with  noise a s  the expe cted  sign al  w () () () dn s n n n    and ca rrie r  wave  cc () s i n ( ) x nA n  as in p u t sign al, mu d pre s su re P SK signal  sc () s i n ( ) s nA n f n   as MWD signal. Amon g those formulas,  c A  is the ca rri er wave  amplitude,  cc 2 f  is the an gula r  f r equ en cy of carri er  wave,  c f  is the  ca rri er  wave frequ en cy,  s A  is the signal  amplitude,  () f n   is the phase - shift function. Then,  the out put signal of the self- adaptive filter can be exp r e s sed a s :  N1 N 1 00 cc () ( ) ( ) () s i n [ ( ) ] ii ii wx w yn n n i n A n i                                                                                               (3)     The mea n -sq uare valu e of error si gnal  can be de scrib ed as:         2 2 2 ww () () () () 2 ( ) ( ) ( ) Ee n E s ny n E n n E n n s ny n                                               (4)     Considering  () s n  and  () y n  are n o t respe c tively relevant wi th rand om n o ise  w () nn ,  there are    w 2( ) ( ) ( ) 0 En n s n y n   and  2 w () 0 En n   , then the  minimum m e an-squ a re val ue of  error si gnal  can be expressed a s :   2 N1 2 sc c c w 0 mi n =  m i n   s i n [ ( ) ] ( ) s i n [ ( ) ] + ( ) i i EA n f n w n A n i E n n                                           (5)   Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   e-ISSN:  2087 -278X       Elim inating Noise of Mud P r essure Phase Shi ft Keying Signals  with Self-Adapti v e... (Yue Shen)  3031 Whe n    appro a ch es the mi nimum value  we can get th e result as fol l ows:    N1 cc s c 0 () s i n [ ( ) ] s i n [ ( ) ] i i wn A n i A n f n                                                                                                    (6)     The physi cal  meaning of Equation (6 ) is that  whe n  the mean-squ a re valu e  of error  sign al is mi ni mum, the lin ear  sum  of the carrie r  wa ve value .. at one time a n d  N-1 pa st time  values of  cc sin ( ) A ni  with weig ht from  the weig ht coefficient mat r ix can  be u s ed to app roa c h   the informatio n signal valu e of  sc sin ( ) A nf n  and re al ize the re co n s tru c tion of mud pre s sure  PSK signal. Where,  N  is the matrix dime nsio n numb e r or ord e r of th e digital filter.  Therefore, the mud pressure PSK  si gnal  can be reconstructed  by  the filter output  signal  as:   N1 cc 0 () () () s i n [ ( ) ] i i yn s n w n A n i                                                                                                                 (7)     Whe r e,  () i wn  is matrix coefficie n t of the optimal weig ht co efficients mat r ix  () Wn .  The  weig ht  coeffici ents  matrix can  be o b tained  by Wi dro w -Hoft ra ndo m  gra d ient  algorith m  [14] and the matri x  coefficient s can b e  expre s sed a s :    (1 ) ( ) 2 ( ) () wn w n e n x n                                                                                                                                       (8)   Whe n  both the co ndition s of min   and  * () () 0 Wn W Wn  are satisfied, the op timal weight  coeffici ents m a trix  () Wn  can be  obtaine d.  In the Eq uati on  (8),    is the  self -ad aptive step -size fa ctor  whi c h  det ermin e s the  system  stability  and convergence rate;  if   is  ove r si ze, the   con v ergen ce  rate is hig her bu t the tra c king   pre c isi on of sign al will be  worse and t he  system will be diverge n t when seri ously, if   is  unde rsi z e, th e conve r g e n c e rate is u n s atisfying  a n d  the trackin g  perfo rma n ce of sign al will  become worse.      3. The Numerical Simulation Anal y s is   of Self-adaptiv e F iltering Effect  Takin g  mu d  pre s sure P SK signal  a s  the tran smitted MWD sign al, accordin g to   mathemati c al  model  of mud pr essure  DPSK signal  and QPSK si g nal [15, 16], t he M W D  signa l   can  be exp r e s sed a s   sc () s i n [ 2 ( ) ] s tA f f t  . Among th e formula, carrier wave frequ e n cy is  c 20 H z f , signal a m plitude i s   s 1P a A , data cod e  of the DPSK  signal i s   D PSK =[1 1  1 1 1  1   1 1 1  1] C , data code of the QPSK signal is  Q PSK =[ 0 0 0  1   1 0 1  1 0 0] C , both   maximum fre quen cie s  of t he two ki nd s of coding  si gnal  spe c tru m  are  ma x 30 Hz f , the signal  power i s   22 ss ( / 2 ) 0. 5P a PA  ; the mean-sq ua re value of the  introdu ce d white Gau ssi a n  noise  is  22 w ( ) 0.5P a nt , the signal -to-n o ise rati o is  2 sw /( ) 1 SN R P n t , the ord e r of filter is  K1 0 1 , the  self-a daptive  step-si ze fa ctor is  0.0 0 1 , the initial weight coefficient is  (0 ) 0 w , th e sam p ling  freque ncy is  s 400 0 H z f . The effect of self-ada ptive filter  takes  the improve m ent of sign al-to- noise ratio (S NR) a nd the  distortio n  fa ctor of  si gn al  waveform a s  the evaluati on criteri on.  The  sign al-to - noi se ratio of sign al can b e  defi ned a s :  M 2 1 M 2 1 () [( ) ( ) ] k k yk SN R yk y k                                                                                                                                              (9)     The wavefo rm distortio n  factor of  signa l can be d e fin ed as:   Evaluation Warning : The document was created with Spire.PDF for Python.
                               e-ISSN: 2 087-278X   TELKOM NIKA   Vol. 11, No. 6, June 20 13 :  3028 – 3 035   3032 2 M ma x 1 ma x M 2 1 () ( ) () () = () k k yk s k sk yk D sk                                                                                                  (10)    In Equation  (9) a nd Eq uat ion (10),  () s k  is the mud press u re PSK original  s i gnal and  ma x () sk  is  its maximum value;  () y k  is  the outp u t sig nal of  self-ad aptive filter;  () y k  is the  output   sign al of digit a l low-pa ss filt er after self-adaptive filtering;  max () yk  is the m a ximum outp u t signal  value of the d i gital low-pa ss filter;  k   is sa mpling seq u e n ce numb e r;   M  is sa mplin g numbe r in a  codi ng pe riod .    3.1. The Nu merical Simulation and  Analy s is of Self-ad a ptiv e Filtering o n  Mud Pres sure  DPSK Signal   Figure 2 sho w s the mu d pressu re DPS K  signal  with out noise, Fig u re 3 sho w s the mu d   pre s sure  DP SK sign al mi xed with  white Ga ussi an  no is e w i th SNR = 1  an d   F i gu r e  4   s h o w s   th e  recons truc ted mud press u re DPSK s i gnal waveform  after s e lf -adaptive filtering. In Figure  4, the   noise in re co nstru c ted  sig nal de crea se s su bsta ntiall y and SNR i s  25.5, raised  nearly 2 5  times.  Thro ugh freq uen cy spe c trum analysi s ,  the noise in  reco nstructe d  sign al is hig h - freq uen cy n o ise   outside the frequency  band of m u d pressure  DPSK  si gnal, and  can be eliminated by  an  ordi nary  digital lo w-pa ss filter. Fi gure 5  sho w s th e si gnal  wave form of  re co n s tru c ted  mud   pre s sure  DP SK  sign al pa ssin g a di gital lo w-p a ss filter  with  cut-off freque ncy 4 0 Hz a nd the  no ise o u tsid e t he  freque ncy b a nd is alm o st  eliminated. In  Figure  5,  the re con s tru c t ed sig nal ha s some extent  o f   waveform di stortion  comp aring  with th e ori g inal  sig nal in Fi gu re  2 an d the  di stortion  facto r  is  about 10.9%.  The rea s o n  is that the  filter step -si z e fa ctor i s  too  sm all for improving the ability of  tracking  noi se, whi c h  re su lts in lo we r  converg e n c e  rate an d the i n crea sing  re constructio n  e r ror  of low frequenc y c o mponent in mud pres sure  D PSK s i gnal frequenc y s p ec t r um. Inc r eas i ng the  step-si ze fact or will b r ing d o wn the a b ility of tra ckin g  noise and the  SNR of re co nstru c ted  sig nal,   but the  ability of tracking low frequency compo nent in mud pressure  DPSK signal  frequency   spe c tru m  will  be improve d  and the signal di st orti on facto r  wil l  be decre a s ed. Th erefo r e,  approp riate in cre a si ng the  step-si ze fact or ca n im prove the re con s tructed  sign al quality, but the   signal distortion factor will  rais e when the step-si z e fa ctor reaches  the crit i c al value because  o f   highe r  conve r gen ce  rate  a nd lo w t r a cki ng a c cura cy.  Table  1  sh ows the  nu meri cal computatio n.  results amo ng the value of step-si ze facto r , the SNR and  the distorti on factor of  the   recons truc tion s i gnal.      T i me  (se c on d s )   Figure 2. Mud Pressure  DPSK Signal Without Noise      T i me  (se c on d s )   Figure 3. Mud Pressure DPSK Signal  Mixed with white Gaussi an      T i me  (se c on d s )   Figure 4. Reconstruc ted M ud Pressure  DPSK Signal a fter self- adaptive Filtering  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   e-ISSN:  2087 -278X       Elim inating Noise of Mud P r essure Phase Shi ft Keying Signals  with Self-Adapti v e... (Yue Shen)  3033   T i me  (se c on d s )   Figure 5. Waveform of the Recons tructed Mud Pressure DPSK Signal       Table 1. Impact of filter  step-si ze factor  on reconstruc ted mud pressure DPSK si gnal   Step-size factor  SNR  Distortion factor( % )   0.0005  67.1  14.8    0.001   25.5  10.9    0.002   11.4    7.1    0.003     6.4    6.4    0.004     4.2    4.4    0.005     3.1    6.6      The num eri c al simulatio n  and filtering  effects  sh o w  that the self-ada ptive filter can   eliminate the  noise in sig n a l freque ncy  band a nd ch oosi ng an a p p rop r iate  ste p -si z e fa ctor  can   minimize dist ortion facto r  of reco nst r u c ted si gnal. T houg h there  are certain n o ise s  left in the  recon s tru c ted  sig nal, the  n o ise s   are  out side  the  sig n a l fre quen cy  band  an d  can  be  eliminate d  by   an ordi na ry digital low-pa ss filter, then  the sign al SNR  will be imp r ov ed gre a tly.    3.2 The Num e rical Simulation and  An aly s is of Self-ada ptiv e Filtering on Mu d Pressure  QPSK Signal  Figure 6  sh o w s the m ud p r essu re  QPS K  sign al with out noi se, Fi g u re  7  sho w s the mu d  pre s sure QP SK signal  mi xed with  whi t e Gau s sian  noise with  S N R=1  and  F i gure  8  sho w s  reconstructedmud pressure QPSK signal  wavefo rm aft e r self -adapti v e filtering.          T i me (s ec on ds )   Figure 6. Mud Pressure QPSK Signal without Noi s e        T i me (s ec on ds )   Figure 7. Mud Pressure QPSK Signal  Mixed with white Gaussi an Noise        T i me (s ec on ds )   Figure 8. Reconstructed M ud Pressure  QPSK Signal afte r Self-Adaptive Filtering    Evaluation Warning : The document was created with Spire.PDF for Python.
                               e-ISSN: 2 087-278X   TELKOM NIKA   Vol. 11, No. 6, June 20 13 :  3028 – 3 035   3034   T i me (s ec on ds )   Figure 9. Waveform of the Re constructed Mud Pres sure QPSK Aignal Passing a Digital Low- Pass Filte r  wi th 40Hz cut - o ff Frequen cy       In Figure 8, the noise in reco nstructe d sign al decre a s e s  sub s tanti a lly and SNR is 24.4,  raised ne arly  23 times. Beca use of the noise  in re con s tru c ted  signal bein g  outside the si gnal  freque ncy  ba nd, it can  be  eliminate d  b y  an o r din a ry  digital l o w-p a ss filter. Fi g u re  9  sho w s  the  s i gnal  wavef o rm  of recons truc ted mud press u re  QPSK s i gnal pass ing a  digit a l low-pass filter  with cut-off f r equ en cy 40 Hz and  noi se out side th e freq uen cy  band i s   almo st elimin ated.  In   Figure 9, the  dis t ortion fac t or  of rec o ns t r uc ted mud press u re  Q PSK s i gnal is   about 7.3%. Table   2 shows th e  nume r ical results am ong  th e value  of  th e ste p -size fa ctor, the  SNR and th e  sign al  distortio n  fa ctor. Thi s  i ndi cates th at the  distor tio n  fa ctor of  re co nstructed  mud  p r essure QPS K   sign al is  gen erally smalle r than th at of re co n s tru c ted mud  pre s sure  DPSK  sign al an d  the  recons truc tion quality of  mud pres sure QPSK s i gnal after  s e lf -ada ptive filtering is   relatively   better than that of mud pressure   DPSK signal,  but choosi ng a  reas onabl e  step-size factor i s  t he  key to g e t l o we r  sign al  distortio n  fa ctor. Becau s e  of more  co mplex dem o dulation  of  mu d   pressure QP SK signal than that  of m ud pressure  DPSK signal,  the low di st ortion factor  of  reconstructed mud pre ssure QPSK signal provi des a g ood condition for the correct  demod ulation  of the signal.       Table 2. Impact of filter  step-si ze factor  on reconstruc ted mud pressure QPSK si gnal   Step-size factor  SNR  Distortion factor( % )   0.0005   68.9    8.8    0.001   24.4    7.3    0.002     9.8    5.6    0.003     6.7    5.6    0.004     4.7    4.2    0.005     3.2    4.4      4. Conclusio n s   Theo retical a nalysi s  and  nume r ical si mulation  sho w  that the self-ada ptive filter usin g   transmitted M W D  sign al mi xed with noi se as the  exp e cted  sign al and carrier  wave as the in put  sign al can re alize th e noi se elimi natio n of broadb a nd si gnal,  which i s   suitab le for elimi n a t ing   random noi se introduced in  mud pressure PSK signal in transmission process.   Self-ada ptive filter can eli m inate the  ra ndom  noi se i n  si gnal f r equ ency  band.  T he noi se   in re con s tructed sig nal i s  outsid e  the  sign al  freq u ency b and  a nd can b e  e liminated by  an   ordin a ry digit a l low-pa ss fil t er, a highe r SNR will b e  o b tained.   The q uality of  re con s tructe d si gnal  de pe nds on  the  si gnal  disto r tio n  facto r   being  relate d  to the filter step-si ze fa ct or, therefore  the lo we r  si gnal di stortio n  factor  ca n  be obtain e d  by  cho o si ng a reasona ble filter step -size factor. In  addi tion, numeri c al cal c ulation  sho w s that the  distortio n  fa ctor of  re con s t r ucte d mu d  pre s sure  QP SK signal  is  smalle r tha n   that of the m ud  pre s sure DP SK signal un der conditio n  of the same fi lter step -si z e  factor.       Ackn o w l e dg ements   This  wo rk  was finan cially  sup porte d  by the Proje c t of Nation al Natu ral S c ien c e  Found ation  of Chin a un der  Gra n t 5 1274 236  an d  the Proje c t of High -tech Re se arch  and   Develo pment  Prog ram  of  Chin a u nde r  Grant  200 6A A06A101. T h e auth o rs  wo uld li ke to  ex pre ss  their than ks f o r the spon so ri ng of publi s hing this p a p e r.       Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   e-ISSN:  2087 -278X       Elim inating Noise of Mud P r essure Phase Shi ft Keying Signals  with Self-Adapti v e... (Yue Shen)  3035 Referen ces   [1]    Hutin R, T ennet  RW, Kashik ar SV.  N e w  mud  puls e  te le metry techn i q u e s  for d e e p -w ater a ppl icati o n s   and i m prov ed real-ti m e data capa bil i ties . S PE/IADC Drill i ng C onfere n ce . Amsterdam, Nether lan d s .   200 1. SPE/IADC 677 62: 1-8.   [2]    Marsh JL, Fraser EC, Holt AL.  Me asur e m e n t-w h ile- d ril l i ng   mud  p u ls e d e tectio n  p r ocess: a n   investi gatio n  of matche d fi lter resp ons es  to si mul a ted  and  rea l   mud pr essur e   puls e s . SPE  S y mp osi u m on  Petrole u m Ind u str y  A ppl icati ons of  Micr oco m puters. San   Jose, Ca liforn i a. 198 8. SP E   177 87: 1-8.   [3]    Brand on  T L , Mintchev  MP, T abler H.  A daptiv e c o mp ensati o n  of th e mu d  pump  no ise  in   a   measur ement- w h i l e -dri lli ng s ystem.  SPE Journal . 19 99; 4(2) : 128-13 3.  [4]    Kuan H e , T ao Huan g. Ada p t ive filter des i gn bas ed  on  Matlab.  Jo urn a l of W uha n Univers i ty of  T e chno logy . 2 008; 30( 1): 70- 72. (in Ch ines e )   [5]    Cho ng  Z h u, Xi aomi ng Lia ng. Performanc e  s t ud y  of a d a p tiv e  spe e ch  no is e canc el ing  ba sed o n   LMS   algorithm.  Jour nal of Guil in U n iversity of Ele c tronic T e chn o l ogy . 200 8; 28( 4): 298-3 01. (in  Chin ese)   [6]    Suish eng  Ye,   Ron ggu i Y u ,  Xiao  W u , eta l .  T he  researc h  and   a ppl icatio n  of a ne w  a d aptive   LMS.   Electrical M eas ure m e n t & Instrumentati o n . 2 008; 45( 7): 19- 22. (in Ch ines e )   [7]    Yan Geng, D uan jin Z h a ng.  Surve y  of a daptiv e filterin g alg o rithms.  Information and Electronic  Engi neer in g . 2008; 6(4):3 15- 320. (in C h in es e)  [8]    Moriart y  K A.  Pressure  puls e  gen erator for   me asur e m ent- w hile-dri lli ng s ystems w h ic h  prod uces  hig h   sign al strengt h and ex hi bits hi gh resista n ce to ja mmin g . US 621 93 01 (Pate n t). 2001.   [9]   Malone  D.  Sin u soi dal  pressu re puls e  ge ner ator for me as ure m e n t w h ile  drilli ng to ols . US48 478 1 5   (Patent). 198 9.  [10]    Yue Sh en, Yi n ao Su, Ge nsh eng  Li, eta l . N u merica l mo de ling  of DPSK  pressur e  sig n a l s an d the i r   transmissio n  c haracter i stics i n  mud cha n n e l s .  Petroleu m S c ienc e . 200 9; 6(3): 266-2 70.   [11]    Yue S, Yinao S, G ensheng L, etal.  T r ansmission  characteristics of DPSK m ud pressur e  signals in  a  straight w e ll.  Petrole u m  Scien c e and tec hno l ogy . 201 1; 29( 12): 124 9-1 256 .  [12]    Yongfa ng  Xi e, Hongj un W u , Yanni De ng,  et al. Harmon i c detectio n  method b a se d on modifi e d   ada ptive filter.  Journ a l of W u Han U n ivers i ty of T e chnol ogy .  2008; 3 0 (7): 1 23-1 26. (in Ch i nese)   [13]    Ron g  Mei, Sha nhu a Yao. Ada p tive filt er app l i ed in a d a p tive  noise canc ell e r sy st em.  Instrumentati o n   T e chno logy . 2 008; 8: 13- 15. (in Chi nes e)   [14]   Li ye  Son g , Ji n g she ng W a ng,  Jishe n  Pe ng. A l gorit hm R e sea r ch of A daptiv e  F ilter a n d  DSP  Simul a tio n   Real izati on.  Moder n Electro n i cs T e chniq u e . 200 9; 5: 112-1 14. (in Ch ines e )   [15]    Yue S hen, Y i n ao S u , Li n Li,  etal. An al ysis  on tr a n smissi o n  char acteristi cs of differe nti a l p has e sh ift   ke yin g  sign al o f  continuo us pr essure  w a ve in  drilli ng flu i d ch ann el.  Acta Petrolei Sinica . 2 009; 30( 4):   593- 597. (i n Chin ese)   [16]    Yue Sh en, Ju n Z hu, Yina o  Su, etal. T r a n smissi o n  ch a r acteristics of the dril lin g flui d pressur e   qua dratur e ph ase sh ift ke yin g  sig nal  al ong   a dir e ction a l  wellb ore.  Acta Petrolei Sinica . 201 1;  32( 2):   340- 345. (i n Chin ese)       Evaluation Warning : The document was created with Spire.PDF for Python.