ИНФОРМАТИКА И ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА
УДК 550.83+535.12
ИТЕРАТИВНЫЙ АЛГОРИТМ РАСЧЕТА СКОРОСТИ И ЗАТУХАНИЯ ТРУБНЫХ ВОЛН ПО ДАННЫМ АКУСТИЧЕСКОГО КАРОТАЖА
© 2001 Н.Л. Казанский, П.Г. Серафимович, С.И. Харитонов Институт систем обработки изображений РАН, г. Самара
Предложен новый итеративный алгоритм расчета скорости и затухания трубной акустической волны, измеренной малым количеством приемников. Особенностью алгоритма является то, что оптимизация оцениваемых параметров производится и во временной, и в частотной плоскостях. Это, с одной стороны, обеспечивает высокую устойчивость алгоритма к шумам, а с другой стороны позволяет выполнять дисперсионный анализ волновых мод, например, волны Стоунли. Приведено сравнение нового алгоритма с гомоморфным алгоритмом.
Введение
Оценка скорости и затухания волны является базовой задачей при обработке данных акустического каротажа [1]. По этим параметрам акустической волны определяют физические и механические свойства околосква-жинной породы (например, [2]).
Распространенным методом обработки данных акустического каротажа являются метод Прони [3] и его модификации [4, 5]. Недостатками метода Прони являются большое количество выбросов в значениях оцениваемых параметров и большая погрешность в оценке коэффициента затухаемости. Чтобы преодолеть эти недостатки был разработан гомоморфный метод [1], который будет подробно рассмотрен далее. Однако при малом количестве приемников и высокой зашумленности данных, как будет показано ниже, гомоморфный метод приводит к большой погрешности в оценке затухаемости волны. В качестве шумов могут присутствовать как измерительная погрешность аппаратуры, так и искажения вследствие наложения различных типов волн.
Для обработки данных с высокой зашумленностью был разработан метод предсказания [6, 7]. Этот метод устойчив к шумам данных, но позволяет оценивать только скорость волны. Кроме того, он не позволяет проводить дисперсионный анализ и, таким образом, может с достаточной надежностью применяться в анализе только продольных и поперечных волн, исключая дисперсные волны Стоунли.
Общей особенностью всех этих методов является то, что в них изначально выбирается или временная или частотная плоскость для последующих расчетов. Так в методе Про-ни и его модификациях расчеты выполняются в частотной плоскости. Это приводит к тому, что результаты оценок параметров базовым методом Прони по зашумленным данным имеют большие выбросы. Сглаживание получаемых оценок в гомоморфном методе [1] делает их более устойчивыми к шумам. Однако точность оценок в некоторых полосах частот снижается. Кроме того, гомоморфный метод применим только в том случае, если отсутствуют искажения вследствие наложения различных типов волн.
В методе предсказания [6] расчеты выполняются только во временной плоскости. Это исключает возможность проведения дисперсионного анализа.
Предлагаемый в данной работе метод использует в расчетах и временную и частотную плоскости. Поэтому он сочетает достоинства упомянутых выше методов. Он устойчив к шумам, позволяет работать с малым количеством приемников и выполнять дисперсионный анализ.
Идея использования и временной и частотной плоскостей в итеративном подходе к оценке требуемых параметров не нова. Она применялась в оптике, астрономии [8, 9], при расчете дифракционных оптических элементов [10, 11].
Результаты работы предложенного итеративного алгоритма сравниваются с гомо-
морфным методом. Приведем описание гомоморфного метода.
Гомоморфный метод определения скорости и затухания трубной волны
В общем случае для нахождения требуемых параметров волны необходимо решить волновое уравнение [12]:
1
s( z’ *) = ТТ^ х (2р)
от от
х I da exp(-i at) | dkX(k, a) exp(-ikz)
(1)
где 5( z, ?) - отклик, записанный на приемнике, г - расстояние между излучателем и приемником, t - время, а - частота, к - волновое число. Выражение X(к,а) включает в себя информацию о геометрии модели, излучателе, граничных условиях и т.д. Для реализации и гомоморфного и итеративного алгоритмов не требуется знать точный вид выражения X(к,а).
Записывая (1) в частотной плоскости и выполняя интегрирование по контуру в плоскости комплексного волнового числа, получим выражение, состоящее из суммы вычетов, охваченных контуром, и двух ветвящих-
ся интегралов
1 [13]:
Jcut L J
Sj( a) = A(a) exp(ij(a)).
(3)
Спектр волны на втором приемнике описывается в виде:
s2 (а) = $( а) ехр(гк (а )1), (4)
где I - расстояние между приемниками, к (а)
(6)
1 от
S(z, а) = — I dkX(к, а) exp(-ikz) =
2p J
—от
= /VЯ, exp(-ikz) + I (2)
■* Jcut
j
В некоторых частотных диапазонах основной вклад в (2) вносит лишь один вычет. Экспериментально установлено [1], что так происходит для трубной волны в диапазоне от 0 до 5 kHz.
Пусть спектр волны на первом приемнике имеет вид:
- комплексное волновое число.
Запишем к(а) в виде:
к (а) = кг (а) + га (а), (5)
где кг (а) - описывает скорость волны, а (а)
- затухание волны. Тогда (4) можно переписать в виде:
52 (а) = А( а) ехр(-а(а)/) х х ехр(г( ^ (а) + кг (а)/))
Необходимо оценить параметры кг (а)
и а (а) по измеренным сигналам на приемниках во временной плоскости.
Вычислим натуральный логарифм
s2(а) и выделим действительную и мнимую части:
Я[1п s2(а )] = 1п А(а) - а (а )1, (7)
3[1п 5 2 (а)] =
= Развернутое значение \(р(а) - кг (а)/]. (8)
Выражения (7) и (8) описывают прямые линии. Выражение "развернутое значение" в (8) подразумевает [1], что полученные по модулю 2р значения "разворачиваются" в прямую линию добавлением чисел 2рп, где п - целое, т.е. выполняется операция, обратная взятию по модулю 2р. Коэффициенты этих прямых можно найти, используя метод наименьших квадратов (МНК). В этом и заключается определение скорости и затухания акустической волны гомоморфным методом.
Итеративный алгоритм определения скорости и затухания трубной волны
Применение гомоморфного метода дало хорошие результаты при использовании большого количества приемников (12) и малом затухании волны [1]. Чтобы более точно оценивать требуемые параметры, предлагаем интерпретировать вычисления, выполняемые в гомоморфном методе, как "половину итерации". То есть, имея отклик на нескольких приемниках во временной плоскости, переходим в частотную плоскость, выполняя преобразование Фурье. Далее, в соответствии с гомоморфным методом, находим коэффици-
енты прямых - кг (со) и а(со), но не заканчиваем на этом расчеты, а переходим опять во временную плоскость. Здесь, получившуюся фазу мы оставляем неизменной, а результирующую амплитуду заменяем на амплитуду отклика на приемниках. На этом единичная итерация заканчивается.
Кроме того, в процессе итераций мы
полагаем, что кг (со) и а (со) являются линейными функциями частоты. Такая "линеаризация" увеличивает быстродействие алгоритма и делает его более устойчивым к шумам. Для выполнения более точного дисперсионного анализа значения кг (а) и а (а) можно аппроксимировать полиномами степени большей, чем первая.
Формально предлагаемый алгоритм для двух приемников записывается в виде:
Пусть 1 s(t) и 2 s(t) - отклики на первом и втором приемниках, соответственно.
15 (№>) = Ф{ ^0]=1 А(«)ехр[г(1ф(«))] - фу-рье-спектр отклика на первом приемнике.
1. Полагаем отклик на втором приемнике начальным приближением 2 s(t)=2 s0(t) .
2. Находим Фурье-спектр
2 5п (^) = ф{2 sn ^)}= 2 Ап (ехр[г(2 Фп («))] ,
где п - номер итерации.
3. Находим значения ап и сп из условия
Ш1П і
I
ln
2 An (W)
+ a nW - Cn
(9)
іA(w)
находим значения kn из условия
min ш 1(р(со) + кпсо-1(рп(со)^\ (10)
кп Y со J
4. Выполняем обратное Фурье-преобра-зованне
2 Sn +1
(t) = Ф
-1 Г1 A(w) exp(-a nW + Cn) х]
х ехр(! р(а) + к„а) 5. Выполняем замену
2 ^ )
, SPn+1 (t) :
(t)
[2 S„+1(t)]
Переходим к шагу 2 или заканчиваем итерации, если изменение 2 sn (t) меньше заданной погрешности.
Численные результаты
В качестве тестового сигнала на первом приемнике использовался (рис.1)
/20^ N
і s(ti) =cos(—(i - —)) exp
(i - N )2
2
А2
. (11)
где N = 128 - количество отсчетов сигнала,
А = 20, і = 1...128 .
Умножив Фурье-спектр сигнала (11) на коэффициент, описывающий затухание, и выполнив обратное Фурье-преобразование, получим сигнал на втором приемнике (без запаздывания)
2 ^(А-) = Ф"1 {ехР(«і)Ф[і s(ti ХІ^ (12)
На рис.2 показаны амплитуды сигнала на первом приемнике и, получившегося в результате операции (12), сигнала на втором приемнике.
На рис.3 показана фаза сигнала на втором приемнике. Заметно, что операция (12) приводит к небинарной фазе. Подобное искажение фазы может происходить, например,
Рис. 2. Сигнал на первом приемнике и сигнал на втором приемнике с коэффициентом затухания
а = 0.003
Рис. 3. Фаза сигнала на втором приемнике
при наложении друг на друга поперечной волны и волны Стоунли. Выражения (7) и (8) для модели (6) не учитывают возможности такого искажения фазы. Таким образом, цель предлагаемого итеративного процесса - точное восстановление сигнала (в том числе -фазы на втором приемнике, рис.3, включая оценку значений запаздывания и затухания сигнала, рис.4).
На рис.4 показаны амплитуды сигнала на первом приемнике и, получившегося в результате операции (12) и сдвига по времени для к = 0.1, сигнала на втором приемнике.
Эффективность работы предложенного итеративного алгоритма проверялась на зашумленных сигналах, показанных на рис.5. На этом рисунке представлены сигналы на первом и втором приемниках с коэффициентом затухания а = 0.003 и запаздыванием к=0.1, искаженные гауссовым шумом с дисперсией й = 0.01.
Для генерации гауссова шума из равномерной случайной выборки использовался алгоритм Бокса-Мюллера. Генерация равномерной случайной выборки выполнялась с помощью алгоритма Ранеку [14].
Рис. 4. Сигнал на первом приемнике и сигнал на втором приемнике с коэффициентом затухания
а = 0.003 и запаздыванием к = 0.1
В результате численных экспериментов было установлено, что предложенный алгоритм обладает различными скоростями сходимости для двух оцениваемых параметров. Алгоритм сходился к правильному значению запаздывания за две итерации, в то время как для точной оценки затухания требовалось 1015 итераций. Такое различие можно объяснить различным характером воздействия шума на амплитуду и фазу сигнала.
Действительно, зашумленный сигнал на приемнике можно записать в виде:
s(а) = (А( а) ехр(-а(а)/) + еа) х х ехр(г(р (а) + кг (а)/ + е г)) ,
где еа и ег - шумовые компоненты амплитуды и фазы, соответственно. После логарифмирования вариация фазы записывается в виде:
А(3[1п ^(а)]} = А( ).
Таким образом, преобразование не меняет вариацию фазы, и, следовательно, оценку скорости.
Используя разложение в ряд, вариация амплитуды записывается в виде:
А(1пэ(а)]»А(еа )ехр<а(:)1).
А(а)
Т.е. вариация амплитуды растет экспоненциально с ростом расстояния / между приемниками, что затрудняет оценку величины затухания.
Для примера, представленного на рис.5, при оценке величины запаздывания алгоритм сошелся к правильному значению за две итерации, причем после первой итерации (что соответствует оценке гомоморфным методом)
втором приемнике с коэффициентом затухания а = 0.003 и запаздыванием к = 0.1, искаженные гауссовым шумом с дисперсией ё = 0.01
Рис.6. Зависимость оценки коэффициента затухаемости от числа итераций
ошибка составляла всего 2%. Для оценки коэффициента затухаемости потребовалось 10 итераций, чтобы получить ошибку менее 1 % (рис.6).
Выводы
Численные эксперименты показали работоспособность предлагаемого метода. Особенно эффективен новый метод по сравнению с гомоморфным методом при оценке затухания зашумленной акустической волны. Предполагаются дальнейшие исследования, направленные на разделение различных типов волн, присутствующих в сигнале, и оценку их параметров.
СПИСОК ЛИТЕРАТУРЫ
1. Ellefsen K.J., Burns D.R.,Cheng C.H. Homomorphic processing of the tube wave generated durng acoustic logging // Geophysics. V.58. 1993.
2. Cheng C.H., Zhang J., Burns D.R. Effects of in-situ permeability on the propagation of
Stoneley (tube) waves in a borehole // Geophysics. V.52. 1987.
3. Prony R. Essai experimental et analytique // L’ ecole Polytech. V.1. 1975.
4. Lang S.W., Kurkjian A.L., McClellan J.H., Morris C.F., Parks T. W. Estimating slowness dispersion from arrays of sonic logging waveforms // Geophysics. V.52. 1987.
5. Ellefsen K.J., Cheng C.H., Tubman K.M. Estimating phase velocity and attenuation of guided waves in acoustic logging data // Geophysics. V.54. 1989.
6. Tang X.M. Predictive processing of array acoustic waveform data // Geophysics, Soc. of Expl. Geophys. V.62. 1997.
7. Chunduru R.K., Tang X.M. Automated velocity analysis of array acoustic waveform data // SEG Expanded Abstracts. 1998.
8. Gerchberg R.W., Saxton W.O. A practical algorithm for the determination ofthe phase from image and diffraction plane pictures // Optik. V.35. 1972. №237.
9. Fienup J.R. Phase retrieval algorithms: a comparison // Applied Optics. V.21. 1982. №15.
10. Методы компьютерной оптики // Под ред. В.А. Сойфера. М.: Физматлит, 2000.
11. Kotlyar V.V., SeraphimovichP.G., Soifer V.A. An iterative weight-based method for calculating kinoforms // Proc. SPIE "Image Processing and Computer Optics". V.2363. 1994.
12. Cheng C.H., Toksoz M.N. Elastic wave propagation in a fluid-filled borehole and synthetic acoustic logs // Geophysics. V.46. 1981.
13.Kurkjian A.L. Numerical computation of individual far-field arrivals excited by an acoustic source in a borehole // Geophysics. V.50. 1985.
14.L'EcuyerP. // Commun. ACM. 1988.
ITERATIVE ALGORITHM FOR CALCULATING VELOCITY AND ATTENUATION OF THE TUBE WAVE MEASURED DURING ACOUSTIC LOGGING
© 2001 N.L. Kazanskiy, P.G. Seraphimovich, S.I. Kharitonov
Image Processing Systems Institute of the Russian Academy of Sciences, Samara
We develop a new iterative algorithm to obtain estimates for the velocity and attenuation of the tube wave, which is measured during acoustic logging by a few receivers. A distinguishing feature of the algorithm is that optimization of the estimated parameters is performed in both the space plane and the frequency plane. On the one hand, it provides a high degree of tolerance of our algorithm of noise and on the other permits one to conduct dispersion analysis of wave modes, for example, Stoneley waves. A comparison of the new algorithm and the homomorphic algorithm is made.