(整理)脉冲反褶积研究及效果分析.
- 格式:doc
- 大小:885.50 KB
- 文档页数:18
反褶积的原理和应用1. 什么是反褶积反褶积是一种信号处理技术,用于恢复被褶积模糊过的信号。
褶积是一种线性运算,将两个函数合成为一个函数。
在信号处理中,常常需要将一个信号与系统的脉冲响应进行褶积,从而实现信号的去模糊处理。
但在实际应用中,这种模糊操作可能会导致信息的丢失或者模糊,因此需要将模糊过的信号进行反褶积处理,恢复原信号的清晰度和准确性。
2. 反褶积的原理反褶积的原理基于褶积的可逆性。
在褶积操作中,原信号与系统的脉冲响应相乘并求和得到模糊信号。
反褶积即通过找到一个逆滤波器,将模糊信号与该逆滤波器进行滤波,从而恢复出原信号。
反褶积的数学表达式为:原信号 = 反褶积(模糊信号,脉冲响应)其中,反褶积()代表反褶积操作,模糊信号为经过褶积操作得到的信号,脉冲响应为系统的响应函数。
3. 反褶积的应用3.1 无线通信领域在无线通信领域,反褶积被广泛应用于信道均衡和符号检测。
在无线信道传输过程中,由于多径效应等因素的影响,信号可能会受到褶积模糊的影响,造成接收信号的失真。
通过使用反褶积算法对接收信号进行处理,可以有效地消除信道带来的影响,提高信号的接收质量。
3.2 显微镜图像恢复在显微镜图像的拍摄过程中,由于光学系统的限制以及物理因素的影响,得到的图像可能会存在模糊或失真等问题。
通过采用反褶积算法,可以对图像进行去模糊处理,提高图像的清晰度和准确性,从而更好地观察和分析目标物体。
3.3 地震数据处理在地震探测和勘探过程中,地震数据可能会受到地下介质的复杂反射和折射影响,导致地震图像的模糊和失真。
采用反褶积算法对地震数据进行处理,可以消除模糊和去除干扰信号,提高地震图像的分辨率和准确性,帮助地质学家更好地理解地下结构。
3.4 知觉学研究在人类视觉系统的研究中,反褶积被广泛应用于图像处理和视觉感知的研究中。
通过采用反褶积算法,可以还原图像背后的物理信息,研究人类视觉系统在感知和认知过程中的工作原理和机制,对于理解人类视觉系统的功能和性能具有重要意义。
探地阵列信号的显示方式板伪彩色图波形加变面积图收发天线采集模块测解释员宁愿看到清晰的、精细的反褶积剖面(右),而不要看起来模糊不清的、有鸣震现象的没有反褶积剖面(左)反褶积反褶积帮助人们容易分辨主要反射波(b),但在没有反褶积的剖面(a)上,反射波被交混回响能量所掩盖。
声波测井显示了一个较强的低频分量,清楚地划分为几块,代表速度大的变化,实际上,这种低频分量通常由CMP道集的速度分析来估计1 褶积模型假设1:地层是由具有常速的水平层组成假设2:震源产生一个平面压缩波(P波),法向入射到层边界上,在这种情况下,不产生剪切波(S波)假设1在复杂构造区和具有巨大横向相变的区域是不成立的。
假设2隐含着我们的地震道正问题模型是基于零偏移距记录成立的,而零偏移距记录是永远无法得到的。
另一方面,如果地层界面深度大于排列长度,可以假设在此给定界面上的入射角是小的,从而可以忽略反射系数随入射角的变化。
结合以上两个假设可以得到一维垂直入射的地震记录。
反射系数序列,式中为深度变量,是由声波测井得到的。
从上图可以发现:(a)每个尖脉冲的位置表示地下界面的深度;(b)每个尖脉冲的数值相当于向下入射的单位振幅平面波在界面发生反射的那部分。
将声波测井得到的反射系数序列转换为以所选的采样间隔,如2ms,表示的时间序列,然后用测井的速度信息将深度坐标轴转换为双程旅行时间坐标轴.由脉冲震源(如炸药或空气枪)产生的特有的压力波称为震源信号。
所有信号都可描述为有限长度的带限子波,当这种波形进入地层传播时,由于波前扩散使整个振幅降低,同时因为岩石的吸收效应使频率衰减。
震源子波随时间和深度的逐渐变化在图也可以看出,任一时刻的子波都与震源开始激发时不同,这种波形随时间的变化称为不稳定性。
波前扩散是通过球面扩散函数来消除的,频率衰减用反Q滤波等处理方法来补偿。
然而这里讨论的简单褶积模型不能体现不稳定性,它导致了下面的假设。
图地震震源子波最初形态在左上方。
第二章 反褶积将地震记录看成是反射系数序列与地震子波的褶积,反褶积就是要消除这种褶积过程,从地震记录得到反射系数序列。
一般说来,反褶积的目的是消除某种已知的或未知的褶积过程的运算。
反褶积也可能用来消除震源信号或者记录仪器的响应。
反褶积也可能是用另一种褶积过程代替原来的褶积过程。
反褶积是一种滤波。
与一般滤波的区别有两点:一是着眼点在改变子波,而不是衰减噪声。
二是方法上是根据需要达到的目标由地震资料自动推导滤波器,而不是通过试验选择滤波器。
反褶积是子波级的处理,是常规处理中最精细的环节。
一 子波与反褶积原始记录上的子波不管如何千变万化,必然是单边子波。
可控震源原始记录上的子波也是单边的,即扫描信号,经过相关以后才变成双边子波。
单边子波是物理可实现的,双边子波是非物理可实现的。
单边子波可以是最小相位子波、最大相位子波或混合相位子波。
判别方法可以有很多,对于下面的讨论来说,用Z 变换大概是最方便的。
将子波的各个样点值作为系数、样点序号作为Z 的幂次,写成Z 多项式,如果Z 多项式的根的模全部大于1,即根全部在单位圆外,就是最小相位子波;如果Z 多项式的根全部在单位圆内,就是最大相位子波;如果Z 多项式的根有一些在单位圆外,有一些在单位圆内,就是混合相位子波。
Z 多项式可以因式分解,每个因式有01=+bZ 形式,它代表有一个根Z 1-=。
(b 可以是实数,也可以是复数。
如是复数,必然共轭成对出现。
)可见当1<b 时,这个因式是最小相位的;当1>b 时,这个因式是最大相位的。
如果所有因式是最小相位的,子波就是最小相位的;如果所有因式是最大相位的,子波就是最大相位的;如果有一部分因式是最小相位的,有一部分因式是最大相位的,子波就是混合相位的。
因此,最小相位子波的尾点的绝对值必然小于其首点的绝对值,最大相位子波的尾点的绝对值必然大于其首点的绝对值,混合相位子波则可以是任何情形。
根据这个简单规则,至少在看到尾点的绝对值大于首点的绝对值的子波时,立刻就能判断它绝对不可能是最小相位子波。
第二章反褶积反褶积是借助压缩基本地震子波来改善时间分辨率的一种处理过程。
为搞清这一过程要求综合研究正演问题,即必须首先研究记录的地震道的积木式分段单元。
地层是由不同类型岩性的岩层组成的,每种岩石类型都有地球物理学家所可利用的某种物理特性。
至于地震勘探,则根据波传播速度和岩层密度确定岩层。
密度与速度的乘积称之为地震波阻抗,地震资料分析期望的最终成果就是地震波阻抗剖面。
我们有在井中直接检测岩层速度和密度的方法,这种方法能向我们提供地震波阻抗与深度的关系。
在地面上沿测线记录到的地震反射波就是由于两地层之间的波阻抗差引起的。
记录到的反射记录可通过反射率与震源子波的褶积来模拟。
下面分别对褶积模型、各种反滤波进行介绍,并给出应用实例。
2.1 褶积模型我们从图1给出的一个实际声测井记录入手,该声测井曲线是层速度与深度的关系图。
实际的速度测量是以 2英尺的采样间隔在1000-5400英尺之间的深度段内完成的。
借助简单的斜坡把速度函数外延至地面。
该声测井记录显示出明显突变和强低频趋势特征,这两者构成了总的速度变化。
实际上我们通常用CMP道集作速度分析进行估算的就是这种低频趋势。
对声测井曲线可通过人工分段提取其速度趋势,其结果可列表如下:由声测井记录确定的层速度趋势表1地层序号层速度(ft/s)深度范围(ft)1 21000 1000—20002 19000 ※2000—22503 18750 2250—25004 12650 2500—37755 19650 3775—5400※实际上该层速度是逐渐减小的。
我们所做的就是形成一组恒定层速度的层组。
把测井曲线进行这种分段多少有点类似于地质家对假想的地下模型所做的分层。
地质家是根据岩性分层,而我们根据声测井曲线的分段性质提取的分层则是以速度差为依据的。
下面对表1中所确定的地层的岩性分类:地层序号岩性1 2 3 灰岩泥质灰岩(泥岩含量逐渐增加) 泥质灰岩4 5 泥岩白云岩在声测井曲线的低频趋势上附加有高频分量。
反褶积的含义与作用稿子一:嘿,朋友!今天咱们来聊聊反褶积这个听起来有点神秘的家伙。
你知道吗?反褶积啊,简单说就是一种处理信号或者数据的方法。
就好像我们在一堆乱糟糟的声音里,要把真正想听的那个清晰地找出来。
比如说,地震勘探里,从接收到的复杂信号中,反褶积能帮咱们把地下岩层的真实信息给挖出来。
它就像个神奇的魔法棒,把那些混在一起的东西分开,让我们能更清楚地看到本质。
在通信领域,它也大有用处呢!能让信号传输得更准确、更清晰,减少干扰和误差。
想象一下,打电话的时候没有杂音,那得多爽!反褶积还能用于图像处理。
比如说让模糊的照片变得清晰,这可太厉害了!就好像给照片来了个“一键美颜”,但不是变漂亮,而是变清晰。
呀,反褶积就是个能让复杂变简单,让模糊变清晰的厉害工具,让我们在各种领域都能更准确地获取和处理信息。
是不是很神奇呢?稿子二:亲,咱们来唠唠反褶积哈!反褶积到底是啥呢?其实呀,它就像是个超级整理大师。
比如说,你听到一段嘈杂的音乐,里面有各种声音混在一起,反褶积就能把每个声音单独拎出来,让你听得清清楚楚。
在科学研究里,它的作用可大啦!像地质学家研究地下结构,靠的就是反褶积从那些乱糟糟的地震波里找出有用的信息,弄明白地下到底是啥情况。
还有哦,医学上也能看到它的身影。
比如说一些医学影像,通过反褶积能让医生更准确地判断病情,就像给医生配了一副超级清晰的眼镜。
对于工程师们来说,反褶积也是个宝贝。
在信号处理中,它能提高系统的性能,让一切都变得井井有条。
而且呀,反褶积还在不断发展和进步呢。
未来,它可能会变得更厉害,帮我们解决更多复杂的问题。
怎么样,是不是觉得反褶积很牛呀?。
目录0 前言 (1)1 脉冲反褶积的基本原理和实现方法 (2)反褶积的基本原理 (2)脉冲反褶积的原理 (3)2 实际资料处理中脉冲反褶积的参数分析 (7)反褶积因子长度的影响 (8)白噪系数大小的影响 (11)3 结语 (15)参考文献 (16)致谢 (17)0 前言地震勘探是进行油气探测的主要方法之一,如何获取高分辨率的地震剖面是地震勘探中一个重要的研究方向[4]。
地震资料处理就是利用数字计算机对野外地震勘探所获得的原始资料进行加工、改造,以期得到高质量的、可靠的地震信息,为下一步资料解释提供直观的、可靠的依据和有关的地质信息[1]。
地震勘探数据处理包括许多技术方法[2-3],例如动校正、叠加、数字滤波、反滤波、偏移成像、速度参数提取和分析等等。
其中,反褶积是一种非常重要的技术,应用于岩性地震勘探和探测薄互油层及细地质结构时尤其重要[5]。
反褶积可以压缩地震信号的脉冲宽度,分解复合波形,提高地震记录的纵向分辨率[9]。
基于反褶积在处理地震资料中的作用,目前发展起来的反褶积方法很多[3],但每种反褶积方法都受一定的假设条件制约,因此,每种反褶积方法只能在一定条件下使用[6]。
在实际地震资料处理中,目前使用最多的反褶积方法有最小平方反褶积、预测反褶积、子波反褶积、同态反褶积[10]和最大(最小)熵反褶积[11]等。
最小平方反褶积是目前地震勘探中常用的反褶积方法,它旨在把地震记录中的地震子波压缩成为尖脉冲,从地震记录得到反射系数序列,或使地震记录接近反射系数序列[7]。
最小平方反褶积的目的在于把已知的输入信号转换为与给定的期望输出信号在最小平方误差的意义下最佳接近的输出,脉冲反褶积则是期望输出为零延迟尖脉冲的最小平方反褶积。
本文依托PROMAX及MBP系统实现对地震资料原始炮集的处理,并就脉冲反褶积的特点及分辨率与信噪比的关系做一简单研究。
1 脉冲反褶积的基本原理和实现方法反褶积的基本原理因为大地滤波器的作用,地震脉冲变成了有一定持续时间的子波,从而使本来可以清晰反映地层层序的尖脉冲序列“模糊化”了,降低了地震记录对地层的纵向分辨能力。
显然,要想利用地震记录划分岩层(主要是能区分薄层),我们希望在所得到的地震记录上,每个界面的反射都表现为一个窄脉冲——其强弱与反射界面的反射系数大小成正比,而脉冲的极性则反映界面反射系数的符号[8]。
如果这个希望能成为现实,我们就可以在常规地震勘探中划分薄层,而且可以利用地震资料研究岩性,为油气预测提供可靠的依据[2]。
这就是说,为了提高纵向分辨率,必须去掉大地滤波器的作用,把延续几十至l00ms 的地震子波()b t 压缩成原来的震源脉冲形式,地震记录变为反映反射系数序列的窄脉冲组合,这就是反滤波所要完成的工作。
由此可知,反褶积的目的就是为了把地震子波压缩成尖脉冲,使实际的地震记录变成反射系数序列()t ξ。
假设地震记录为0()()()()()()x t S t n t b t n t ττξτ∞==+=-+∑ (1—1)其中()S t 为有效信号,()n t 为干扰波。
首先假设不存在干扰波()n t ,即:()()()()x t S t b t t ξ==* (1—2) 对两边求傅氏变换,则得到频率域的地震记录表示式:()()()X B ωωξω=⋅ (1—3)式中,()X ω、()B ω和()ξω分别为地震频谱、子波频谱和反射系数的频谱。
显然:1()()()X B ξωωω=⋅ (1—4)如果令:1()()A B ωω=(1—5) 则有:()()()A X ξωωω=⋅ (1—6) 再对(1—6)式做反傅氏变换至时间域,就可得到:()()()()()()t a t x t a t b t t ξξ=*=** (1—7) 式中,()a t 为()A ω的时间函数。
根据(1—7)式知:()()()a t b t t δ*= (1—8) 因为()b t 为地震子波,而()a t 和()b t 之间又存在着频谱互为倒数的关系(即1()()A B ωω=),所以把()a t 称为反子波,又叫做反褶积因子(deconvolutionoperator )。
由此可知,如已知地震子波,利用数学方法求出()a t ,再利用(1—7)式让反子波()a t 与地震记录()x t 做褶积,就可以求出反射系数序列()t ξ,即()()()t a x t τξττ=-∑ (1—9)这样一个过程就叫做反褶积(或反滤波)。
经过这样的处理,就可以达到把地震子波压缩成尖脉冲,从而达到提高地震记录纵向分辨能力的目的。
脉冲反褶积的原理脉冲反褶积的基本思想在于设计一个滤波算子,用它把已知的输入信号转换为与给定的期望输出信号在最小平方误差的意义下是最佳接近的输出。
若将地震子波作为反滤波的输入,期望输出则为δ尖脉冲。
若设计另一滤波器输入信号()g t 是某滤波器的输出,而期望输出()t δ是该滤波器的输入,则按此思想求得的滤波因子()a t 即称为脉冲反滤波因子,用它进行的滤波就是脉冲反滤波,即脉冲反褶积。
先假设期望输出为窄脉冲()d t ,在子波已知的情况下,设待求的反滤波因子()a t 起始时刻为0m -,延续长度为(1)m +。
即0000()[(),(1),(2),,()]a t a m a m a m a m m =--+-+-+当已知输入——地震子波()[(0),(1),,()]b t b b b n =时,实际输出为00()()()()()m mm c t a t b t a b t τττ-+=-=*=-∑实际输出与期望输出的误差平方和为0002[()()()]m m n m m t m m Q a b t d t τττ-++-+=-=-=--∑∑ (1—10)要使Q 为最小,数学上就是求Q 的极值问题,即求满足0()Qa l ∂=∂ 000(,1,,)l m m m m =--+-+ (1—11)的滤波因子()a t 。
因为00()()()m m n bb t m b t b t l r l ττ-++=---=-∑为地震子波的自相关函数,而00()()()m m n bd t m d t b t l r l -++=--=∑为地震子波与期望输出的互相关函数,故(1—11)式可写为()()()()()()()()()()()()()()()⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+---=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+-+--⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--m m r m r m r m m a m a m a r m r m r m r r r m r r r bd bd bd bb bb bb bb bb bb bb bb bb 00000010110110 (1—12) 此方程系数矩阵即为拖布利兹矩阵。
若期望输出是δ脉冲,则互相关为00()()()()m m n bd t m r l t b t l b l δ-++=-=-=-∑(1—13)基本方程(1—12)变为()()()()()()()()()()()()()()()⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+-+--⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--m m b m b m b m m a m a m a r m r m r m r r r m r r r bb bb bb bb bb bb bb bb bb 000000110110110 (1—14) 一般情况下,地震子波为未知的,为在未知子波的情况下求出反滤波因子,必须对地震子波及反射系数序列加上一定的假设条件,他们包括:A.假设反射系数序列()R t 是随机的白噪序列,即其自相关为10()()0,RR r ττδτ=⎧==⎨⎩,其他 (1—15) B.假设地震子波是最小相位的。
根据假设A ,地震子波的自相关()bb r τ可以用地震记录()x t 的自相关()xx r τ代替。
根据假设B ,可知地震子波的Z 变换()B z 的零点全部在单位圆外,也即反滤波因子()a t 的Z 变换1()()A zB z =的分母多项式的零点全在单位圆外,故()a t 是稳定的、物理可实现的。
因此,00m =,自由项变为[(0),(1),,()]T b b b m --。
又因()b t 必为物理可实现的,故(1)0b -=,(2)0b -=,,()0b m -=。
令'()()(0)a t a t =,则基本方程变为()()()()()()()()()()()()⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--001100110110''' m a a a r m r m r m r r r m r r r xx xx xx xx xx xx xx xx xx (1—16)这就是脉冲反褶积的基本方程,其系数矩阵中各元素可直接由地震记录求得。
求出的反滤波因子'()a t 仅与()a t 相差常数倍,不影响压缩子波、提高分辨率的反滤波作用。
当求取了反褶积因子()a t 后,令其与地震记录()x t 进行褶积运算,即'()()()S t a t x t =*,则()S t 即为经过脉冲反褶积之后输出地新的地震记录。
当地震子波的谱中有零值或接近零的值时,其()A f 将趋于无穷大,因此直接由上述方程求解出的反滤波因子收敛很慢,震荡激烈。
解决上述问题的办法是在输入道的频谱中加一小白噪,这就相当于给输入道的零延迟自相关值加一个小幅度的尖脉冲,也即在拖布利兹矩阵的主对角线上用(1)(0)xx r λ+代替(0)xx r 。
这称为预白噪化处理,λ一般是一个很小的正数,称为白噪系数(white noise coefficient )。
但预白噪化处理会降低滤波结果的分辨率,即在被极大压缩后的地震子波后面跟上一个小的摆动,λ越大,这种影响就越大。
在后面的内容中将通过原始地震记录处理结果的对比具体分析这一影响。
2 实际资料处理中脉冲反褶积的参数分析根据脉冲反褶积的基本原理和实现方法,反褶积因子长度与白噪系数将直接影响脉冲反褶积的处理效果。
本文依托PROMAX对基于PLUTO模型生成的数据体(如图2—1)的处理及MBP系统对处理结果的频谱分析进行如下时——频关系分析。
图2—1 基于PLUTO模型生成的数据体及其频谱反褶积因子长度的影响为分析反褶积因子长度对脉冲反褶积处理效果的影响,我们固定白噪系数为,分别取反褶积因子长度为40ms、80ms、120ms、200ms和400ms对原始炮集进行处理,由此分析反褶积因子长度的影响。
实验1 取反褶积因子长度为40ms,处理结果及频谱如图2—2。