Способ обработки данных

Изобретение относится к способу обработки данных, собранных на датчиках, пространственно разнесенных друг от друга. Сущность: из первой и второй последовательностей данных, собранных посредством дискредитации сигналов, имеющих ассоциированную неопределенность на первом и втором датчиках соответственно, определяют последовательность, показывающую меру разброса первой и второй последовательностей данных, что обеспечивает оценку исходной неопределенности сигнала. Технический результат: повышение точности получаемых результатов. 2 н. и 28 з.п. ф-лы, 5 ил.

 

Настоящее изобретение относится к способу обработки данных, в частности к обработке сейсмических данных, собранных с использованием отдельного датчика сейсмических данных.

Известный способ сбора сейсмических данных схематически иллюстрируется на фиг.1. В известном способе сейсмические данные собираются матрицей 1, содержащей множество датчиков 2, 2'. Датчики 2, 2' на фиг.1 скомпонованы в линейной матрице, но они могли бы быть альтернативно скомпонованы, например, в двумерной матрице. В линейной матрице 1 датчиков, показанной на фиг.1, каждый датчик разнесен от смежных датчиков по существу на постоянное расстояние. Расстояние d между центром одного датчика и центром смежного датчика составляет, например, приблизительно 3,125 м, хотя известные варианты систем сбора сейсмических данных имеют широко варьирующееся расстояние разнесения датчиков.

Типичная матрица сейсмических датчиков содержит большое число датчиков. Известная практика состоит в том, что датчики в матрице "жестко закреплены" в группы ближайших датчиков, где каждый датчик в группе принимает по существу одинаковую составляющую сигнала из подповерхностной мишени, которая должна быть визуализирована. Группирование предназначено для улучшения отношения сигнал/шум посредством электрического слияния аналоговых сигналов из каждого датчика в один сигнал. Этот один сигнал представляет оценку сигнала, который является общим для всех датчиков в группе, и является известным в основном как "общий сигнал".

Групповая длина (то есть длина группы датчиков) выбирается такой, что когерентный шум, который должен подавляться путем аналогового слияния, имеет пространственные длины волн, лежащие между двойным разнесением датчиков и групповой длиной. Предполагается, что случайный шум является некоррелированным от датчика к датчику, и поэтому ослабляется процессом слияния. Групповая длина и разнесения датчиков являются большей частью фиксированными на протяжении геологоразведки. Жесткое закрепление датчиков в группы выполняется перед тем, как сгруппированный выходной сигнал преобразуется в цифровую форму для передачи в систему записи.

В примере, показанном на фиг.1, датчики жестко закрепляются в группы, причем каждая группа содержит девять смежных датчиков. Следовательно, протяженность каждой группы составляет приблизительно 25 м. В матрице фиг.1 смежные группы "перекрываются" друг с другом, поскольку датчик 2' является самым крайним справа датчиком j-ой группы и самым крайним слева датчиком k-ой группы. В различных системах сбора данных может использоваться различная величина перекрывания, чтобы гарантировать, что поле сейсмических волн, отраженное от подповерхностной мишени, адекватно дискретизируется в пространстве, чтобы улавливать пространственные вариации мишени, которая должна быть визуализирована, и гарантировать, что нет никакой утечки пространственно наложенной энергии. Последнее, вообще говоря, приводит к групповой длине, равной удвоенному групповому интервалу (50% перекрывание), а принцип перекрывания в достаточной степени иллюстрируется простым перекрыванием одного датчика на фиг.1.

Выходные сигналы индивидуальных датчиков в каждой группе объединяются заданным способом, и объединенный выходной сигнал каждой группы используется для дальнейшей обработки сигнала. Таким образом, выходной сигнал установки сбора сейсмических данных фиг.1 состоит из последовательности объединенных выходных сигналов, по одному объединенному выходному сигналу для каждой группы. Фиг.1 изображает объединенные выходные сигналы из j-ой группы как и объединенные выходные сигналы из k-ой группы как . Известный процесс объединения индивидуальных выходных сигналов датчиков в каждой группе в основном представляет собой процесс усреднения совокупности, который дает взвешенное среднее значение выходных сигналов индивидуальных датчиков, представляющее оценку сигнала, общего для всех датчиков в группе.

Отдельный сейсмический датчик (SSS, ОСД) представляет собой новую концепцию в сборе сейсмических данных и воплощен в Q-системе Schlumberger, которая описана J.Martin и соавт. в публикации: "Acquisition of marine point receiver seismic data with a towed streamer", Expanded Abstract ACQ 3.3, 60th Annual International Meeting of the Society of Exploration Geophysicists, Calgary (2000), G.Baeten и соавт. в публикации: "Acquisition and processing of point receiver measurements in land seismic", Expanded Abstract ACQ 3.4,60th Annual International Meeting of the Society of Exploration Geophysicists, Calgary (2000) и G.Baeten и соавт. в публикации: "Acquisition and processing of point source measurements in land seismic", Expanded Abstract ACQ 3.5, 60th Annual International Meeting of the Society of Exploration Geophysicists, Calgary (2000). Сбор данных ОСД отличается от известного сбора сейсмических данных тем, что индивидуальный выходной сигнал каждого датчика является доступным для операций обработки сигнала. В ОСД сборе данных поле сейсмических волн дискретизируется датчиками, каждый из которых производит индивидуальный цифровой выходной сигнал. Цифровой выходной сигнал для каждого датчика является доступным для дальнейших операций обработки сигнала. ОСД сбор данных может быть использован с сейсмическими датчиками, расположенными на земле, на поверхности моря или вблизи нее, внутри водяного столба, внутри буровой скважины, на ложе моря, или же датчики могут быть погружены в ложе моря. Датчики могут быть датчиками с одним или многими компонентами, датчики могут производить выборку давления, смещения, скорости, ускорения или градиента давления, или их комбинации.

Настоящее изобретение обеспечивает способ обработки данных, содержащий этапы: определения, из первой последовательности данных, собранных на первом датчике посредством дискретизации сигнала, имеющего ассоциированную неопределенность, и из второй последовательности данных, собранных посредством дискретизации по существу такого же сигнала, имеющего ассоциированную неопределенность, на втором датчике, пространственно разделенном от первого датчика, последовательности, индикативной по мере разброса первой и второй последовательностей данных, обеспечивая тем самым оценку исходной неопределенности сигнала.

Было предложено использовать измерения, выполненные на смежных датчиках, для оценки пространственных производных волнового фронта. Пространственная производная, оцененная таким способом, будет включать пространственное разнесение датчиков, тогда как мера разброса настоящего изобретения либо сохранит первоначальную размерность сейсмических сигналов (например, если в качестве меры разброса используется стандартное отклонение), либо будет иметь квадрат первоначальной размерности сейсмических сигналов (например, если в качестве меры разброса используется дисперсия), либо будет безразмерной (для нормализованной меры разброса).

Известный способ сбора данных общего типа, показанный на фиг.1, обеспечивает только оценку общего сигнала, зарегистрированного на датчиках. Настоящее изобретение, наоборот, способно обеспечить меру разброса сигналов, зарегистрированных на датчиках внутри группы. Изобретение может обеспечить меру разброса сигнала либо до, либо после обработки сигнала, чтобы удалить шум. Указанная мера разброса может использоваться (i) для того, чтобы направлять и оценивать характеристики процесса ослабления шума, и/или (ii) в качестве индикатора неопределенности сейсмических сигналов, в частности, индикатора шумового содержания сейсмического сигнала. Полученная информация может быть перенесена в последующие шаги обработки для того, чтобы дать результаты сейсмических исследований, такие как изображение подповерхности, атрибуты сейсмического изображения или оценки параметров земли на основе инвертированных амплитуд сейсмических данных, а также оценки достоверности таких сейсмических продуктов. Знание исходной неопределенности сигнала, дискретизированного на датчиках, позволяет управлять шагами обработки так, чтобы обработанные данные имели сниженную неопределенность.

Требуется, чтобы первый и второй датчики были достаточно близки друг к другу так, чтобы сейсмический волновой фронт на первом датчике был по существу равен волновому фронту на втором датчике (обычно два датчика должны быть разнесены по меньшей мере на 25 м). При условии, что последнее имеет место, первый и второй датчики будут достаточно близки между собой, чтобы дискретизировать по существу один и тот же сигнал, и разности между данными, собранными на двух датчиках, будут приписаны в первую очередь локальному шуму. Таким образом, мера разброса обеспечивает оценку шума в сигнале, собранном на датчиках. Может быть полезным сравнить меру разброса с абсолютным порогом. Например, уровень шума на приемниках в установке сейсморазведки может быть измерен в отсутствие сейсмического источника, чтобы определить, может ли быть продолжен сбор данных.

Однако, во многих прикладных задачах полезно рассматривать отношение сигнал/шум, а не абсолютный уровень шума. Поэтому в предпочтительном варианте воплощения способ также содержит этап определения последовательности данных, указывающей на общий сигнал в пределах первой и второй последовательностей данных. Это позволяет определять отношение сигнал/шум. Как отмечалось выше, при условии, что первый и второй датчики достаточно близки между собой, чтобы дискретизировать по существу один и тот же сигнал, разности между данными, собранными на двух датчиках, относятся в первую очередь к локальному шуму. Группирование датчиков ослабляет и случайный шум, и когерентный шум с пространственной длиной волны, которая находится между удвоенным разнесением датчиков и групповой длиной. Упомянутый когерентный шум включает медленные волны, которые распространяются в пределах стримера, сейсмическую энергию, проходящую через воду непосредственно от источника до приемника, и наведенный волнами шум. Поскольку группирование датчиков таким способом ослабляет шум, общая последовательность сигналов будет иметь большее отношение сигнал/шум, чем каждая индивидуальная последовательность данных.

Дополнительное преимущество настоящего изобретения состоит в том, что снова, в противоположность известной системе сбора данных фиг.1, настоящее изобретение позволяет оценивать разброс в пределах группы (и также оценивать общий сигнал, если он определяется) в любой момент в последовательности обработки, при этом сохраняя полный доступ к цифровым записям отдельных датчиков. В известном формировании группы процесс оценки общего сигнала путем объединения аналоговых сигналов безвозвратно устраняет доступ к индивидуальным сигналам.

Хотя генерация меры разброса сигнала известна, до настоящего времени было невозможно применять ее к сейсмическим данным. Как отмечалось выше, известный процесс жесткого закрепления датчиков в группы устраняет доступ к индивидуальным сигналам. Более того, до появления Q системы Schlumberger системы сбора сейсмических данных не имели достаточной ширины полосы сбора данных.

Причина необходимости наличия массивов данных состояла в ослаблении нежелательного шума, как когерентного, так и некогерентного. Ослабление шума требует дискретизации на более коротких интервалах, чем необходимо просто для дискретизации сигнала. Настоящее изобретение использует необходимость избыточной дискретизации сигнала, вместе с доступом к индивидуальным сигналам, обеспеченным ОСД системами сбора данных, как средством вычисления меры достоверности этого сигнала.

Шаг определения последовательности данных общего сигнала может содержать определение для каждого значения в первой последовательности данных, значения, индикативного об общности значения в первой последовательности данных и соответствующего значения во второй последовательности данных. Может использоваться любая подходящая мера общности, как, например, среднее арифметическое значение в первой последовательности данных и соответствующее значение во второй последовательности данных.

В предпочтительном варианте осуществления последовательность, указывающая на меру разброса, нормализуется абсолютным значением последовательности данных общего сигнала. Предпочтительно предпринимаются соответствующие меры предосторожности, чтобы избежать деления на ноль, в случае, если бы мгновенное абсолютное значение общей последовательности данных было бы равно нулю. Последовательность меры разброса может представлять собой, например, последовательность стандартного отклонения значения в первой последовательности данных и соответствующего значения во второй последовательности данных. Альтернативно, могут быть использованы другие меры разброса.

Настоящее изобретение также обеспечивает устройство для обработки данных. Устройство может содержать программируемый процессор данных.

Изобретение также обеспечивает носитель данных, содержащий программу для процессора данных устройства, определенного выше.

Другие существенные признаки изобретения сформулированы в зависимых пунктах формулы изобретения.

В дальнейшем изобретение поясняется описанием конкретных вариантов его осуществления со ссылками на сопровождающие чертежи, на которых:

фиг.1 изображает схематическую иллюстрацию известного способа сбора сейсмических данных,

фиг.2 изображает схематический вид системы сбора данных с отдельными сейсмическими датчиками, подходящей для использования со способом обработки согласно варианту осуществления настоящего изобретения,

фиг.3 изображает схематическую иллюстрацию способа обработки данных согласно другому варианту осуществления настоящего изобретения,

фиг.4 изображает блок-схему, иллюстрирующую способы обработки данных вариантов осуществления фиг.2 и 3, и

фиг.5 изображает блок-схему устройства для обработки данных.

Принципы настоящего изобретения можно легко понять со ссылкой на простую установку сбора сейсмических данных, состоящую из двух датчиков. В данном примере для удобства объяснения будет предполагаться, что каждый датчик измеряет единственный сейсмический параметр S сейсмического сигнала и производит выходной сигнал, который представляет собой последовательность значений параметра S. Таким образом, первый датчик дискретизирует сейсмический сигнал и выводит следующую последовательность: S₁(t₀), S₁(t₀₊δt₀), S₁(t₀₊2δt₀)..., и второй датчик дискретизирует сейсмический сигнал и выводит следующую последовательность: S₂(t₀), S₂(t₀₊δt₀), S₂(t₀₊2δt₀).... Однако следует отметить, что изобретение также может применяться к многокомпонентным датчикам, как будет обсуждаться позже.

В указанных последовательностях t₀ обозначает время первой операции дискретизации, а δt обозначает интервал между последовательными операциями дискретизации. В этом примере, опять для простоты описания, предполагается, что сигнал дискретизируется одновременно на первом и втором датчиках, но изобретение не требует, чтобы первый и второй датчики дискретизировались одновременно. Как обсуждается ниже, при условии, что записи дискретизируются правильно (например, что оцифрованные записи не являются наложенными), и что каждая запись обеспечивается с общим опорным временем (например, время GPS), будет возможно предварительно обрабатывать записи, чтобы компенсировать известную задержку между записями. Таким образом, способ изобретения можно применять, даже если операции дискретизации на первом датчике не являются одновременными с соответственными операциями дискретизации на втором датчике, при том условии, что сейсмические события, представляющие интерес для анализа, были зафиксированы в пределах полных окон регистрации обеих записей.

Согласно изобретению оценивается последовательность, показывающая разброс между сигналом, воспринятым на первом датчике, и сигналом, воспринятым на втором датчике. Последовательность будет иметь вид: Θ₁(t₀), Θ₁(t₀ +δt₀), Θ₁(t₀ +2δt₀), где Θ(t) обозначает меру разброса между сигналом, воспринятым на первом датчике в момент времени t, и сигналом, воспринятым на втором датчике в момент времени t. Например, Θ(t) может быть стандартным отклонением S₁(t)и S₂(t), хотя можно использовать другие меры.

В предпочтительном варианте осуществления настоящего изобретения также оценивается последовательность, индикативная об общем сигнале между сигналом, воспринятым на первом датчике, и сигналом, воспринятым на втором датчике. Указанная последовательность будет иметь вид: С(t₀), С(t₀ +δt₀), С(t₀ +2δt₀)..., где С(t) обозначает меру общего сигнала между сигналом, воспринятым на первом датчике в момент времени t, и сигналом, воспринятым на втором датчике в момент времени t. Например, С(t) может быть средним арифметическим значений S₁(t)и S₂(t), хотя можно использовать другие меры.

При условии, что первый и второй датчики достаточно близки между собой, чтобы дискретизировать по существу один и тот же сигнал, разности между данными S₁, собранными на первом датчике и данными S₂, собранными на втором датчике, относятся в первую очередь к локальному шуму. Разности будут оцениваться или снижаться в последовательности общего сигнала так, что последовательность С общего сигнала будет иметь большее отношение сигнал/шум, чем каждая индивидуальная последовательность данных.

Мера разброса может быть нормализована, например, чтобы позволить выполнять сравнение между сейсмическими данными, собранными в различных видах разведки, или чтобы обеспечить возможность естественного затухания амплитуды сигнала со временем после генерации сейсмической энергии источником. Мера разброса может быть нормализована относительно к абсолютному значению последовательности данных общего сигнала, в случае чего нормализованная мера разброса выражалась бы

Θ(t)/|C(t)|.

Как отмечалось выше, предпочтительно используется процедура, предназначенная для того, чтобы избежать деления на ноль на индивидуальной выборке. Для этого может быть использована любая подходящая процедура. Например, абсолютное значение общего сигнала может усредняться по короткому временному окну, или к C(t) может быть прибавлено постоянное малое число (так, чтобы знаменатель был всегда отличным от нуля. Следующее описание изобретения будет подразумевать, что использовалась такая процедура.

Способы обработки, известные из существующего уровня техники не могут обеспечить меру разброса сигналов, воспринятых различными датчиками, поскольку процесс жесткого закрепления выходов датчиков в группы ликвидирует доступ к выходам индивидуальных датчиков.

Практическая сейсморазведка, конечно же, будет содержать более двух датчиков. Однако описанные выше принципы изобретения могут применяться к обработке данных, собранных установкой сейсморазведки, имеющей более двух датчиков. Например, могут быть выбраны две или несколько последовательностей данных, каждая из которых собрана на своем датчике, и последовательности являются индикативными, во-первых, об общем сигнале в пределах выбранных последовательностей данных, и, во-вторых, может оцениваться разброс (и/или нормализованный разброс) выбранных последовательностей данных.

Последовательности данных могут быть выбраны путем подбора последовательностей данных, выводимых индивидуальными датчиками, в две или несколько совокупностей, и путем выбора одной из совокупностей. Группирование выходных сигналов датчиков является воображаемым группированием, которое задается во время обработки данных, и группирование может быть, при желании, изменено.

Теперь вариант воплощения изобретения будет подробно описан со ссылкой на фиг.2 и 4.

Фиг.2 изображает матрицу сейсмических датчиков, подходящих для использования с обоими вариантами воплощения настоящего изобретения. Как и в случае известной матрицы датчиков фиг.1, матрица 1 фиг.2 содержит множество сейсмических датчиков 2. На фиг.2 сейсмические датчики 2 показаны расположенными в линейной матрице 1 с разнесением между центрами смежных датчиков, которое в данном варианте воплощения составляет приблизительно 3,125 м, но изобретение не ограничивается использованием линейной матрицы или конкретным разнесением между датчиками.

Датчики 2 в матрице 1 фиг.2 представляют собой датчики с отдельными сейсмическими датчиками (ОСД). Одним из примеров подходящего датчика является датчик, который используется в морской Q-системе сбора данных, произведенной Schlumberger, хотя изобретение не ограничивается морской системой сбора сейсмических данных. В матрице датчиков фиг.2 датчики 2 не жестко закреплены в группы. Вместо этого, для цели обработки данных, собранных матрицей датчиков, датчики символически делятся на группы или совокупности для того, чтобы улучшить отношение сигнал/шум сейсмических измерений. То есть вместо того, чтобы жестко закреплять датчики в группы, как в известной системе сбора данных, распределение датчиков по совокупностям может определяться или переопределяться во время стадий процесса обработки. Выходные сигналы с каждого индивидуального датчика в совокупности повторно обрабатываются вместе. На фиг.2 заданы две совокупности датчиков в матрице, с каждой совокупностью, содержащей девять смежных датчиков, но изобретение не ограничивается данным конкретным группированием датчиков.

Фиг.4 изображает блок-схему, иллюстрирующую принципиальные шаги способа обработки согласно первому варианту воплощения настоящего изобретения. В указанном варианте воплощения оцениваются как мера разброса, так и общий сигнал.

На этапе 10, из фиг.4, данные собираются датчиками 2 матрицы 1 датчиков фиг.2. Для простоты описания будет предполагаться, что каждый датчик 2 измеряет единственный физический параметр S, который мог бы представлять собой, например, давление или составляющую поля упругой волны, такую как смещение, скорость, ускорение, градиент давления или их комбинацию. Каждый датчик 2 обеспечивает цифровой выходной сигнал на каждом предварительно определенном интервале дискретизации, δt, то есть выходной сигнал m-ого датчика представляет собой последовательность данных, имеющую следующую форму:

Или, формально,

В указанной последовательности S_m обозначает последовательность значений параметра S, измеренных m-ым датчиком, t_1m обозначает время, на котором первое измерение S_m(t_1m) параметра S выполняется m-ым датчиком, и δt обозначает временной интервал между последовательными измерениями. Произвольное дискретное время t_qm находится в диапазоне от времени первой выборки, t_1m, до времени N-ой выборки, t_Nm, с временными шагами δt. Аналогично, выходной сигнал n-ого датчика представляет собой следующую последовательность данных:

формально,

В этой последовательности S_n обозначает последовательность значений параметра S, измеренных n-ым датчиком, и t_1n обозначает время, на котором первое измерение S_n(t_1n) параметра S выполняется n-ым датчиком. Предполагается, что измерения, выполненные n-ым датчиком, являются по существу одновременными с измерениями, выполненными m-ым датчиком. То есть будет предполагаться, без потери общности, что t_1m=t_1n=t₁, t_Nm=t_Nn=t_N, и t_qm=t_qn=t_q для всех датчиков. (Как отмечалось выше, известная временная задержка между записями может быть компенсирована предварительной обработкой записей).

Следует отметить, что настоящее изобретение можно применять к ранее собранным ОСД сейсмическим данным. В этом случае шаг 10 опускается и обеспечиваются ранее существующие сейсмические данные, например, путем извлечения из запоминающего устройства.

На этапе 11, фиг.4, задается воображаемое группирование и перекрывание выходов датчиков. То есть выходные сигналы индивидуальных датчиков компонуются в воображаемые группы или совокупности, как показано на фиг.2, для обработки, предназначенной для увеличения отношения сигнал/шум. Длина совокупности выбирается достаточно короткой, чтобы сейсмический сигнал был по существу одинаковым по датчикам в совокупности, тогда как разнесение датчиков выбирается так, чтобы дискретизировать, без наложения, коротковолновый когерентный шум. Таким образом, обработка данных предназначена для того, чтобы улучшить общий сигнал в пределах совокупности, при этом минимизируя случайный и коротковолновый шум. Поскольку размер и перекрывание совокупности задаются во время обработки данных, вместо жесткого закрепления выходов датчиков, как в уровне техники, можно заново задавать указанные размеры во время обработки данных, если это необходимо или желательно.

В этот момент последовательность данных, воспринятая каждым датчиком, также может подвергаться предварительной обработке. Например, к данным могут применяться коррекции калибровки амплитуды и фазы датчика, наряду со статическими временными сдвигами для известных отклонений позиционирования от сейсмического опорного репера, а также другие детерминистические коррекции.

На этапе 12 оценивается исходная мера разброса амплитуд, зарегистрированных каждым датчиком на каждой по существу одновременной временной выборке в пределах совокупности. Упомянутая мера может быть стандартным отклонением, дисперсией, простой разностью между максимальными и минимальными амплитудами в пределах совокупности, или другой статистической мерой разброса.

Также, на этапе 12, оценивается общность амплитуд, зарегистрированных каждым датчиком на каждой по существу одновременной временной выборке в пределах совокупности. Упомянутая мера может быть, например, арифметическим средним значением амплитуд, зарегистрированных каждым датчиком на каждой по существу одновременной временной выборке, хотя можно использовать другие меры.

Мера разброса предпочтительно нормализуется, например, относительно некоторой оценки абсолютного значения общего сигнала в пределах совокупности. Например, мера разброса может быть нормализована относительно абсолютного значения среднего значения, если среднее значение используется для оценки общего сигнала в пределах совокупности, хотя можно использовать другие нормализующие множители. В данном варианте воплощения за меру разброса может быть принято стандартное отклонение, и оно будет нормализовано относительно абсолютного значения среднего.

Последовательность усредненных значений из датчиков j совокупности дается , где

или формально,

где угловые скобки в уравнении 5 обозначают оператор математического ожидания по P последовательностям , содержащим выходные сигналы из P датчиков из j-ой совокупности. В уравнении 6 каждая последовательность дается с равным взвешиванием в определении среднего, но, альтернативно, в вычислении среднего может применяться схема неравномерного взвешивания. На произвольной временной выборке t_q совокупность значений датчиков 1≤i≤P, в уравнении 6, усредняется, и процесс усреднения совокупности повторяется для всех значений t_q в диапазоне t₁≤t_q≤t_N. Например, если j-ая совокупность содержит только две последовательности S_m и S_n, то вторые два члена средней последовательности совокупности будут:

Процесс усреднения повторяется для выходных сигналов датчиков, полученных на каждой последовательной дискретной временной выборке, и таким образом строится последовательность данных , представляющая усредненный выходной сигнал датчика из j-ой совокупности. Последовательность используется в качестве исходной оценки сигнала, общего для датчиков j-ой совокупности. Аналогично, процесс повторяется параллельно или последовательно для всех совокупностей, составляющих принимающую матрицу датчиков. Заметим, что такой набор усредненных последовательностей (с соответствующим взвешиванием) является эквивалентным выходу данных из известной сгруппированной аналоговой системы, в которой датчики жестко закрепляются в такую же конфигурацию датчиков.

Аналогично последовательность стандартных отклонений выборки j-ой совокупности, σ^j, дается выражением:

или формально,

где, как при вычислении среднего, стандартное отклонение выборки вычисляется для значений выходных сигналов датчиков j-ой совокупности для каждой временной выборки t_q. Способность вычислять указанные оценки является уникальной для ОСД сбора данных из-за способности получать доступ к избыточно дискретизированному полю волны, перед тем как группировать и сохранять индивидуальные записи после оценки общего сигнала в пределах совокупности (фиг.2).

Без потери общности, можно задавать последовательность, содержащую нормализованную оценку разброса амплитуд, NES^j, где значение последовательности NES^j(t_q) на временной выборке t_q задается как последовательность нормализованных значений меры разброса. В указанном варианте осуществления NES^j представляет собой последовательность значений отношения стандартного отклонения совокупности к соответствующему абсолютному значению среднего значения совокупности. То есть

О последовательности NES^j можно думать как о предварительной мере отношения сигнал/шум, локального к j-ой совокупности, подчиненной допущениям модели, что шум включает случайный и когерентный шум с длинами волн короче, чем апертура совокупности. Тогда локальный сигнал будет включать длинноволновый когерентный шум, такой как многократные отражения, который будет ослабляться на более поздних шагах обработки.

При желании, одна или несколько последовательностей нормализованной меры разброса, мера разброса и общий сигнал могут выводиться для отображения оператору. Таким образом, в данном варианте воплощения, после определения на этапе 12 одна или несколько последовательностей нормализованной меры разброса, NES^j, среднее и стандартное отклонение σ^j выходов датчиков в каждой совокупности могут выводиться в форме визуальных записей. Это может быть сделано, например, если оператор желает отслеживать последовательности по мере сбора данных. Дополнительно или альтернативно, одна или несколько последовательностей могут сохраняться для более позднего использования, например, на этапе 15, описанном ниже, используя любой удобный носитель данных, такой как, например, магнитная лента, диски или компьютерная память.

Таким образом, изобретение в своей самой широкой форме представлено этапами 11 и 12 фиг.4, позволяющими делать оценки неопределенности необработанных сейсмических данных на стадии предварительного группирования. Теперь будут обсуждаться применения такой неопределенности данных.

В предпочтительном варианте осуществления, на этапе 13 фиг.4, посредством предварительной обработки данных, для того чтобы ослабить случайный и коротковолновый шум в пределах совокупности, выполняются приготовления для более точной оценки общего сигнала для каждой совокупности. Для того чтобы компенсировать неодновременное прибытие сигнала, к записям данных могут применяться относительно малые временные сдвиги, чтобы тем самым управлять положением диаграммы направленности совокупности по отношению к ожидаемому направлению поступающего сейсмического волнового фронта. Такие временные сдвиги могут быть основаны, например, на смещении центра совокупности от источника. Альтернативно, они могут быть выбраны так, чтобы минимизировать нормализованную оценку разброса по выбранному временному окну. Ослабление шума и оценка общего сигнала могут выполняться методами ослабления адаптивного шума и помех, не ограничиваясь ими, такими как, например методы, описанные в патентах США №2309082, США №5971095 или Великобритании №2337591.

Далее, на этапе 14 фиг.4, можно заново вычислить последовательности общего сигнала и меру разброса, и при желании нормализованную меру разброса, и вывести их для отображения оператору. Таким образом, в данном варианте воплощения заново вычисляются одна или несколько последовательностей, содержащих меру разброса, σ^j, или нормализованную оценку разброса, NES^j, посредством повторного вычисления последовательностей для общего сигнала и для меры разброса для каждой из совокупностей, составляющих матрицу датчиков. Это делается с использованием того же процесса, который описан на этапе 12, за исключением того, что последовательности данных имели вспомогательные процессы управления положением диаграммы направленности и удаления шума, примененные к ним. j-ая совокупность рассматривается как пример, хотя этап 14 повторяется и выполняется параллельно для всех совокупностей, составляющих матрицу датчиков. Если предварительная обработка на этапе 13 была эффективной, то значения повторно вычисленных последовательностей, NES^'j(t_q), должны быть меньше, чем соответствующие значения последовательностей NES^j(t_q) до ослабления шума.

На этапе 15 фиг.14 сравниваются исходная и уточненная нормализованные оценки разброса NES^j(t_q), NES^'j(t_q). Если NES^'j(t_q)>NES^j(t_q) для значительного диапазона выборок, то шаг обработки 13 увеличил бы нормализованный разброс в пределах j-ой совокупности. Указанное условие может использоваться как признак управления уровнем сигнала, и можно было проверять необработанные данные или параметры, используемые в пределах обработки этапа 13.

Если NES^'j(t_q)≈NES^j(t_q) и σ^'j≈σ^j≠0 (где σ^'j представляет собой заново вычисленное стандартное отклонение) для значительного диапазона выборок, то этап 13 обработки был бы относительно неэффективным. В этом случае этап 11 может повторяться, и данные могут быть заново упорядочены в совокупностях с различными размерами и перекрыванием. Дополнительно или альтернативно данные могут быть скорректированы по остаточным временным сдвигам, усилениям или фазовым сдвигам в соответствии с этапом 23. Дополнительно или альтернативно, параметры этапа 13 обработки также могут изменяться, и данные могут заново обрабатываться. В зависимости от регулируемых параметров, возможно, что этот контур обратной связи может быть автоматизирован, чтобы оптимизировать значения параметров, посредством минимизации нормализованной оценки разброса.

Если NES^'j(t_q)<NES^j(t_q) и σ^j(t_q)≠0 для значительного диапазона выборок, это показывает, что предварительная обработка на этапе 13 снизила разброс данных в пределах совокупности. Улучшение отношения сигнал/шум количественно определяет преимущество ослабления адаптивного шума или помех, или другого алгоритма обработки, используемого на этапе 13, над известным группированием для такой же конфигурации датчиков. Опыт определит уровень ожидаемого улучшения, но в случае некоторых типов шума, таких как шум морских волн в морской сейсморазведке, ожидается улучшение на 10-30 дБ или лучше.

При желании, одна или несколько последовательностей заново вычисленной меры разброса, нормализованной меры разброса и общего сигнала могут выводиться для отображения оператору. Таким образом, в этом варианте воплощения одна или несколько последовательностей заново вычисленной нормализованной меры разброса, NES^'j, среднего и стандартного отклонения, σ^'j, выходов датчиков в каждой совокупности выводятся на этапе 16. Это может быть сделано, например, если оператор желает отслеживать средний выходной сигнал и/или меру разброса по мере того, как данные обрабатываются на этапе 13 фиг.4. Альтернативно, только данные, соответствующие некоторым условиям изменений в NES^j, необходимо отображать для вмешательства оператора.

На фиг.2, для удобства объяснения, средние выходные сигналы датчиков в j-ой и k-ой совокупностях, и соответствующие нормализованные оценки разброса выходных сигналов датчиков j-ой и k-ой совокупностей показаны как выведенные в форме записей. Должно быть понятно, что необязательно, чтобы они выводились как визуальные записи. Независимо от того, выводятся ли они как визуальные записи, последовательности будут выводиться в других электронных формах или сохраняться в памяти для использования на дальнейших шагах обработки, как описано ниже.

Для многих применений обработки вполне вероятно то, что хранение записей отдельных датчиков не является обязательным вне шагов ослабления шума в пределах совокупностей, как описано выше, и, таким образом, набор последовательностей , по одной последовательности для каждой совокупности в разбросе датчиков рассматривается как представляющий полностью пространственно дискретизированное поле волны, зарегистрированное матрицей датчиков для конкретной съемки в сейсморазведке. Тем самым уменьшается число записей, которые требуется сохранять для дальнейшей обработки. Отличие от данных, собранных известными способами, состоит в том, что имеется не только оптимальное, измеримое ослабление коротковолнового и случайного шума в совокупности, но и каждая временная выборка в пределах каждой последовательности совокупности характеризуется соответствующей временной выборкой нормализованной оценки NES^'j разброса. Оценки в последовательностях NES^'j представляют прежние оценки неопределенности в пределах данных. Указанные значения могут подойти для дальнейшего комбинирования с записями из других совокупностей при рассмотрениях разброса датчиков и/или других съемок в сейсморазведке, где способ комбинирования должным образом рассматривает прежние неопределенности, используя известные методы комбинирования данных и отслеживания неопределенности. Преимущества наличия доступа к прежним оценкам неопределенности состоят в том, что способ комбинирования записей может быть оптимизирован так, чтобы минимизировать полный эффект неопределенности, а также в том, что окончательные результаты обработки сейсмических данных могут быть охарактеризованы более точными оценками неопределенности.

Основной поток обработки данных иллюстрируется на этапах с 17 по 22 фиг.4, и он показывает, каким образом мера разброса, обеспеченная настоящим изобретением, может быть использована при последующей обработке собранных данных. На этапе 17 набор записей по различным совокупностям и съемкам, подходящим для применяемого шага обработки, вводится с этапа 16 или другого шага обработки вместе с соответствующим набором оценок разброса NES^'j. В адаптивной обработке или инверсии данных создается модель, и желательно аппроксимировать модель к данным оптимальным способом посредством оценки параметров обработки или инверсии, которые приводят к моделированным записям, имеющим минимальное отличие от измеренных записей , согласно некоторой метрике. Отличие часто оценивается в целевой функции, которая желательна, чтобы минимизировать способ задания оптимальных параметров обработки или инверсии. Для того чтобы избежать избыточной аппроксимации модели к шуму в данных и чтобы понять относительную достоверность различных данных, желательно иметь прежние оценки неопределенности данных. Часто они предполагаются или просто опускаются, и все данные трактуются как равно достоверные. Сбор данных с отдельными датчиками и мера разброса, обеспеченная настоящим изобретением, позволяет каждому значению данных иметь ассоциированную неопределенность, заданную нормализованной оценкой разброса. Указанные оценки используются в вычислении целевой функции путем взвешивания входных данных способом, в котором наибольшая уверенность дается данным с наименьшими значениями нормализованного разброса. Итерация адаптивной схемы обработки или инверсии применяется на этапе 18, и результирующая взвешенная целевая функция заново вычисляется на этапе 19. На этапе 20 оценивается изменение целевой функции для исполнения критерия конца испытания. Если критерий не удовлетворяется, то параметры модели обработки или инверсии обновляются - обычно путем вычисления ряда значений чувствительности к изменениям в данных к изменениям в параметрах - на этапе 22 и на этапе 18 цикл вычислений повторяется снова. Критерий конца испытания может быть удовлетворен либо посредством дополнительного улучшения целевой функции, либо путем аппроксимации модели данных к прежним неопределенностям зарегистрированных данных, или их комбинации. В этот момент, на этапе 21, фиг.4, выводятся обработанные или инвертированные данные вместе с параметрами модели обработки или инверсии, и конечные неопределенности данных и параметров.

Для других применений обработки, таких как некоторые нелинейные и адаптивные к данным процессы, может быть желательным сохранять записи данных отдельных датчиков, где совокупности задаются на этапе 16 фиг.4 вместе с их ассоциированными оценками общего сигнала и нормализованного разброса в последовательностях и NES^'j. Данные могут обрабатываться способом, аналогичным тому, который показан на фиг.2 и этапах 12-15 на фиг.4, за исключением того, что выходные оценки с этапа 16 становятся входными оценками для нового шага обработки. Затем замена NES^'j на NES^''j после нового шага обработки данных (фиг.3) может использоваться для оптимизации обработки данных и обеспечения новой оценки прежней неопределенности для дальнейших шагов обработки или окончательных результатов. Вследствие того, что записи отдельных датчиков сохраняются, в принципе можно группировать данные в любой удобной точке в последовательности обработки, взяв оценку общего сигнала, чтобы она представляла оптимизированный сигнал в пределах каждой группы, и делая так, уменьшая требования к вычислениям и хранению.

Для линейных детерминистических операций обработки данных набор последовательностей NES^'j, характеризующих неопределенность в записях оцененного сигнала, является достаточным для определения неопределенности в конце операции обработки. Он включает операции, применяющие соединение многочисленных записей между собой, такие как суммирование или сложение в стек, где неопределенность может быть введена через соответствующее взвешивание временных выборок, входящих в стек, посредством нормализованной оценки меры разброса или ее производной, например такой, как дисперсия.

В вышеописанных вариантах осуществления отношение стандартного отклонения к абсолютному значению среднего используется как мера разброса выходных сигналов каждого индивидуального датчика в пределах группы вокруг выходного сигнала среднего датчика для указанной группы. Однако изобретение не ограничивается использованием данной метрики как меры разброса, и может быть использована любая удобная мера. Например, во многих применениях может оказаться предпочтительным использовать дисперсию (которая является квадратом стандартного отклонения) в качестве меры разброса, вследствие легкости использования дисперсии в комбинациях со многими записями. Для линейных операций обработки, включающих операции, применяющие многочисленные записи, относительно просто проводить дисперсию через шаги обработки.

В дополнение к нормализованным стандартному отклонению и дисперсии, в принципе можно использовать другие статистические меры для того, чтобы осуществить измерение меры разброса выходных сигналов датчиков в совокупности, таких как, например, среднее значение абсолютной разности между каждым выходным сигналом датчика и средним значением, или величина разности между наивысшим и наинизшими выходными сигналами датчиков. Вследствие того, что сейсмические трассы являются последовательностями, не стационарными во времени, желательно нормализовать меру разброса, и в данном варианте воплощения изобретатели решили использовать абсолютное значение мгновенного среднего совокупности, однако настоящее изобретение не ограничено ни таким выбором нормализации, ни таким выбором оценки общего сигнала в пределах совокупности. Также можно использовать метрики, которые оцениваются по выделенным в окна разделам последовательностей, т.е. в противоположность мгновенным значениям.

В настоящем изобретении можно определять меру разброса выходных сигналов датчиков, поскольку необходимость получить адекватную дискретизацию шумового поля означает, что матрица датчиков будет неизбежно избыточно дискретизировать поле сейсмических волн.

На сейсморазведку неизменно воздействует шум, такой как шум окружающей среды или собственный шум (который имеется там, где сейсмический датчик детектирует нежелательный акустический шум, генерированный установками сейсморазведки). Шум, который воздействует на систему сейсморазведки, обычно является когерентным и локальным по отношению к системе сбора данных. Шум обычно имеет на датчиках кажущуюся длину волны, которая короче кажущейся длины волны желательного сейсмического сигнала, генерированного посредством рассеяния внутри земли. Следовательно, индивидуальные датчики матрицы сейсмических датчиков разнесены так, чтобы достаточно точно дискретизировать волновые поля шума, для того чтобы можно было ослаблять волновые поля шума без неуместного наложения спектров шумовой энергии на полосу сигнала. Цель жесткого закрепления датчиков в группы в известной сейсмической матрице и усреднения индивидуальных выходных сигналов датчиков в пределах группы состоит в том, чтобы ослаблять шум перед обработкой сигнала. Однако, в случае известных систем, такое предварительно определенное разделение датчиков на группы является неидеальным для ослабления шума и часто ухудшает качество воспринятого сейсмического сигнала.

ОСД системы сбора данных обеспечивают доступ к данным, произведенным каждым индивидуальным датчиком, и это позволяет оптимизировать обработку сигнала, чтобы минимизировать возмущения, улучшать качество воспринятого сигнала и удалять большую долю локального шума из сигнала.

В случае ОСД системы сбора данных разнесение датчиков в пределах воображаемой группы определяется желанием ослабить шум окружающей среды и собственный шум, оба из которых обычно имеют короткую длину волны или длину когерентности. Поскольку датчики не являются жестко закрепленными в группы, число датчиков внутри каждой группы будет задаваться во время шагов обработки данных.

Групповой интервал в ОСД системе сбора данных определяется необходимостью обеспечить адекватную пространственную дискретизацию сейсмической энергии, рассеиваемой внутри земли. (Групповая длина обычно должна быть вдвое больше группового интервала, так как теорема дискретизации говорит о том, что длина волны должна дискретизироваться в двух или более точках, приходящихся на длину волны.) Следовательно, датчики в пределах группового интервала избыточно дискретизируют сейсмическое поле, и согласно настоящему изобретению такая избыточная дискретизация поля сейсмической волны используется для того, чтобы определять меру разброса выходных сигналов индивидуальных датчиков в группе вокруг среднего выходного сигнала датчика для группы.

Одна из иллюстраций избыточной дискретизации поля сейсмической волны состоит в том, что радиус зоны Френеля, который задает размер сейсмического отражателя, вносящего вклад в амплитуду первичного отражения (первичное отражение - это когда путь сейсмической энергии от сейсмического источника до сейсмического датчика содержит только одно отражение). Радиус зоны Френеля задает размер сейсмического отражателя, который вносит вклад в амплитуду первичного отражения. Для наиболее полных моделей радиус оказывается равным более 100 м для составляющей сигнала 50 Гц за время прохода в оба конца, равное 1 с, сравнимым с групповой длиной 25 м на фиг.2.

В качестве второй иллюстрации можно рассмотреть случай, в котором сейсмические данные собираются с использованием источника и матрицы датчиков, находящихся на расстоянии 730 м по горизонтали, и в котором сейсмическая энергия отражается отражателем на глубине 1 км под поверхностью земли. При такой геометрии системы сбора данных изменение угла выхода на поверхность по совокупности датчиков, имеющей длину 25 м, составляет приблизительно 0,6°, при угле выхода на поверхность 20°.

Изменение длины пути по совокупности датчиков составляет приблизительно 9 м. Это приводит к дифференциальной задержке во времени прибытия по совокупности, равной 6 мс для морской сейсморазведки, что может потребовать управления положением диаграммы направленности выходных сигналов датчиков для сохранения ширины полосы сигнала. Такое управление положением диаграммы направленности компенсирует наклон, или первую производную, волнового фронта по совокупности. В используемой здесь модели предполагается, что производные более высокого порядка поля волны, такие как кривизна, по совокупности малы, и что пренебрежение ими, предполагая, что они являются шумом, не оказывает отрицательного влияния ни на последующие оценки общего сигнала, ни на меру разброса. Как отмечалось выше, указанные производные более высокого порядка можно было бы оценивать, и в принципе можно было бы использовать для уточнения оценки общего сигнала в настоящем изобретении. Однако в вышеописанных вариантах воплощения для простоты объяснения указанные производные более высокого порядка трактуются как шум. Однако эффекты зависимости амплитуды от смещения (AVO, ЭЗАС), а также геометрический разброс являются незначительными для данных изменений угла и длины пути. Следовательно, оценка варьируемости выходных сигналов датчиков вокруг выходного сигнала среднего датчика для совокупности датчиков может быть выведена непосредственно из выходных сигналов ОСД датчиков.

Второй вариант осуществления изобретения иллюстрируется на фиг.3. Данный вариант является особенно удобным для случая, когда сейсмические данные должны обрабатываться с использованием нелинейных операций обработки.

Отслеживание неопределенности в процессе обработки данных с использованием нелинейных операций обработки часто является не таким наглядным, как при использовании линейных операций. Поэтому в противоположность варианту осуществления фиг.2, этап присваивания оценок общего сигнала, , чтобы представлять выходные сигналы из каждой совокупности, опускается. В варианте по фиг.3 все последовательности данных, производимые индивидуальными датчиками, проходят через дополнительный модуль обработки в виде совокупностей. Эллипсы на фиг.3 показывают, какие последовательности данных содержатся в j- и k-совокупностях. Последовательности, содержащие оценки общего сигнала и разброс данных внутри каждой совокупности, могут быть получены на любой желательной стадии в обработке данных, либо перед, либо после того, как данные были обработаны нелинейным модулем обработки. Еще в одном из вариантов осуществления мера разброса выходных сигналов датчиков в группе используется для выбора параметров предварительной обработки данных для уменьшения отношения сигнал/шум в пределах каждой совокупности. То есть параметры шагов предварительной обработки в блоках 11 и/или 13 фиг.4 выбираются на основе изменения нормализованной оценки разброса, вычисленной на этапах 12 и 14. Данная процедура схематически показана на фиг.4 этапом 23 - перед тем как выходы датчиков воображаемо группируются. Следовательно, в данном варианте воплощения параметры этапов 11 и 13 предварительной обработки выбираются на основе нормализованной оценки разброса (или другой меры разброса) последовательностей данных, выводимых датчиками. В указанном варианте воплощения пробная выборка последовательностей данных, выводимых датчиками, воображаемо группируется в совокупности на этапе 11, предварительно обрабатывается на этапе 13, и нормализованные меры разброса вычисляются на этапах 12 и 14. Затем, согласно уровню улучшения отношения сигнал/шум разброса, заметного на этапе 15, варьируются параметры предварительной обработки на этапах 11 и 13 либо вручную, либо автоматически, и повторно вычисляются нормализованные меры разброса; шаг варьирования параметров этапов 11 и 13 предварительной обработки повторяется до тех пор, пока не будет минимизирована нормализованная мера разброса, взятая, чтобы представлять отношение сигнал/шум в предварительно обработанных сигналах. Указанный вариант осуществления показан схематически этапом 23 на фиг.4.

Еще в одном варианте осуществления изобретения последовательности NES^'j нормализованных мер разброса выходных сигналов датчиков в совокупности после предварительной обработки, предназначенные для того, чтобы минимизировать шум, используются, чтобы управлять параметрами последующих шагов адаптивной обработки/инверсии, выполняемых на этапах 17, 18, 19, 20 и 22 фиг.4 на последовательностях , которые представляют лучшие оценки сигнала в пределах каждой совокупности. Например, подходящая мера разброса выходных сигналов датчиков в пределах совокупности, нормализованная оценкой каждого отношения сигнал/шум в пределах каждой совокупности, могла бы обеспечить одну оценку отношения сигнал/шум в пределах каждой совокупности после предварительной обработки.

Еще в одном варианте осуществления изобретения подходящая нормализованная мера разброса выходных сигналов датчиков используется для выбора параметров как этапов 11 и 13 предварительной обработки, так и этапа 18 обработки на фиг.4.

Еще в одном варианте осуществления изобретения стандартное отклонение или другая нормализованная мера разброса выходных сигналов выводится, как показано на этапе 15, и отслеживается непрерывно во время процесса сбора данных. Если стандартное отклонение или другая нормализованная мера разброса показывает, что шум в выходных сигналах датчиков превысил заданный уровень, то оператор должен бы быть предупрежден, чтобы выполнить корректирующее действие. В данном варианте воплощения предпочтительно, чтобы стандартное отклонение или другая нормализованная мера разброса вычислялись в режиме реального времени, так чтобы оператор был предупрежден как можно скорее. Альтернативно, если желательно снизить требуемую мощность обработки, стандартное отклонение или другая нормализованная мера разброса могут быть вычислены для заданных участков данных, произведенных датчиками.

В описании вышеупомянутых вариантов осуществления предполагалось, что датчики измеряют единственный параметр. Однако настоящее изобретение можно применять к многокомпонентным датчикам посредством обработки всех или некоторых из выходных составляющих датчиков, или их комбинаций, как описано выше.

В предыдущем описании предполагалось, что датчики 2 матрицы 1 датчиков производят цифровой выходной сигнал. В принципе, однако, настоящее изобретение может быть выполнено с использованием датчиков, которые производят аналоговый выходной сигнал посредством соответствующей дискретизации выходных сигналов датчиков таким образом, чтобы каждый выходной сигнал датчика сохранялся на соответствующем носителе данных для более позднего использования и повторного использования.

Способ, предлагаемый в соответствии с настоящим изобретением, может быть выполнен с использованием соответственно запрограммированного процессора обработки данных, например, такого, который интегрирован с системой сбора данных с отдельными сейсмическими датчиками, который разработан Schlumberger.

В вышеописанных вариантах изобретения предполагалось, что каждое измерение, выполненное одним датчиком, является по существу одновременным с соответствующим измерением, выполненным другим датчиком, т.е. t_qm=t_qn. На практике не существует "старта" для дискретизации: все каналы дискретизируются непрерывно, и результирующие потоки данных "прерываются" согласно времени, когда активизируются сейсмические источники и реализуется желательная продолжительность регистрации. Измерения, выполненные одним датчиком, в принципе не обязаны быть точно одновременными с измерениями, выполненными другим датчиком. Однако, если имеется прогрессивная временная задержка между одинаковыми операциями номинальной дискретизации в последовательных каналах, ее можно было бы скорректировать перед дальнейшей обработкой данных.

При условии, что частота дискретизации адекватна для ширины полосы дискретизируемого аналогового сигнала, включая шум, результирующие цифровые сигналы могут интерполироваться к общему времени дискретизации, даже в том случае, если имеются задержки между временем первой выборки на записи 1 и временем первой выборки на записи 2. Это справедливо при условии, что задержка между временем первой выборки на записи 1 и временем первой выборки на записи 2 меньше или равна интервалу дискретизации. Следовательно, если выборки на каждой записи собираются не одновременно, они предпочтительно интерполируются к общему опорному времени до обработки.

Изобретение было описано выше со ссылкой на ОСД обработку сейсмических данных. Однако изобретение не ограничено обработкой сейсмических данных. В принципе, изобретение могло бы применяться к обработке данных, собранных любой системой сбора данных с отдельными датчиками, которая обеспечивает возможность доступа к сигналам от индивидуальных датчиков, и где необходимость ослаблять локальный коротковолновый шум приводит к чувствительным элементам, сформированных в матрицы, и, таким образом, к избыточной дискретизации сигнала. Например, изобретение также может применяться к обработке акустических, ультразвуковых или электромагнитных данных, а также к сейсмическим данным.

Фиг.5 изображает блок-схему устройства 24, которое способно осуществлять способ согласно настоящему изобретению.

Устройство 24 содержит программируемый процессор 25 данных с программной памятью 26, например, в виде постоянного запоминающего устройства (ROM, ПЗУ), хранящего программу для управления процессором 25 данных с целью обрабатывать сейсмические данные способом настоящего изобретения. Устройство дополнительно содержит энергонезависимую оперативную память 27 для сохранения, например, любых данных, которые могут храниться в памяти в отсутствие электропитания. "Рабочая" или "сверхоперативная" память для процессора данных обеспечивается запоминающим устройством 28 с произвольной выборкой (RAM, ЗУПВ). Обеспечивается входное устройство 29, например, для приема пользовательских команд и данных. Обеспечиваются одно или несколько выходных устройств 30, например, для отображения информации, относящейся к ходу и результату обработки. Выходным устройством(-ами) может быть принтер, блок визуального отображения или выходное запоминающее устройство. Данные для обработки могут подаваться через входное устройство 29 или могут дополнительно обеспечиваться считываемым машиной устройством 31 для хранения данных.

Результаты обработки могут выводиться через выходное устройство 30 или могут сохраняться.

Программа для работы системы и для выполнения описанного здесь способа сохраняется в программной памяти 26, которая может быть реализована в качестве полупроводниковой памяти, например, хорошо известного типа ПЗУ. Однако программа может хорошо сохраняться на любом другом подходящем носителе данных, таком как магнитный носитель 26а данных (такой, как "дискета") или ПЗУ на компакт-диске 26б.

1. Способ обработки данных, содержащий этапы, на которых определяют из первой последовательности данных, собранных посредством дискретизации сигнала, имеющего ассоциированную неопределенность на первом датчике, и из второй последовательности данных, собранных посредством дискретизации, по существу, такого же сигнала, имеющего ассоциированную неопределенность на втором датчике, пространственно разделенном от первого датчика, последовательность, показывающую меру разброса первой и второй последовательностей данных, что обеспечивает, тем самым, оценку исходной неопределенности сигнала.

2. Способ по п.1, который далее содержит этап определения последовательности данных, указывающей на общий сигнал в пределах первой и второй последовательностей данных.

3. Способ по п.2, по которому этап определения последовательности данных общего сигнала содержит определение для каждого значения в первой последовательности данных значения, указывающего на общность значения в первой последовательности данных и соответствующего значения во второй последовательности данных.

4. Способ по п.1, по которому этап определения последовательности, показывающей меру разброса, содержит определение для каждого значения в первой последовательности данных меры разброса значения в первой последовательности данных и соответствующего значения во второй последовательности данных.

5. Способ по п.1, по которому последовательность, показывающая меру разброса, нормализуется относительно абсолютного значения последовательности данных общего сигнала.

6. Способ по п.5, по которому этап определения последовательности, показывающей меру разброса, содержит определение для каждого значения в первой последовательности данных меры разброса значения в первой последовательности данных и соответствующего значения во второй последовательности данных, деленной на абсолютное значение соответствующего значения в последовательности данных общего сигнала.

7. Способ по п.1, который далее содержит этапы

а) выбора двух или нескольких последовательностей данных из множества последовательностей данных, причем каждая последовательность получается путем дискретизации сигнала на соответствующем датчике, пространственно разнесенном от других датчиков; и

б) определения последовательности, показывающей меру разброса выбранных последовательностей данных.

8. Способ по п.7, который далее содержит этап

в) определения последовательности, указывающей на общий сигнал в пределах выбранных последовательностей данных из выбранных последовательностей данных.

9. Способ по п.8, по которому этап определения последовательности, указывающей на последовательность данных общего сигнала, содержит определение для каждого значения в первой из выбранных последовательностей данных, значения, указывающего на общность значения в первой последовательности данных и соответствующего значения в каждой другой выбранной последовательности данных.

10. Способ по п.7, по которому этап определения последовательности, показывающей меру разброса, содержит определение для каждого значения в первой из выбранных последовательностей данных меры разброса значения в первой последовательности данных и соответствующего значения в каждой другой выбранной последовательности данных.

11. Способ по п.6, по которому последовательность, показывающая меру разброса, нормализуется относительно абсолютного значения последовательности данных общего сигнала.

12. Способ по п.11, по которому этап определения меры разброса содержит определение для каждого значения в первой из выбранных последовательностей данных, меры разброса значения в первой последовательности данных и соответствующего значения в каждой другой выбранной последовательности данных, нормализованного абсолютным значением соответствующих значений в последовательности данных общего сигнала.

13. Способ по п.8, по которому этап (а) содержит группирование последовательностей данных в две или несколько совокупностей, и выбор одной из совокупностей последовательностей данных.

14. Способ по п.13, который содержит далее этапы выбора какой-то другой из совокупностей последовательностей данных, и повторение этапа (б) для другой выбранной совокупности последовательностей данных.

15. Способ по п.1, который содержит далее этап выведения последовательности, показывающий меру разброса.

16. Способ по п.2, который содержит далее этап выведения последовательности данных общего сигнала.

17. Способ по п.15, по которому последовательность данных общего сигнала и/или последовательность, показывающая меру разброса, выводятся в виде соответствующих записей.

18. Способ по п.1, по которому мера разброса содержит стандартное отклонение соответствующих значений в каждой последовательности данных.

19. Способ по п.1, по которому мера разброса содержит дисперсию соответствующих значений в каждой последовательности данных.

20. Способ по п.1, который содержит далее этап обработки последовательности данных общего сигнала.

21. Способ по п.20, который содержит далее этап управления шагом обработки последовательности данных общего сигнала на основе меры разброса.

22. Способ по п.1, который содержит далее этап предварительной обработки последовательностей данных перед выполнением этапа определения последовательности, показывающей меру разброса.

23. Способ по п.22, который содержит далее этап управления одним или несколькими параметрами этапа предварительной обработки на основе определенной меры разброса и повторение этапа предварительной обработки.

24. Способ по п.1, по которому этап предварительной обработки выполняется перед этапом выбора.

25. Способ по п.1, по которому каждая последовательность представляет собой последовательность сейсмических данных.

26. Способ по п.1, который далее содержит этап сбора каждой последовательности данных.

27. Способ по п.25, который далее содержит этап сбора каждой последовательности сейсмических данных с использованием сбора сейсмических данных с отдельными датчиками.

28. Способ по п.7, который далее содержит этап предварительной обработки последовательностей данных перед выполнением этапа определения последовательности, показывающей меру разброса.

29. Устройство для обработки данных, содержащее средство для определения из первой последовательности данных, собранных путем дискретизации сигнала, имеющего ассоциированную неопределенность, на первом датчике, а также из второй последовательности данных, собранных путем дискретизации, по существу, такого же сигнала, имеющего ассоциированную неопределенность, на втором датчике, последовательности, показывающей меру разброса первой и второй последовательностей данных, обеспечивая, тем самым, оценку исходной неопределенности сигнала.

30. Устройство по п.29, которое содержит программируемый процессор данных.