宋維琪,何 可,郭全仕,姜宇東
(1.中國石油大學(xué)(華東)地球科學(xué)與技術(shù)學(xué)院,山東青島 266580;2.中國石油化工股份有限公司石油物探技術(shù)研究院,江蘇南京 211103)
微地震信號具有頻帶寬,動態(tài)范圍大,時(shí)空變化劇烈,信噪比低的特點(diǎn)。特別是井中微地震資料,利用三分量檢波器進(jìn)行采集,記錄到的微地震信號道數(shù)少。另外,由于微地震震源的多樣性,微地震記錄信號變化復(fù)雜,信噪比低。國內(nèi)外研究人員在微地震資料處理方面,相繼進(jìn)行了一些方法的研究,取得了一定的成果[1-7]。我們前期進(jìn)行了一些微地震資料處理的方法研究,如卡爾曼濾波、極化濾波、時(shí)頻分析濾波等。隨著微地震技術(shù)應(yīng)用范圍的逐步擴(kuò)大,無論在事件的識別還是反演定位方面都提出了新的要求,因此,為了拾取更多的事件和準(zhǔn)確拾取事件的初至,必須對微地震資料的處理方法進(jìn)行更深入的研究,來提高微地震資料的信噪比。
微地震信號的時(shí)空多變性決定了信號處理方法的多變性[8-9]?;诰S納、卡爾曼濾波理論的濾波方法要求期望輸出的先驗(yàn)信息,但是實(shí)際微地震信號由于變化的多樣性,很難統(tǒng)計(jì)求證一個(gè)固定的期望輸出,因此這些濾波方法在實(shí)際應(yīng)用中受到了一定的限制,資料的處理效果不盡人意。自適應(yīng)濾波自動調(diào)節(jié)和更新期望輸出,并通過多次迭代最后獲得最佳的期望輸出估計(jì),克服了這種限制。但是,自適應(yīng)濾波方法本身也具有很多限定條件[10],如收斂條件、穩(wěn)定條件等都是在假定數(shù)據(jù)變量是統(tǒng)計(jì)獨(dú)立條件下得出的。而實(shí)際的微地震信號由于噪聲等因素的干擾,信號不可能是獨(dú)立的。因此,以往的自適應(yīng)濾波方法實(shí)際應(yīng)用效果不理想。針對存在的這些問題,研究了改進(jìn)的自適應(yīng)濾波方法,通過實(shí)際資料的處理結(jié)果分析,證明改善后的方法較以往方法對噪聲具有更大的耐受性,算法更穩(wěn)定,實(shí)際應(yīng)用效果更明顯。
設(shè)線性組合器的M個(gè)輸入為x(n-1),…,x(n-M),其輸入是這些輸入加權(quán)后的線性組合,即
定義權(quán)向量W=[w1,w2,…,wM]T,且
令d(n)表示“所期望的響應(yīng)”,并定義誤差信號:
(3)式寫成向量形式為
誤差平方為
(5)式兩邊取數(shù)學(xué)期望后,得到均方誤差:
程乾生等提出了在這些先驗(yàn)統(tǒng)計(jì)知識未知時(shí)求W的近似值方法,即LMS算法[13]。這種算法的根據(jù)是最優(yōu)化方法中的最速下降法。根據(jù)最速下降法,“下一時(shí)刻”權(quán)系數(shù)向量W(n+1)應(yīng)該等于“現(xiàn)時(shí)刻”權(quán)系數(shù)向量W(n)加上一個(gè)負(fù)均方誤差梯度(-Δ(n))的比例項(xiàng),最終近似算法為
(7)式雖然簡單,但卻是高度非線性的。再加上變量的隨機(jī)性,所以分析基于最小二乘(LMS)的自適應(yīng)方法的收斂性十分困難,許多結(jié)論都是在一定的假定條件下得出的。如獨(dú)立性假定,即要求輸入的矢量x1,x2,…,xn之間統(tǒng)計(jì)獨(dú)立,第N時(shí)刻的輸入矢量與期望響應(yīng)統(tǒng)計(jì)獨(dú)立。在獨(dú)立性假定條件下,隨著迭代次數(shù)的增加,權(quán)矢量收斂到最佳。信號估計(jì)向著期望方向進(jìn)行,最后收斂到最佳期望方向。實(shí)際信號一般很難滿足以上條件,即便是純粹的最小相位信號,也不是嚴(yán)格獨(dú)立的。實(shí)際的微地震信號,疊加了各種干擾,記錄信號各個(gè)采樣點(diǎn)數(shù)據(jù)不可能是獨(dú)立的。因此對于實(shí)際的微地震信號,直接應(yīng)用上述方法進(jìn)行濾波是不全面的。
使算法收斂,首先要使輸入變量獨(dú)立。一般處理方法是,對信號數(shù)據(jù)進(jìn)行正交化處理。信號的任何處理都要改變其固有特性[14-15],對于信噪比較低的信號尤其如此。信號處理的目的是在最大限度地保留有效信號的條件下壓制噪聲。一般信號是最小相位信號、最大相位信號和混合相位信號中的一種或其組合。如果設(shè)計(jì)一種算法,隨著迭代次數(shù)的增加,信號逐漸向獨(dú)立正交方向演化,同時(shí)收斂方向又向著期望方向進(jìn)行。這種既使算法向收斂方向進(jìn)行,又壓制噪聲的思想是改進(jìn)的自適應(yīng)濾波方法的理論基礎(chǔ)。
信號統(tǒng)計(jì)獨(dú)立的數(shù)學(xué)描述為
對于實(shí)際的有用微地震信號不是完全正交獨(dú)立的,如果隨著迭代次數(shù)的增加,E[X]→min,則是我們設(shè)計(jì)的初衷。就是說,在算法設(shè)計(jì)中,考慮約束條件,通過這種約束條件,使迭代方法向著期望收斂方向進(jìn)行。這種約束條件是,在迭代過程中,下一次預(yù)測矢量的數(shù)學(xué)期望,要小于上一次的數(shù)學(xué)期望。即
這只是對期望估計(jì)的信號而言,同時(shí)還要求:
如果預(yù)測變量獨(dú)立,原來算法設(shè)計(jì)中已經(jīng)暗含
其中,
為了使迭代更新的權(quán)系數(shù)向著更有利逼近估計(jì)期望信號的方面進(jìn)行,對權(quán)系數(shù)進(jìn)行調(diào)節(jié)校正計(jì)算。
為了使得計(jì)算過程穩(wěn)定,首先對權(quán)系數(shù)進(jìn)行歸一化。對歸一化的權(quán)系數(shù)再進(jìn)行調(diào)節(jié),權(quán)系數(shù)的離差為
用離差對權(quán)系數(shù)進(jìn)行歸一化:
其中,W D(j)為調(diào)節(jié)后的權(quán)系數(shù)。
基于LMS自適應(yīng)濾波方法的估計(jì)是瞬時(shí)變量估計(jì),因此算法是隨機(jī)梯度搜索方法。由于梯度的隨機(jī)性,估計(jì)誤差矢量和權(quán)矢量也是隨機(jī)的,因此估計(jì)誤差矢量和權(quán)矢量也是嚴(yán)重震蕩的。這自然加大了算法的不穩(wěn)定性[16-17],同時(shí)帶來估計(jì)結(jié)果的不穩(wěn)定。改進(jìn)的方法是:對一個(gè)循環(huán)迭代誤差和權(quán)系數(shù),利用曲線擬合的方法進(jìn)行擬合,將擬合結(jié)果再代入原來的公式中進(jìn)行下一個(gè)循環(huán)的計(jì)算。這樣既減小了誤差的劇烈震蕩,又能使算法結(jié)果向著穩(wěn)定的期望方向進(jìn)行。
要取得好的信號處理效果,除了需要考慮設(shè)計(jì)方法,窗口的選取也是必須要考慮的問題。固定長度窗口雖然方便簡單,但是,對于微地震資料每道和每道不同時(shí)間段的信號變化特征不同,必須設(shè)計(jì)變化長度窗口,避免由于窗口固定而不能進(jìn)行最佳估計(jì)的問題。
窗口長度理論上取有效信號的延續(xù)長度,即一個(gè)子波的波長。實(shí)際上,信號子波的末端能量較低,已小于噪聲能量,這時(shí)如果再取一個(gè)子波長度,就不能很好地對有效信號進(jìn)行估計(jì),反過來如果取得太短,達(dá)不到信號的統(tǒng)計(jì)期望估計(jì)。對于不同的微地震事件,其信號子波的頻帶寬度和衰減程度不同,噪聲水平也不盡相同。因此,選取窗口長度時(shí),先對一個(gè)地區(qū)的實(shí)際信號大致地試算一個(gè)基本的窗口長度,然后以這個(gè)基本窗口長度為中心進(jìn)行擾動,擾動量通過算法的最優(yōu)控制條件來確定,即當(dāng)算法及其與算法相關(guān)的其它參數(shù)條件不變的情況下,算法估計(jì)結(jié)果最佳。
為了驗(yàn)證本文改進(jìn)方法的有效性,先利用理論模型進(jìn)行試算(圖1)。圖1a為理論合成的三分量微地震記錄;圖1b 為加噪后的理論微地震記錄;圖1c為利用本文方法處理后的結(jié)果。由圖1 可見,經(jīng)過改進(jìn)的自適應(yīng)估計(jì)濾波方法處理后的記錄干擾信號消除的效果比較好。
圖1 理論模型處理結(jié)果
將改進(jìn)的自適應(yīng)濾波方法應(yīng)用到實(shí)際微地震資料處理中。圖2和圖3分別給出了A 事件和B事件微地震資料采用常規(guī)的自適應(yīng)濾波方法和改進(jìn)的自適應(yīng)濾波方法處理后的結(jié)果。原始數(shù)據(jù)為經(jīng)過預(yù)處理后的數(shù)據(jù),一些強(qiáng)噪聲、50 Hz干擾得到了初步壓制(圖2a,圖3a),可以大致地進(jìn)行有效事件識別,但是大部分噪聲還沒有去除,影響了低信噪比有效事件的識別和初至的準(zhǔn)確拾取。圖2b和圖2c分別給出了采用常規(guī)自適應(yīng)濾波方法和改進(jìn)的自適應(yīng)濾波方法對A 事件預(yù)處理結(jié)果進(jìn)行處理后的結(jié)果;圖3b和圖3c分別給出了采用常規(guī)自適應(yīng)濾波方法和改進(jìn)的自適應(yīng)濾波方法對B 事件進(jìn)行處理后的結(jié)果。通過對比兩個(gè)事件的常規(guī)自適應(yīng)方法處理結(jié)果和改進(jìn)的自適應(yīng)方法處理結(jié)果可見,改進(jìn)的自適應(yīng)濾波方法的結(jié)果首先從穩(wěn)定性方面得到了改善,如圖2b和圖3b中有些道能量變化還是比較劇烈,同相軸顯得不是很清晰,改進(jìn)的自適應(yīng)濾波方法結(jié)果有了明顯的改善,背景噪聲壓制得相對干凈,同相軸清楚(圖2c,圖3c)。
圖2 A 事件微地震資料處理效果分析
圖3 B事件微地震資料處理效果分析
在算法設(shè)計(jì)中,改進(jìn)的自適應(yīng)估計(jì)方法首次考慮加入約束條件,把樣本點(diǎn)抽樣的獨(dú)立問題,通過期望特征變化進(jìn)行定量化刻畫,在算法迭代過程中,對期望變化加一約束,使迭代方法向著期望收斂方向進(jìn)行,這樣避免了算法在迭代過程中的發(fā)散問題。同樣,為了使迭代更新的權(quán)系數(shù)向著更有利逼近估計(jì)期望信號的方面進(jìn)行,對權(quán)系數(shù)進(jìn)行調(diào)節(jié)校正計(jì)算。解決了迭代過程中權(quán)系數(shù)的過度放大和縮小問題。誤差和權(quán)系數(shù)由原來的自身迭代結(jié)果取值,改為通過曲線擬合的方法對迭代結(jié)果擬合后再取值。這樣減小了由于誤差劇烈震蕩造成的估計(jì)結(jié)果的震蕩。通過上述幾方面的改進(jìn),形成了相對有效和實(shí)用的微地震自適應(yīng)處理方法,改進(jìn)的自適應(yīng)濾波方法較以往方法對噪聲具有更大的耐受性。理論模型和實(shí)際資料處理結(jié)果證明了改進(jìn)的自適應(yīng)濾波方法較常規(guī)方法在噪聲的壓制和有用信號的提取方面具有更強(qiáng)的功效。當(dāng)然,自適應(yīng)方法是在最小二乘估計(jì)理論基礎(chǔ)上改進(jìn)的,是一種近似誤差估計(jì)方法,對于干擾嚴(yán)重的不連續(xù)信號的估計(jì)問題,結(jié)合嶺回歸或貝葉斯估計(jì),效果會更好。
[1]Maxwell S C,Urbancic T I.The role of passive microseismic monitoring in the instrumented oil field[J].The Leading Edge,2001,20(6):636-639
[2]Sleeman R,Eck T V.Robust automatic P-phase picking:an on-line implementation in the analysis of broadband seismogram recording[J].Physics Earth Planet Interiors,1999,113(3):617-643
[3]Leonard M,Kennett B L N.Multi-component autoregressive techniques for the analysis of seismograms[J].Physics Earth Planet Interiors,1999,113(1):247-264
[4]Baziw E,Jones I W.Application of Kalman filtering techniques for microseismic event detection[J].Pure and Applied Feophysics,2002,159(4):449-471
[5]張山,劉清林,趙群,等.微地震監(jiān)測技術(shù)在油田開發(fā)中的應(yīng)用[J].石油物探,2002,41(2):226-231 Zhang S,Liu Q L,Zhao Q,et al.Application of microseismic monitoring technology in development of oil field[J].Geophysical Prospecting for Petroleum,2002,41(2):226-231
[6]左國平,王彥春,隋榮亮.利用能量比法拾取地震初至的一種改進(jìn)方法[J].石油物探,2004,43(4):345-347 Zuo G P,Wang Y C,Sui R L.An improved method for first arrival pickup using energy ratio[J].Geophysical Prospecting for Petroleum,2004,43(4):345-347
[7]宋維琪,呂世超.基于小波分解與Akaike信息準(zhǔn)則的微地震初至拾取方法[J].石油物探,2011,50(1):14-21 Song W Q,Lv S C.Automatic detection method of microseismic event based on wavelet decomposition and Akaike information criteria[J].Geophysical Prospecting for Petroleum,2011,50(1):14-21
[8]Moriya H,Niitsuma H.Precise detection of a Pwave in low S/N signal by using time-frequency representations of a triaxial hodogram[J].Geophysics,1996,61(5):1453-1466
[9]Lummerow J.Using the value of the crosscorrelation coefficient to locate microseismic events[J].Geophysics,2010,75(4):MA47-MA52
[10]Menke W,Lerner-Lam A,Dubendroff B,et al.Polarization and coherence of 5-30 Hz seismic wave field at a hard rock site and their relevance to velocity heterogeneities on the crust[J].Bulletin of the Seimological Society of America,1990,80(2):430-449
[11]宋維琪,孫英杰,朱衛(wèi)星.微地震資料頻域相干—時(shí)間域偏振濾波方法[J].石油地球物理勘探,2008,43(2):161-167 Song W Q,Sun Y J,Zhu W X.Micro seismic coherence in frequency domain,time domain polarization filtering method[J].Oil Geophysical Prospecting,2008,43(2):161-167
[12]Volker O,Michael R.A new processing package for microseismic monitoring of hydrocarbon reservoirs[J].Expanded Abstracts of 71stAnnual Internat SEG Mtg,2001,1233-1239
[13]程乾生,周小波.自適應(yīng)預(yù)測法在去噪聲中的應(yīng)用[J].電子學(xué)報(bào),1999,27(8):9-12 Cheng Q S,Zhou X B.Adaptive prediction method for noise attenuation[J].Chinese Journal of Electronics,1999,27(8):9-12
[14]黃中玉,高林,徐亦鳴,等.三分量數(shù)據(jù)的偏振分析及其應(yīng)用[J].石油物探,1996,35(2):9-16 Huang Z Y,Gao L,Xu Y M,et al.Polarization analysis and application of three component data[J].Geophysical Prospecting for Petroleum,1996,35(2):9-16
[15]Jeffrey P.Multitaper spectral analysis of high-frequency seismogram[J].Journal of Geophysical Research,1987,92(2):1267-1268
[16]Zhi J,F(xiàn)oulger D G R,Mao W J.Noise reduction for broad-band,three-component seismograms using data-adaptive polarization filters[J].Geophysical Journal International,2000,141(3):820-828
[17]Samson J C,Olson J V.Data-adaptive polarization filters for multichannel geophysical data[J].Geophysics,1981,46(10):1423-1431