Implementación específica de superposición de espectro logarítmico multicanal para extraer wavelets

En el proceso de implementación específico, se discuten principalmente tres aspectos de los problemas: aleatorización forzada de ventanas de tiempo, suavizado del espectro logarítmico y selección y configuración de ondas.

5.9.2.1 Aleatorización forzada de ventanas de tiempo

Mejorar ligeramente el método de selección aleatoria de ventanas de tiempo en el perfil mencionado anteriormente y seleccionar la relación señal-ruido en el perfil A superponga el segmento cerca de la capa objetivo con mayor resolución, eje de eventos consistente y mejor continuidad, y luego aleatorice por la fuerza la ventana de tiempo, es decir, la hora de inicio de cada ventana de tiempo en el mismo punto del segmento de superposición seleccionado, agregando artificialmente por la fuerza un número aleatorio a Haga que el punto de partida de cada ventana de tiempo obedezca a una distribución aleatoria. La secuencia de coeficientes de reflexión contenida en la ventana de tiempo correspondiente también se redistribuye, satisfaciendo así la condición de que la secuencia de coeficientes de reflexión de la formación cambie pero la ondícula sísmica permanezca sin cambios. Como se muestra en la Figura 5-14, tome tres canales como ejemplo. Entre ellos, t0 es el valor inicial del tiempo de inicio de la ventana de tiempo, L es la duración de la ventana de tiempo, d es el rango de ajuste de la ventana de tiempo, Tn es un número aleatorio entre (0, 1) generado por el computadora, y Tn es el valor de tiempo de inicio de la ventana de tiempo aleatorizado n=1, 2,...,N, N es el número de superposiciones multicanal, es decir,

Figura 5-14 Simple diagrama esquemático de aleatorización forzada

(a) Tres registros dentro de la ventana de tiempo seleccionada antes de la aleatorización (b) Nueva ventana de tiempo después de la aleatorización

dn= (tn-0.5)·d ( 5-33)

Entonces

Tn=t0 dn (5-34)

Según la fórmula anterior, Tn es el nuevo tiempo de inicio del tiempo ventana, luego la ventana de tiempo superpuesta logra la aleatorización Propósitos de procesamiento.

5.9.2.2 Suavizado espectral logarítmico

En los registros sísmicos reales, la banda de paso de las ondas sísmicas se mezcla con varios ruidos de interferencia, como las condiciones de excitación, las condiciones de recepción, los instrumentos y la influencia de múltiples ondas, etc. Estas interferencias de ruido son difíciles de filtrar en el dominio del tiempo utilizando métodos de filtrado. Según el análisis teórico del espectro de wavelets, el espectro de wavelets debería cambiar lentamente y tener propiedades suaves (como se muestra en la Figura 5-15, este espectro logarítmico de wavelets es un modelo cuando la wavelet sísmica de fase mixta t0=16). Si existen los diversos ruidos de interferencia anteriores, el espectro suave de las ondas se destruirá, lo que afectará las características del espectro logarítmico de las ondas, lo que resultará en un gran error entre la ondícula extraída y la ondícula real. Para eliminar este efecto, pensamos en utilizar un método similar al suavizado en el dominio del tiempo para suavizar el espectro logarítmico transformado en el dominio de la frecuencia para eliminar la interferencia mencionada anteriormente.

5.9.2.3 Selección y configuración de wavelets

La selección y configuración de wavelets están involucradas en la extracción de wavelets, lo que afecta directamente el efecto de la extracción de wavelets, que también es una de las cuestiones clave. en el proceso de extracción de wavelets.

La llamada selección de ondas es el resultado promedio del espectro logarítmico, que se devuelve al dominio del tiempo mediante una transformación inversa. Sin embargo, dado que el registro sísmico es una señal de convolución, su longitud debe ser mayor que la longitud de la wavelet y se desconoce la wavelet real. No podemos determinar su punto de partida y su longitud exacta, por lo que debemos recoger la wavelet.

Figura 5-15 Espectrograma de espectro logarítmico de ondas sísmicas de teoría de fase mixta

(1) Método de selección automática de parámetros

En la Figura 5-16, para El resultado directamente La salida de la transformación inversa después de promediar el espectro numérico no puede llamarse wavelet. Necesita mayor procesamiento. Método de selección automática de parámetros, los pasos son los siguientes:

Figura 5-16 Transformación inversa después del promedio logarítmico del espectro, la wavelet es una fase mixta t0=16

1) Mediante escaneo Buscar la posición del punto máximo máximo en la Figura 5-16;

2) Utilice la energía de las formas de onda en ambos lados del punto máximo máximo para determinar el número de fases retenidas y determinar el punto inicial;

3 ) Recoger la wavelet de acuerdo con el parámetro de longitud de la wavelet;

4) Truncar la wavelet

5) Finalmente realizar el procesamiento de polaridad para obtener la wavelet recogida; onda.

(2) Conformación de la ventana de la wavelet

Después de extraer automáticamente la wavelet mediante el método de parámetros, todavía hay interferencia de alta frecuencia en la wavelet y la amplitud de la wavelet es a menudo la misma. Igual que el de la wavelet. La wavelet real no coincide bien, por lo que para la interferencia de alta frecuencia, se utiliza un filtro de paso bajo para filtrar.

Las ondas sísmicas se dividen en fase mínima, fase mixta y fase máxima según las diferentes fases. El pico máximo de la wavelet de fase mínima aparece en la parte frontal de la wavelet, el pico máximo de la wavelet de fase mixta aparece en el medio de la wavelet. , y el máximo El valor máximo máximo de la wavelet de fase aparece en la cola de la wavelet. Por tanto, dependiendo de las diferentes posiciones donde aparece el pico de la wavelet, la función de ventana del filtro a seleccionar también es diferente. Para la wavelet de fase mínima, la ventana de conformación que se agregará es un filtro ideal de paso de banda más una función de ventana de medio coseno. La función de ventana se estima que la respuesta de frecuencia de la wavelet provoca aliasing. La curva de esta función de ventana tiene forma de semicampana. Según la posición donde aparece el valor máximo de la wavelet de fase mínima, es apropiado. seleccione esta función de ventana.

Para la fase mixta y la fase máxima, si la función de ventana seleccionada para la fase mínima es la misma, el valor máximo de la wavelet se atenuará mucho, lo que destruirá las características de la fase. Porque la ventana del coseno tiene un efecto de ponderación atenuante. Por lo tanto, para las wavelets de estas dos fases, necesitamos elegir otra función de ventana cuya fórmula matemática sea:

Conceptos básicos del procesamiento de información geofísica

donde: α es el coeficiente de peso T0; es el tiempo del valor máximo máximo de la wavelet; T es el tiempo de muestreo. La curva de esta función de ventana es la gráfica de un pulso exponencial bilateral. Aquí, se toma como ejemplo la wavelet de fase mixta t0=16. Después de interactuar con la wavelet, la ponderación solo cambia en relación con el punto máximo sin destruir las características de fase de la wavelet.

Figura 5-17 Los resultados de la separación de ondas de fase mínima utilizando el método homomórfico

(a) Dada la ondícula s (n) (b) Dada la secuencia del coeficiente de reflexión ρ ( n) (c) Traza sísmica sintética x (n); (d) Espectro de amplitud del espectro logarítmico de un solo canal; (e) Espectro de fase del espectro logarítmico de un solo canal; (f) Amplitud promedio del espectro de espectro logarítmico apilado; (g) espectro de fase promedio del espectro logarítmico apilado multicanal; (h) wavelet obtenido después de la transformación inversa de los espectros de (f) y (g)

Figura 5-18 Secuencia de coeficientes de reflexión distribuidos aleatoriamente, utilizar el método homomórfico para separar y extraer wavelets

(a) Wavelet dada s (n) (b) Secuencia de coeficiente de reflexión dada ρ (n) Traza sísmica sintética (d) Wavelet＾s; (n) después de la separación homomórfica

Figura 5-19 Ondícula y cepstral complejo promedio

(a) Espectro de amplitud del cepstrum complejo promedio (b) Espectro de fase del complejo promedio; cepstral; (c) La wavelet obtenida mediante la transformación inversa de (a) y (b); (d) Usando la inversa de la wavelet anterior como operador de deconvolución

Resultados de la prueba de grabación sintética: solo grabación sintética. tiene un solo canal ¿Cómo obtener los múltiples canales (f) y (g) en la Figura 5-17? El punto cero del tiempo en (b) se desplaza hacia arriba y hacia abajo mediante un número aleatorio, se desplaza 4 veces y se superpone con las 5 trazas originales para obtener el promedio.

El movimiento aleatorio hacia arriba y hacia abajo equivale a cambios aleatorios en la secuencia del coeficiente de reflexión ρ(n), mientras que la wavelet permanece sin cambios, por lo que después de la superposición, se elimina y se retiene. En (d) en la Figura 5-17, el fondo de baja frecuencia es, los cambios de alta frecuencia son, después de la superposición (f), la alta frecuencia desaparece, el fondo de baja frecuencia se vuelve suave y la wavelet (h) después La transformación inversa es consistente con la wavelet original (a). El efecto es el mismo cuando el coeficiente de reflexión es denso, como se muestra en la Figura 5-18.

Figura 5-20 Perfil de superposición ordinario

Resultados de la prueba de perfil real: la Figura 5-20 es un perfil de superposición ordinario. El cepstrum complejo promedio obtenido a través del análisis de ventana de tiempo aleatorio se muestra en. Figura 5-19 (a), (b), después de la transformación inversa, la wavelet se obtiene como se muestra en la Figura 5-19 (c), y el operador de deconvolución se obtiene usando esta wavelet para invertir como se muestra en la Figura 5-19 (d). El resultado de utilizar este operador para desconvolucionar la sección de la Figura 5-20 se muestra en la Figura 5-21. En comparación con la sección de superposición ordinaria, se puede ver que la tercera fase de la onda a 1500 ms y la tercera y cuarta fase. de la onda a 2000 ms tiene mayor continuidad, se mejora la resolución. Utilice el operador de la Figura 5-19(d) para convolucionar con la sección de la Figura 5-20.

Figura 5-21 Perfil de deconvolución de ondas homomórficas