最小平方去噪法及其在鄂尔多斯地区资料处理上的应用.pdfVIP

处理，以FEN参数控制时窗的最小长度，通过对给定时窗内的同相轴做最优化处理来分析 时距曲线，对数据做傅立叶正变换，估算出多次波或线性噪声后将其减去，再应用OVER 参数以及重叠时窗的锥度保持数据的原始特征，计算傅立叶反变换后将结果输出【l2J。 以下主要讨论一次波与多次波同相轴的频率域图像、速度函数的控制以及用一次波速度 与水底参数估算水底多次速度的方法，线性噪声衰减的算法与此类似，只是用噪声的线性时 差曲线替换多次波的双曲线，这个过程要求数据为SP道集。 2．1道模型 果作为模型。在频率域有： ％(叫)=乙Uk(甜)P％tk 五 k个同相轴在给定时窗内的波形。 率条带内每一个频率波形方程的解。 时差曲线可有任意形状，如线性(GR选项衰减的线性噪声)、抛物线、双曲线以及混 合曲线；对多次波来说算法仅用双曲线方程： ％=知磊 其中：to，k为第k个同相轴零偏移距的初始时间；乃为歹道的偏移距；Vk为第k个同相 轴的均方根速度。 频率域模型可简写为：m=Au。其中：m为某频率的数据模型矢量；“为波形矢量。 e埘1．1 eMl，2… e搬q一1 e埘卜^ e觚2，1 eM2．2… e地q—I e阱2，k ● ● ● ● ● A= e％一I，1 e％一1,2…e岬一I,k—le％一I,k e％。1 e％，2 … e,O,5，k一1e哆。^ 为使实际数据d和模型数据m之间的差异最小，通过求解最小平方问题可以实现，即： 2 d—m IIlin=l 对这个问题的求解可得到一个波形的估算公式： U=(A杈)一1AHd 其中：AH为相位矩阵的共轭矩阵；AHd是数据沿不同时差曲线的叠加，因为数据包含 不同时差的同相轴，所以每一项叠加将包含一些丢失的叠加信号。 (AHA)。的效果是恢复丢失的叠加信号并将其还原，且波形保持不变。这解释了为什 么数据模型的时窗内不应包含更多的同相轴，处理时将对不具代表性的同相轴做一个反褶 积。 377 频率较低或不同同相轴时距曲线近似平行时，AHA将得到异常值或产生严重的运算错 误，在这种情况下，同相轴是无法分开的，这时程序将不起任何作用。此时： 己(cu)=弓(∞)一∑^“忌(∞)e哆，t muh 将停止估算第J道的一次波波形【卜5|。 2．2速度模型 假设在频率域运算之后任意特定时窗内一个特定的同相轴可以用一个单一的时距曲线来 表示。如：在合适的深度范围内，一个时窗内所有的一次波都是平行的，但在足够浅时，时 差曲线是不平行的。这说明若我们使用单一时差曲线，数据将不可能很好地重构，所以， 供的偏差值(ToL)来确定每一个同相轴时差曲线的近似范围。 用户提供的这个偏差值分别用于对一次波、多次波的速度函数确定一个变化的百分比， 来划定曲线的中心范围，一次波与多次波是不同的，多次波的偏差不像一次波那样简单。 LEMUR中的偏差不但克服了一个同相轴对应一个时差曲线的不足，而且这种方式也是对给 定速度场精度的一种补偿。 偏移距最大时它们之间的间隔等于DT／4。 终质量有重要影响，应在使用前进行该参数的详细测试以便获得最合适的TOL值。 LEMUR对每一道数据在时间范围进行处理，并做一系列的时窗重叠段计算，用FEN 参数来确定给定时窗的每一个最小允许长度，从一次波与多次波时差速度的交互分析中得到 每个时窗长