范宜仁,張文靜,鄧少貴,孟凡增
(1.中國石油大學(xué),山東東營257061;2.中國石油渤海鉆探工程有限公司測(cè)井公司,天津300200)
在信號(hào)處理中,與傳統(tǒng)傅里葉(Fourier)變換和窗口傅里葉變換相比,小波變換具有在時(shí)間域和頻率域?qū)π盘?hào)進(jìn)行局部化的特點(diǎn),在聲波信號(hào)處理中有著廣泛的應(yīng)用前景。陣列聲波測(cè)井可對(duì)井壁及井壁附近傳播的整個(gè)波列進(jìn)行記錄,位于滑行縱波和滑行橫波之間的反射縱波在井旁裂縫識(shí)別中有很好的應(yīng)用效果[1-3],但反射縱波的能量一般都比較弱,難于提取。本文利用多尺度相關(guān)方法處理聲波全波列,提取反射縱波[4],在實(shí)際應(yīng)用中取得了很好的效果。
小波的多尺度特性能夠?qū)⒙暡ㄈ兄胁煌J讲ǚ纸庠诓煌某叨壬希x取合適的小波及尺度,壓制其他高能量模式波,增強(qiáng)小信號(hào),實(shí)現(xiàn)反射縱波的初步提?。?-7]。反射縱波與滑行縱橫波的頻率比較接近,僅僅通過多尺度分析不能將二者分離,利用小波變換保留時(shí)域特征這一特點(diǎn),將常用的慢度時(shí)間相關(guān)法[8]與多尺度方法結(jié)合,求得不同尺度下的慢度-時(shí)間相關(guān)圖,保留相關(guān)性好的反射縱波區(qū)域,切除其它區(qū)域,得到能量小的反射縱波。
本文所研究的多尺度分析方法基于小波的基礎(chǔ)之上,根據(jù)聲波全波的特征和所要達(dá)到的目標(biāo),選用Kingsbury等人提出的雙樹復(fù)小波[9-11]。
雙樹復(fù)小波(DT-CWT)采用二叉樹結(jié)構(gòu)的2路DWT,一樹生成變換的實(shí)部;一樹生成虛部(見圖1)。對(duì)于第1層分解,如果2樹濾波器之間的延遲恰是1個(gè)采樣間隔,就可以確保b樹中第1層的二抽取正好采樣到a樹中因二抽取所丟掉的采樣值;對(duì)于以后的各層分解,為了保證2樹在該層和所有前層上產(chǎn)生的延遲差的總和相對(duì)于原始輸入為1個(gè)采樣周期,2樹對(duì)應(yīng)濾波器的相頻響應(yīng)之間應(yīng)有1/2個(gè)采樣周期的群延遲,且2個(gè)濾波器的幅頻響應(yīng)相等。為了保證線性相位而采用雙正交小波變換,要求一樹的濾波器為奇數(shù)長;另一樹的濾波器為偶數(shù)長。如果在每樹的不同層次間交替采用奇偶濾波器,那么這2樹就會(huì)呈現(xiàn)好的對(duì)稱性。Q-Shift雙樹復(fù)小波變換以更巧妙的方法實(shí)現(xiàn)2樹對(duì)應(yīng)濾波器之間的1/2采樣周期延遲。雙樹復(fù)小波變換具有近似平移不變性、良好方向選擇性、完美重構(gòu)性、有限數(shù)據(jù)冗余性等優(yōu)點(diǎn)。
為了尋找空間L2(R)的基,先從L2(R)的某個(gè)子空間出發(fā),在這個(gè)子空間中先建立基底,然后利用簡單變化,把這個(gè)基底擴(kuò)充到空間L2(R)上,以形成一組基,這就是多尺度分析方法。
以一維情況為例,信號(hào)的多尺度分析算法可表示為
圖1 雙樹復(fù)小波變換
因cj+1,n是cj,k的低頻逼近,dj+1,n是cj,k的高頻細(xì)節(jié),所以h和g可看作低通和高通濾波器系數(shù)。引入濾波器H和G,其中H=h(k-2n),G=g(k-2n),則式(1)簡化為
當(dāng)j取一系列整數(shù)時(shí),便實(shí)現(xiàn)了對(duì)信號(hào)的多尺度分解。j是多尺度分解的層數(shù)。相應(yīng)的多尺度重構(gòu)算法為
其簡寫形式為
式中,H*和G*分別是H和G的對(duì)偶算子。分解和重構(gòu)算法示意圖分別見圖2(a)和圖2(b)。
圖2 信號(hào)的多尺度分解和重構(gòu)算法
慢度-時(shí)間相關(guān)法適用于頻散的偶極子陣列信號(hào)分析以提取橫波慢度。由聲波測(cè)井原理可知,井中激發(fā)的模式波在遠(yuǎn)場(chǎng)可以看作沿井軸勻速傳播。因而在接收器陣列上各模式波應(yīng)該具有一定的相關(guān)性。通過設(shè)置對(duì)比窗口,得到依賴于慢度和時(shí)間的相關(guān)函數(shù)
式中,S是慢度;T是對(duì)比窗口的起始位置;m是總的接收器數(shù)目;t是對(duì)比窗口長度;Xm(t)表示第m道聲波信號(hào);d表示聲波間距。
在XMAC測(cè)井的全波列中,反射縱波一般具有以下特點(diǎn)[2]。
(1)反射縱波速度大于或接近地層滑行縱波速度,說明該反射縱波來自于地層內(nèi)部,屬于體波;
(2)反射縱波幅度比較小,在實(shí)測(cè)全波列波形中常常難于直接觀測(cè)到;
(3)反射縱波到達(dá)時(shí)間大于縱波首波到時(shí),而小于橫波首波到時(shí),并且在時(shí)間軸上延續(xù)很短。
圖3為實(shí)際測(cè)量的某一深度段的共源距全波列波形。圖3中直線標(biāo)注出了存在比較明顯的反射縱波,選取其中1個(gè)深度點(diǎn)的數(shù)據(jù)采用本文所提的方法進(jìn)行研究。
圖4為所選深度點(diǎn)的全波波形,由上到下依次為8個(gè)不同源距的接收器接收到的8道波形,組成共炮點(diǎn)道集,明顯觀測(cè)到斯通利波,縱波和橫波幅度較小,觀測(cè)不到反射縱波。圖5為圖4中波形的慢度-時(shí)間相關(guān)圖,可以看出,原始的波形進(jìn)行STC處理后,只有斯通利波表現(xiàn)出較好的相關(guān)性,在相關(guān)圖中,很難確定其他模式波的慢度-時(shí)間區(qū)域。
圖3 某一深度段共源距全波列波形
圖4 共炮點(diǎn)實(shí)測(cè)聲波全波陣列波形
對(duì)圖4中的8道波形分別進(jìn)行雙樹復(fù)小波變換,選取尺度4,進(jìn)行4級(jí)小波分解,再通過單尺度小波重構(gòu),得到不同尺度上的重構(gòu)波形,相同尺度上的波形組成共尺度道集。通過對(duì)不同尺度上共尺度道集的觀測(cè),發(fā)現(xiàn)在尺度3的共尺度道集上顯示出比較明顯的反射縱波,在源距較遠(yuǎn)的6道波形上可觀測(cè)到明顯的反射縱波(直線標(biāo)注)。
圖5 圖4中的陣列聲波的慢度-時(shí)間相關(guān)圖
圖6 尺度3上的重構(gòu)波形
由圖6可以看出,雖然反射縱波比在原始波形下更明顯了,但由于頻率接近,在該尺度上依然存在縱波、橫波等多種模式的波,通過多尺度方法還難以實(shí)現(xiàn)反射縱波的完全提取。
由于小波變換保留了時(shí)間域的特征,利用這一特點(diǎn)可以將慢度-時(shí)間相關(guān)法與多尺度相結(jié)合,用STC法對(duì)尺度3上的共尺度道集(見圖6)進(jìn)行處理,得到慢度-時(shí)間相關(guān)圖。圖7中,相關(guān)性較好的模式波為縱波、反射縱波和橫波,其在圖7中的區(qū)域分別為[40,70]×[300,900]、[20,60]×[900,1 200]、[80,110]×[1 200,1 800],同時(shí)也計(jì)算出了反射縱波的慢度為36μs/ft(非法定計(jì)量單位,1ft=12in=0.304 8m,下同)。根據(jù)所確定的反射縱波的區(qū)域,即可得知在第1道波形上反射縱波的時(shí)間段為900~1 200μs,結(jié)合已經(jīng)得到的慢度值即可計(jì)算出其他波形道上反射縱波的時(shí)間段。保留所確定的反射縱波時(shí)間段內(nèi)的小波系數(shù)值,時(shí)間段外的小波系數(shù)值置0,就得到了最終要提取的反射縱波(見圖8)。
用多尺度-STC方法處理了某一深度段的全波波形,圖9為某一深度段共源距的全波波形處理結(jié)果。
圖7 尺度3下的共尺度道集的慢度-時(shí)間相關(guān)圖
圖8 反射縱波
圖9 某一深度段共源距的反射縱波
(1)小波變換具有在時(shí)間域和頻率域?qū)π盘?hào)進(jìn)行局部化的特點(diǎn),雙樹復(fù)小波克服了傳統(tǒng)離散小波變換不具有平移不變性和方向選擇性的缺陷,對(duì)于非平穩(wěn)離散信號(hào)的處理具有更好的優(yōu)勢(shì)。
(2)基于小波的多尺度分解中尺度對(duì)應(yīng)頻率,根據(jù)不同模式波的頻率特性,能夠?qū)⑷ㄐ盘?hào)中不同模式的波分離在不同的尺度上,在合適的尺度上重構(gòu)波形,能夠達(dá)到壓制頻率相差較大的高能量模式波,提取低能量信號(hào)的目的。
(3)小波變換很好地保留了時(shí)間域的特征,能夠?qū)TC與小波變換相結(jié)合。對(duì)不同尺度上重構(gòu)的全波列進(jìn)行STC處理,在得到的慢度-時(shí)間相關(guān)圖上能夠很好地確定相關(guān)性好的模式波的區(qū)域,進(jìn)而對(duì)頻率接近的模式波在時(shí)間上進(jìn)行了分離。
(4)通過多尺度慢度-時(shí)間相關(guān)法對(duì)全波信號(hào)在頻域和時(shí)域分別進(jìn)行處理,達(dá)到了反射縱波的完美提取,為小信號(hào)的提取提供了一種新的方法。
[1] 周繼宏.探測(cè)井附近裂縫及其中流體性質(zhì)的實(shí)驗(yàn)初探[J].測(cè)井技術(shù),1999,23(1):6-8.
[2] 邵維志,王曉杰,遲秀榮.用PP波識(shí)別井旁裂縫技術(shù)在碳酸鹽巖地層中的應(yīng)用[J].測(cè)井技術(shù),2001,25(5):369-372.
[3] 李長文,余春昊,趙旭東,等.反射波信息在裂縫儲(chǔ)層評(píng)價(jià)中的應(yīng)用[J].測(cè)井技術(shù),2003,27(3):198-202.
[4] 何峰江.聲反射成像測(cè)井儀器仿真及波形處理技術(shù)研究[D].北京:中國石油大學(xué),2005:57-77.
[5] 孫衛(wèi)濤,陶 果,楊慧珠,等.基于多尺度分析的正交偶極子聲波測(cè)井反演地層各向異性[J].中國石油大學(xué)學(xué)報(bào):自然科學(xué)版,2003,27(1),23-28.
[6] 周曲曼,章成廣.小波變換在聲波全波測(cè)井處理中的應(yīng)用[J].石油天然氣學(xué)報(bào),2007,29(3):231-233.
[7] 段竹文,馬英卓,黃慶程.提取全波列聲波測(cè)井信號(hào)波前的一種新方法[J].哈爾濱商業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版,2002,18(6):635-643.
[8] 宋延杰,何英偉,石 穎,等.慢度-時(shí)間相關(guān)法與遺傳算法結(jié)合提取陣列聲波時(shí)差[J].測(cè)井技術(shù),2006,30(2):122-125.
[9] Nick Kingsbury.Complex Wavelets for Shift Invariant Analysis and Filtering of Signals[J].Journal of Applied and Computational Harmonic Analysis,2001,10(3):234-253.
[10]Kingsbury N G.The Dual-tree Complex Wavelet Transform:A New Technique for Shift Invariance and Directional Filters[C]∥Proceedings of 8th IEEE Digital Signal Processing Workshop,Bryce Canyon,Utah,USA,1998:86-89.
[11]石宏理,胡 波.雙樹復(fù)小波變換及其應(yīng)用綜述[J].信息與電子工程,2007,5(3):229-234.