[发明专利]用于地震应用的参量FK技术

说明书

本分案申请是基于申请号为03804106.5，申请日为2003年3月19日，发明名称为“用于地震应用的参量FK技术”的中国专利申请的分案申请。

技术领域

本发明针对阵列记录用于测量波场，并提取关于波场传播通过的介质的信息。在地震学中，阵列分析已用于地震散射分布估计，表面波扩散测量，与火山行为有关的地震波场测量，地震断裂延伸估计，以及其他分析。

背景技术

通常根据是否按频域或时域进行，可将阵列分析技术分为两类。特别是，频域方法能够分辨经多重路径或使用多重源的情形中同时到达阵列的多重信号。

一种最简单的频率-波数方法是波束成形或传统方法。可将所估计的功率谱图显示作为阵列响应与真实功率谱图的卷积。此处，阵列响应完全由传感器的数量和空间分布来决定。由于阵列响应对参考信号的波数和旁瓣而言具有较宽的波束宽度，阵列响应使传统方法所估计的功率谱图变得模糊。

已提出了最小偏差无失真(minimum variance distortionless)方法，用来产生对单个识别波而言比传统方法所产生分辨率明显更高的分辨率。不过，当存在多个波时，最小偏差无失真方法的分辨能力与传统方法等同。为分辨多个信号，提出了信号子空间方法，称为多重信号特征(MUSIC，multiple signal characterization)(如参见Johnson和Dudgeon的著作，于Prentice-Hall公司出版的Signal ProcessingSeries，ISBN0-13-048513-6)。MUSIC的关键性能在于，将傅里叶系数的空间交叉协方差矩阵(spatial cross-covariance matrix)中的信息分成两个向量空间—信号子空间和噪声子空间。由于不将真实谱图与阵列响应进行卷积，MUSIC方法允许以高分辨率估计功率谱图。

在地震分析技术中，需要用于产生高分辨率频率-波数谱图和更高纬度扩展频率-波数-波数谱图的方法。本发明的方法能够满足这种需求。

发明内容

在地震数据分析中，非常需要使用少量传感器来产生高分辨率频率-波数(fk)地震图和更高纬度扩展频率-波数-波数(fkk)地震图，这样的技术具有广泛用途。这些应用包括本地速率测量和扩散波检测。当可获得较少样品时，与标准fk变换相比，参量方法提供较高的波数分辨率。诸如多重信号分类(MUSIC)方法的参量方法可用于在每个频率处的波数-波数或波数估计，以产生算法fkk-MUSIC和fk-MUSIC以及用于地震应用中的多种其他参量算法。另外，可将参量方法扩展到fkkk或稀疏/不规则阵列。经证明，当估计本地速率涉及到自有限数量接收器的数据的任何时候，本发明的技术都作为有用的工具。

这样，本发明提供了包括瞬时傅里叶变换和基于参量算法的空间估计的地震分析方法。在本发明的一个实施例中，参量算法为MUSIC。在本发明实施例的一个方面，将参量算法应用于等距离空间采样的数据。在本发明的另一方面，将参量算法应用于稀疏空间采样的数据。在本发明的该实施例中，将数据看作MN×L的矩阵馈送到参量算法中，其中，MN为二维阵列传感器的数量，L为每传感器采样数。此外，在本发明的该实施例中，将傅里叶变换应用到每个迹线(trace)，传递到参量算法的参量由傅里叶变换级，采样频率，在x方向上接收器之间的距离，在y方向上接收器之间的距离，number_of_sources，或f_span的组中选出。

本发明的其他实施例应用其他参量方法，包括，但不限于，最小偏差算法，本征向量算法，最大似然算法，Pisarenco算法(皮萨恩科算法)，ARMA(自回归移动平均算法)，AR或MA算法以及最大熵算法。

附图说明

以上给出了本发明的概括性描述，参照在该说明书中所描述的以及在附图中所给出的本发明的实施例，可给出关于本发明更为具体的描述。不过应注意，说明书和附图仅说明本发明的某些实施例，因此，不应将其视为对本发明范围的限制。本发明可包括同样等效的实施例。

图1表示本发明方法的一个实施例的流程图。

图2表示k_x-k_y的快速傅里叶变换基波束成形估计不能区分频率在9Hz处的两个事件。

图3表示参量方法MUSIC能够区分图2中所观测的两个事件。近似速率与在合成数据中两个事件的速率相一致。阵列由2×2的元素组成。

图4表示两个迹线的fk地震图。

图5显示出图4中所测同样两个迹线的fk-MUSIC估计。

具体实施方式