CN113614579A - 宏压缩传感数据采集 - Google Patents

Abstract

描述了涉及拖缆的发明。这些拖缆包含一个或多个拖缆段。这些拖缆段可以具有沿其长度布置的传感器、通道和/或传感器的模拟阵列。这些拖缆段中的至少一个沿着长度具有可变密度的传感器、通道和/或模拟阵列。

Description

宏压缩传感数据采集

本发明涉及一种拖缆设备，特别地，一种传感器设备，其具有沿着拖缆或拖缆段的不同密度的传感器、通道或传感器阵列。

本发明的主要应用是地震数据采集，但也可以应用于其他领域，例如声能学和超声学。

拖曳式海洋拖缆(streamer)用于对海底进行地震勘测，以绘制海面和海面下的特性图。每个拖缆都包括一根缆线，该缆线在水面下方被拖在船只后面。拖缆具有一系列耦合在其上的传感器，这些传感器通常测量水中的压力差。可以使用测量速度或加速度的传感器(运动传感器)作为替代，或者两种类型的传感器可以一起使用，以减少输出信号中的噪声，如下所述。传感器通常沿拖缆均匀分布，相邻传感器之间的距离可以固定在12.5m左右。这种配置导致传感器的密度不会沿着拖缆的长度变化(例如，在本示例中，传感器的密度将为每12.5m一个传感器，或0.08m^-1，沿着拖缆的所有方向)。

一个或多个地震源位于船舶上并周期性地发射地震波，这些地震波穿过水面并在海底或海底反射。这些压缩波然后返回海洋表面，并由传感器测量为相邻水分子的一系列压缩和减压，从而提供有关海洋表面和船舶下方海面的地形和结构的信息。可以使用一条拖缆，也可以使用多条拖缆一起使用并在船舶后面彼此并排拖曳以形成传感器毯(这些被称为3D调查，因为能够通过此类配置制作的此类海下图像)。虚假信号是由已经通过一旦靠近拖缆上的传感器并被海洋表面反射回拖缆的压力波产生。通常，虚假信号不提供额外的有用信息，并且希望将其从最终信号中去除。这可以通过使用粒子运动传感器来补充水听器传感器读数来实现，这通常比粒子运动传感器获得更好的信噪比。粒子运动传感器提供方向测量，因此可以与压力读数一起使用，以区分从海面和海底传播的波浪。两种类型传感器的读数的组合允许去除虚假信号。

当拖缆被拖曳时，由于海水的自然运动和船舶以外的运动以及拖缆本身在水中的拖曳，接收到的信号会受到高水平的附加噪声的影响。当然，希望尽可能降低这种噪声，并增加信噪比。

传统上，传感器和输出点都沿拖缆或拖缆段的长度以恒定间距均匀分布。在这种情况下，相邻输出点之间或拖缆上相邻传感器之间的距离不会沿拖缆发生变化。对输出点之间距离和拖缆上所需输出点的数量的选择由信号采样要求决定，对传感器之间的距离和所使用传感器的数量的选择由噪声采样和衰减要求决定。

奈奎斯特采样标准决定了最小信号采样率以从信号中保留一定信息的，并规定要对信号进行正确采样，需要大约每3米(3.125m)一次输出，对应于每2ms测量一次。然而，这确实增加了设备的成本和复杂性，并且通常提供位于拖缆上每12.5米的输出。这种较低的采样率会导致混叠，尤其是在较高频率和压缩波的传播方向接近水平的情况下。

根据本发明的第一方面，提供了一种拖缆，其包括至少一个拖缆段，至少一个拖缆段包括多个传感器，其中多个传感器的密度沿着至少一个拖缆段变化。

在实施例中，拖缆包括多个输出点，来自一群传感器的数据被馈送到多个输出点，并且多个输出点周围的传感器密度最高，多个输出点之间的传感器密度较低。

在实施例中，传感器是粒子运动传感器和/或压力传感器。

在实施例中，在5m滑动窗口内测量的传感器密度沿着拖缆以至少1.3的系数变化。

在实施例中，在6.25m滑动窗口内测量的传感器的密度变化超过1.5、2或3倍，在12.5m滑动窗口内测量的传感器的密度变化更多超过1.5、2或3倍，在25m滑动窗口内测量的传感器的密度变化超过1.5、2或3倍，或者在50m滑动窗口内测量的传感器的密度变化超过1.5、2或3倍。

在实施例中，传感器密度函数被定义，其将以特定位置为中心的拖缆段中的传感器密度描述为该位置的函数，并且其中传感器密度函数沿拖缆的局部最大值具有不均匀分布。

在实施例中，沿着拖缆的相邻输出点之间的间距不是恒定的。

在实施例中，传感器中的一个或多个包括传感器的模拟阵列。

在实施例中，每个传感器与用于将数据从传感器或模拟传感器阵列传输到输出点的单个通道相关联。

在实施例中，每个输出点位于其接收数据的传感器组中的最外面的传感器的位置之间的中途。

根据本发明的第二方面，提供了根据权利要求1至9中任一项所述的拖缆，其中所述传感器被分组为：多个第一传感器组，每个第一传感器组包括3至5个传感器并且是被配置为将数据馈送到关联的输出点，其中由第一传感器组馈送的输出点沿拖缆平均间隔5到15米；多个第二传感器组，每个第二传感器组所包括的传感器的数量少于每个第一传感器组中的传感器的数量，第二传感器组沿着拖缆位于相邻的第一传感器组之间并且被配置为将数据馈送到相关联的输出点。

在实施例中，第一传感器组沿拖缆间隔约12.5米。

在实施例中，第二传感器组沿着拖缆位于相邻的第一传感器组之间的中途。

在实施例中，拖缆上的所有输出点被配置为转发以处理与具有高于阈值频率的频率的信号相关联的传感器数据，并且仅与第一传感器组相关联的输出点被配置为转发以处理与具有等于或低于阈值频率的频率的信号相关联的数据。

在实施例中，阈值频率约为60Hz。

根据本发明的第三方面，提供了一种用于优化多个传感器和多个输出点沿着拖缆的分布的方法，来自一组传感器的数据被馈送到多个输出点，该方法包括：输出点沿拖缆的位置；并且使用所确定的输出点位置，配置传感器组以向每个输出点馈送数据并且沿着拖缆定位这些传感器组，其中确定传感器组的位置使得传感器沿着拖缆的分布是不均匀的。

在实施例中，每个输出点的位置在传感器组的重心处，每个输出点被配置为从该传感器群接收数据。

在实施例中，传感器位置被确定为使得传感器的密度在输出点周围最高并且在输出点之间最低。

在实施例中，确定输出点的位置的步骤包括确保输出点沿拖缆非均匀地分布。

在实施例中，该方法包括使用压缩感测算法从输出点处的信号沿着拖缆重建一组规则间隔的输出，其中规则间隔的输出的数量大于输出点的数量。

根据本发明的第四方面，提供了一种拖缆，包括一个或多个拖缆段，每个拖缆段具有沿其安装的多个传感器和多个输出点，来自一组传感器的数据输入到这些输出点，所述传感器包括：多个第一传感器组，每个第一传感器组包括3至5个传感器并且被配置为向输出点之一馈送数据，其中由第一传感器组馈送的输出点沿拖缆平均间隔开5至15米；多个第二传感器组，每个第二传感器组包括的传感器数量少于第一传感器组中的每一个中的传感器数量，第二传感器组沿着拖缆位于相邻的第一传感器组之间，并且每个第二传感器组被配置为向一个输出点馈送数据，由第二传感器组馈送的输出点也位于由第一传感器馈送的相邻输出点之间。因此，第一(较大)传感器组中的每一个都大于第二(较小)传感器组中的每一个。第一传感器组也可以比第二传感器组更长并且包括更多数量的传感器，但这不是必须的。

在实施例中，每个输出点位于其接收数据的传感器组中最外面的传感器的位置之间的中途。

在实施例中，第一传感器组沿拖缆间隔约12.5米。

在实施例中，第二传感器组沿着拖缆位于相邻的第一传感器组之间的中途。

在实施例中，第二组中的传感器是第一传感器组中的传感器的子集。这对于第二传感器组中的一些但不是全部可能是真的。这对于第二传感器组中的大约一半可能是真的(因为它们比较大的第一传感器组间隔得更近)。

在实施例中，拖缆上的所有输出点被配置为转发与具有高于阈值频率的频率的信号相关联的传感器数据以供处理，并且仅与第一传感器组相关联的输出点被配置为转发与具有等于或低于阈值频率的频率的信号相关联的数据以供处理。

在实施例中，阈值频率约为60Hz。

在实施例中，传感器的密度在输出点周围最高并且在输出点之间最低。

根据本发明的第五方面，提供一种拖缆，其特征在于它包括一个或多个拖缆段，拖缆段包括传感器，其中传感器的密度沿着拖缆段中的至少一个而变化。

在实施例中，传感器密度在输出点周围最高，输出点之间的传感器密度降低。

在实施例中，传感器是粒子运动传感器和/或压力传感器。

在实施例中，至少一个传感器拖缆段的密度在至少5m滑动窗口上具有以至少1.3的因数变化的传感器密度。

在实施例中，传感器在6.25或12.5或2或50m滑动窗口上的密度变化超过1.5或2或3倍。

在实施例中，沿至少一个拖缆段的传感器密度函数的局部最大值具有非均匀分布。

在实施例中，密度峰之间存在非恒定间隔。

根据本发明的第六方面，提供一种拖缆，其特征在于它包括一个或多个包含通道的拖缆段，其中通道的密度沿着拖缆段中的至少一个而变化。

在实施例中，通道的传感器密度在输出点周围最高，输出点之间的通道密度降低。

在实施例中，通道记录粒子运动传感器和/或压力。

在实施例中，至少一个传感器拖缆段的密度在至少5m滑动窗口上具有以至少1.3的因数变化的通道密度。

在实施例中，通道的密度在6.25或12.5或25或50m滑动窗口上的变化超过1.5或2或3倍。

在实施例中，沿至少一个拖缆段的通道密度函数的局部最大值具有非均匀分布。

在实施例中，密度峰之间存在非恒定间隔。

根据本发明的第七方面，提供了一种拖缆，其特征在于它包括一个或多个拖缆段，所述拖缆段包括至少一个传感器模拟阵列，其中模拟阵列中心沿至少一个拖缆段非均匀分布。

在实施例中，模拟阵列密度中的至少一个在输出点周围最高，输出点之间的密度降低。

在实施例中，传感器的模拟阵列中的至少一个记录粒子运动传感器和/或压力。

在实施例中，至少一个传感器拖缆段的密度具有在至少5m滑动窗口上变化至少1.3倍的传感器模拟阵列的密度。

在实施例中，传感器模拟阵列中的至少一个在6.25或12.5或25或50m滑动窗口上的密度变化超过1.5或2或3倍。

在实施例中，沿至少一个拖缆段的传感器阵列密度函数的局部最大值具有非均匀分布。

在实施例中，密度峰之间存在非恒定间隔。

本发明解决了这种类型的信号中的噪声和混叠问题，这将在下面详细描述。本发明适用于所有地震数据采集场景，包括拖曳式拖缆(towed streamer)、海床、节点和陆地地震数据采集，但我们在下面的描述中以拖曳式拖缆场景作为平台来解释这些想法。因此，在提出论点时，将使用拖曳式拖缆术语(其中每个拖缆可能包括多个拖缆段，例如100m拖缆段)，而不影响最终权利要求的一般性。

以下术语对于本领域技术人员而言具有比将要呈现的含义更广泛的含义。这些术语更加简洁，但没有暗示或有意限制标准含义。

理解输入点和输出点的概念很重要。输入点对应于感测或测量原始数据的传感器的物理位置，输出点对应于沿拖缆提供信号估计的物理位置，信号估计通常通过将来自由硬件或软件手段形成群(group)的多个传感器的数据组合在一起提供。可以相对于链接输出点的位置测量群内传感器的位置，并且将各个输出点的位置与接收到的信号一起使用，以通过对从沿着拖缆的输出信号的已知位置接收到的输出信号进行信号处理来再现海底结构。

一条可能有几公里长的拖缆通常不是一条连续的缆线，而是通过将几个拖缆段连接在一起制成的，例如每个拖缆段的长度可以是100m、150m或200m。可以使用不同长度的拖缆的组合。这允许根据需要改变拖缆的长度，并提供在技术故障的情况下更换一个拖缆段而不是更换完整拖缆的能力。

此处使用的术语传感器是指可用于测量不同的感兴趣特性的任何的一个装置或多个装置。测量地震信号的粒子运动传感器(例如地震检波器、加速度计和/或旋转传感器)或压力传感器(例如水听器)是最常见的，并且这些特别适合与下述方法一起使用。然而，可以使用任何适合测量粒子运动或压力变化并适合安装在拖缆上的传感器。

粒子运动传感器可以是用于测量速度或加速度的传感器，例如动圈地震检波器、MEMS加速度计或压电加速度计。水听器是用于例如通过压电方式测量压力变化的传感器。

模拟阵列是一组共同连接到一个电子通道的硬接线传感器。这些传感器通常可以包括4到16个传感器，每个传感器长2m到15m(并且可以重叠)。传感器分布可以是均匀的或不均匀的。输出点通常位于阵列的中心。阵列的中心可以是物理中心、重力中心或两者。对于这种类型的阵列，至少部分噪声衰减是通过将来自阵列内传感器的模拟信号加在一起来实现的。

在使用单独的传感器而不是使用形成模拟阵列的传感器情况下，这些传感器可以各自链接到自己的通道，并且多个传感器的通道可以向特定输出点提供输入数据。

通道或电子通道通常包括放大器或前置放大器和ADC(模数转换器)。它们将来自传感器或来自传感器阵列的信号数字化，因此每次来自模拟传感器或模拟传感器阵列的读数被数字化时都有一个通道。如果只有一个传感器连接到一个通道，这称为单传感器记录。如果多个传感器连接到通道，这称为传感器阵列记录。存在的通道的数量可以对应于通过地震缆线传输到船舶的数据点的数量。输出点本身并不等同于通道。输出点对应于记录到磁带或作为输出提供给客户端的数据点。这些数据点可以链接到本身携带从多个传感器收集的数据通道，该通道，或者可以链接到各自传输从单个传感器收集的测量数据的多个通道。或者，各自都链接到一个以上传感器的多个通道可以耦合到单个输出点。因此，每个输出点不必与一个或仅一个模拟传感器阵列或通道相关联。其他通道将数据(这些数据通常在此时被数字化)从输出点携带到处理软件。该处理软件通常会从位于沿着拖缆的已知物理位置处的许多输出点接收信号，以用于再现从海下接收的信号以及海下本身的结构。

对于单个传感器记录(用于一个传感器的一个通道)，通道的位置或通道位置与传感器的位置相同。对于模拟阵列记录(多个传感器组合为用于一个通道的阵列)，通道的位置通常位于阵列的中心或重心。

在某些情况下，噪声事件是局部相干的。图1公开了来自拖曳测试的强局部相干噪声的示例。在某些数据采集场景中，数据可能会受到相干长度相对较短的噪声的影响。一个例子示于图1，在图1中显示了在拖曳式拖缆实验中获得的加速度计数据。左侧面板位于时偏移(空间)域，右侧面板位于频偏域。

特别是在局部相干噪声是一个问题的情况下，可以通过在输出点附近进行更密集的传感器采样来改善信号再现，如下所述。为了说明这一点，我们再次使用拖曳式拖缆地震采集的示例。图2公开了传感器的示例，其中传感器间隔开以提供125Hz(如果滤波器包含抗混叠则可更高)的无混叠输出。图中使用三角形表示传感器沿拖缆段的位置。图2、3、5和7使用箭头指示沿拖缆的输出点位置。

本申请介绍了一种新方法来采集数据，该方法的信噪比(SNR)比存在局部相干噪声时常见的方法更高。所描述的系统在传感器数量有限的情况下尤其相关，并描述了如何放置传感器以减少噪声和混叠的不利影响，同时最小化拖缆上所需的传感器数量。本发明如何做到这一点的一部分是通过沿拖缆或拖缆段的长度使用传感器、通道和/或模拟传感器阵列的可变密度函数。

考虑两种类型的传感器布局，如图2和图3所示。蓝色三角形表示传感器的相对位置，红色箭头表示输出点。在图2中，所需的输出点以6.25m的间隔均匀分布。这旨在提供高达120Hz的无混叠输出，假设海洋地震采集中最慢地震信号能量的表观速度1500m/s。这显示了一个非均匀间隔的传感器，以避免噪声混叠。如果使用抗混叠滤波器，则可以实现到更高频率的无混叠输出，但代价是在更高频率下发生一些倾角(dipping)事件。

拖缆上某一点的传感器密度是指该点每单位长度的传感器数量。如果每单位长度的传感器数量是固定的，那么传感器可以以多种方式分布。如果有足够多的可用传感器，它们可以根据奈奎斯特准则以规则的间隔放置，但是由于需要大量传感器，这样做通常意味着设备的高成本、高重量和复杂性。如果传感器间距是固定的，那么传感器的密度不会沿着拖缆变化。例如，对于5米的传感器间距，在拖缆上的所有位置，传感器的密度将为每米0.2个传感器(或1/5m^-1)。

一种替代方法是伪随机地(以非均匀间隔)放置传感器，以避免硬混叠。一种可能的伪随机传感器分布在图2中示出。为了在所有所需的输出点提供干净的输出，传感器必须沿着拖缆相对良好地分布。

另一种已被证明在降低噪声方面特别有效的方法是将传感器集中(群集)在靠近输出点的位置，以更好地衰减短相干长度噪声。一种可能的集群传感器分布在图3中示出。这公开了传感器间隔开以在输出点提供更清晰的信号(但仅在60Hz时未混叠-如果滤波器包含抗混叠，则更高)。图中显示了均匀间隔的输出点，间隔距离为12.5米。沿图3所示拖缆段的传感器密度现在是非均匀的。每米的传感器数量(传感器密度)在输出点附近较高，而在远离输出点处较低(降至零)。

由于传感器很昂贵，因此非常珍贵，输出点附近的更密集采样可能需要输出点的更稀疏分布(相邻输出点之间的距离沿着拖缆平均更大)。与伪随机采样策略相比，通过在上述示例中将更多的传感器专用于每个输出点(在本示例中为两倍)，通过在输出点附近进行更密集采样来实现卓越的噪声衰减被至少部分实现。例如，如果每个部分的传感器总数由于成本影响而固定，那么这意味着输出点的数量必须更少。在图3中，这针对以12.5m的间隔间隔开的输出点示出，这等于图2所示示例中输出间隔的一半。

然而，如果输出点是均匀间隔的，那么较稀疏的输出点可能会导致不可接受的信号混叠水平。输出点通常可以以均匀或不均匀的间隔定位。如果它们以统一的间隔定位，则奈奎斯特准则会在需要达到所需频率的非混叠输出数据时对间隔的长度设置上限。

如果传感器的数量(例如每个拖缆段)是固定的，那么这定义了每个输出群可以分配的最大传感器数量。如果需要更好的噪声衰减，则每个输出点需要更多数量的传感器，由于传感器数量固定，因此需要减少输出点的数量。使用统一的输出间距，这将意味着输出点之间的间隔更长，从而导致混叠。

图4示出了图2和图3所示的两种分布的噪声衰减性能的比较(其中输出点沿拖缆均匀分布，使得相邻输出点之间的距离是固定的)。该图显示了噪声与频率的功率谱密度。我们看到，与不同的伪随机配置(如图2所示的配置类似)相比，集群式传感器配置(与图3中描述的相似)实现的噪声衰减要高约10dB(除了在非常低的频率下)。

如果输出点间隔均匀，则较稀疏的输出点可能会导致不可接受的噪声/信号混叠水平。例如，12.5m的常规输出间隔(沿拖缆的相邻输出点之间的距离)将仅提供60Hz的无混叠输出。因此，如果输出点均匀分布，则图4中所示的噪声衰减仅以允许输出信号混叠为代价才可行。

如上所述，输出点周围更密集的采样已被证明有利于衰减该输出点的短相干噪声。这需要每个输出点具有给定的最小传感器数量(以实现所需的噪声衰减水平)，但通常每个地震段也有可实现的最大传感器数量(这通常由成本考虑决定)。结果是必须有比根据经典采样理论充分采样高于特定波数的信号所需的更少的输出点。特别是在输出点均匀的情况下，某些信号波数会出现混叠，从而无法正确恢复。因此，似乎存在一个两难选择，即我们必须允许比预期更多的噪声或更多的混叠信号。

对此的解决方案是以不均匀的间隔定位输出点，以防止信号的硬混叠。非均匀采样的输出信号可以使用几种压缩传感方法之一进行正则化(内插到规则网格上)。否则，它们可以被直接使用，例如用于地震成像，使用它们已知的不规则(非均匀)位置。

可以定义传感器密度函数来描述以特定位置为中心的拖缆段中的传感器的密度作为该拖缆段的位置的函数。密度函数在传感器间隔很近的地方最高(在传感器间隔很近的拖缆段中的传感器密度很高)，而在传感器稀疏分布的地方最低。在传感器聚集成群的情况下，每群将代表密度函数中的局部最大值。这些局部最大值不必具有相同的大小，但如果密度高于相邻位置，则将被视为局部最大值。拖缆的密度函数的全局最大值将代表这些局部最大值中的最高值。

使用沿着拖缆的输出点的非均匀分布和沿着拖缆的不同密度的传感器，特别是在这对应于在输出点处或输出点附近的更高密度的传感器的情况下，可以减少噪声和混叠，因此可以在不增加所需传感器数量的情况下获得干净的信号。现在将仅通过示例的方式，参考以下附图描述本发明的实施例，其中：

图1绘制了来自拖曳测试的强烈局部相干噪声。

图2示出了间隔开以提供125Hz(如果滤波器包含抗混叠，则更高)的无混叠输出的传感器的示例。

图3示出了间隔开以在输出点提供更清晰的信号(但仅在60Hz时未混叠；如果滤波器包含抗混叠则更高)的传感器的示例。

图4示出了用于均匀间隔的输出点的传感器放置和滤波器设计的测试结果。

图5示出了非均匀间隔的输出点的示例，用于通过包括聚集在输出点附近的传感器来避免混叠同时允许良好噪声衰减。

图6示出了用于再现输出点被非均匀分布的信号的方法的流程图。

图7公开了每个局部传感器集群使用多于一个输出的示例。

图8提供了沿拖缆非均匀分布的阵列的示意性示例。

图9示出了使用SEAM有限差分数据的合成示例的结果。

图10示出了沿着拖缆以不同尺寸的群分布的传感器的示意性示例。顶行沿拖缆段均匀分布传感器群，底行非均匀分布相同群。

图11图示了用于再现信号的方法，其中使用不同组的传感器群来说明信号中的不同频率范围。

图12图示了用于再现信号的方法，其中使用不同组的传感器群来说明信号中的不同频率范围并且这些群沿着拖缆段非均匀分布。

在一些实施例中，本发明使用输入点(传感器位置)和输出点的非均匀间隔来从噪声影响的测量获得信号的高质量(高SNR)估计。

如前所述，需要在允许比希望更多噪声或允许更多混叠信号之间进行权衡。非均匀输出采样可以同时解决信号和噪声采样问题。混叠问题至少可以通过放宽输出点的间隔应该是规则的要求来部分克服，并通过允许非均匀间隔的输出点来实现压缩感知(CS)。

图5示出了实施例中的传感器(输入点)和输出点的一种可能配置。包括非均匀间隔的输出点(平均间隔大于12.5m)以避免混叠，同时该装置通过使用聚集在输出点附近的传感器允许良好的噪声衰减。传感器按输出聚集并且分布不均匀。非均匀分布是指相邻传感器之间或相邻输出点之间的距离沿拖缆不固定。例如，对于位于两个相邻输出点之间的输出点，到沿着拖缆的一个方向上最近的输出点的距离可以小于沿着拖缆的另一方向上到最近的输出点的距离。如果传感器的分布也被选择为非均匀分布，那么位于拖缆上两个其他传感器之间的传感器也是如此。输出点可以沿着拖缆段或拖缆伪随机地间隔开。

如果选择6.25m规则间隔，则与每100m拖缆段16个输出点相比，此示例包含的拖缆每单位长度的输出点更少，但信号更清晰(即产生具有更高SNR的输出数据)。更干净的输出数据更适合压缩感知解决方案，包括使用最先进的CS方法将规则化为规则网格。图6示出了使用非均匀分布的输出点再现信号的方法的流程图。压缩传感算法用于通过使用输出点处的非均匀间隔输出沿拖缆重建规则间隔的输出来解决输出点不均匀分布的事实。与沿拖缆物理间隔开的输出点相比，重构输出的数量通常会更多。

因此，上述示例允许使用各种噪声衰减方法来产生更清晰的输出迹线。作为非限制性示例，假设每个拖缆段(可能是100m长)有56个传感器(输入点)。如果如上例所示有16个均匀采样的输出点，则每个输出点将有3.5个传感器，并且这些传感器必须沿着拖缆相当好(非均匀)地分布，以确保这16个输出点中的每一个都给出合理的干净的输出。相反，如果需要注意的输出点较少(但间隔不均匀)，则噪声衰减方法可以提供更清晰的结果，因为将有更多传感器可用于向每个输出点提供数据(或者装置可以使用更少的传感器)。例如，如果我们发现每个拖缆段有8个非均匀采样的输出点就足够了，那么每个输出点将有7个传感器，如果我们只需要5个输出点，则每个输出点将需要11个传感器。

压缩感知恢复算法将用于使用更清晰的输出数据重建信号。示例包括：IAA-MP和BPDN。其他示例对于本领域技术人员来说将是显而易见的。

在实施使用传感器和输出点的非均匀分布的实施例时，建议首先优化非均匀输出点位置。假设干净(仅信号)输出，人们可以搜索允许最佳重建的最佳非均匀输出位置。接下来是优化输入(传感器)位置以匹配输出点的步骤。

调整我们当前的任何传感器优化技术，然后我们将优化传感器位置，以在所选位置为我们提供最干净的输出。这可能涉及在输出点周围聚集传感器位置。与特定输出点相关联的群内的传感器可以均匀分布(例如，一群5个传感器可以以0.2米的间距放置，输出点在两个最外面的传感器之间等距)。这仍将导致传感器沿拖缆的不均匀或不均匀分布，因为到与沿着拖缆的下一个输出点相关联的相邻传感器群的距离将不同于群内传感器之间的间距(即在该示例中不会是0.2米)。

当然，在一些实施例中，耦合到单个输出点的群内的传感器也可以非均匀分布。传感器或输出点的非均匀分布可能但不总是意味着特定拖缆段上相邻传感器或相邻输出点之间的所有距离彼此不同。

然而，只要在拖缆段上相邻传感器或相邻输出点之间的距离中的至少一些是不同的，传感器或输出点的分布就可以被认为是不均匀的。

这种两阶段优化也可以耦合到单阶段，但这将需要更昂贵的优化工作。

在一些实施例中，每个传感器集群产生多于一个的输出是可能的(并且是有利的)。

我们可以设计噪声衰减方法，为给定的传感器集群提供不止一个点的输出。这将有利于重建；例如，通过定义一个补充的有限差分信号。这种配置的示例示于图7。在该示例中平均间隔大于等于12.5。

图8公开了沿拖缆非均匀分布的阵列的示意性示例。每个三角形代表一个传感器，连接在一起的一群传感器代表传感器阵列。请注意，传感器阵列本身沿拖缆段以非均匀方式分布。单个通道将把来自阵列内所有传感器的数据传送到输出点。尽管图8所示的传感器阵列沿每个传感器阵列或在每个传感器阵列内等距隔开，但这仅用于说明目的。这些传感器也可以是非均匀分布的。输出点位置可以对应于每个阵列的物理中心和/或重力中心。

图9示出了数值示例。图中以曲线表示的数据是基于SEAM模型使用有限差分代码创建的。顶部面板中的红色框显示了用于测试的数据部分。中间一行的左侧面板显示了测试数据的f-k变换；右侧面板显示了如果以12.5的固定间隔定期采样数据会出现的混叠。底行显示测试结果，将精细采样的参考与在单个tx-窗口中使用IAA-MP算法执行的重建进行比较。

如果采样不均匀，可以将干净的信号重建(正则化)到规则网格上。该信号具有高达125Hz的频率成分，因此如果在12.5m处定期采样，则明显混叠。图7底行的第二个面板显示了一个示例，其中8个输出点非均匀分布在100m上，平均间距为12.5m。然后将数据正则化为精细网格，以与输入进行比较。使用IAA-MP算法的重建误差小于5％RMS。

至少一个拖缆段的密度具有在至少5m长的滑动窗口上变化至少1.3倍的传感器、通道和/或传感器阵列的密度。例如，6.25m滑动窗口内的传感器密度可能沿拖缆变化超过1.5、2或3倍。12.5m滑动窗口内的传感器密度可能沿拖缆变化超过1.5、2或3倍。25m滑动窗口内的传感器密度可能沿拖缆变化1.5、2或3倍以上，或者50m滑动窗口内的传感器密度可能沿拖缆变化超过1.5、2或3倍。

滑动窗口(sliding window)指的是可移动的拖缆段或拖缆部分，在该拖缆段或拖缆部分中，可以计算传感器的数量以确定传感器密度的测量值。所计算的传感器数量当然取决于此窗口的大小。然后可以通过将所计算的传感器数量除以窗口大小来确定窗口内拖缆段处的传感器密度的测量值。通过沿着一段拖缆滑动窗口(移动正在被检查的拖缆段的位置)，可以确定表示在每个拖缆段的位置处的传感器密度的多个测量值。这些位置可以重叠也可以不重叠。例如，5m滑动窗口内的传感器密度变化超过1.5倍的陈述表明在拖缆上将有可以定位窗口以提供最小密度测量值的位置和可以定位窗口以提供最大密度测量值的位置，并且该最大密度测量值将是该最小密度测量值的1.5倍以上。

在某些情况下，在窗口的某些位置测量的密度可能为零。在拖缆的一个示例中，传感器成群分布，每群覆盖拖缆上大约3m的长度。这些3m长的传感器群通常每个都连接到位于群中心的一个输出点(距离每个最外面的传感器大约1.5m)，但也可能连接到多个输出点。输出点沿拖缆段间隔约12.5m。

输出点之间的距离可能不均匀，因此输出点沿拖缆段平均间隔12.5m。在这种情况下，传感器群之间的平均间隙约为9.5m。当5m窗口位于此间隙上方时，窗口内将不存在传感器，并且密度将被测量为零。在这种情况下，在拖缆上的滑动窗口(可以是1m、2.5m、5m、6.25m、12.5m或25m滑动窗口)中测得的最高密度与在相同大小的滑动窗口中测量到的最低非零密度(例如，窗口包含1个传感器)之比将超过1.5、2或3。

如果在位于拖缆上一点处的滑动窗口测量到零密度，则在5m滑动窗口中测量的最高密度与在1m、2m、5m、6.35m、12.5m或25m滑动窗口中测量到的最低非零密度之间的比率将超过1.5、2、3、5或10。此处打算涵盖这些窗口大小和比率的任何组合。

对于给定长度的拖缆，需要存在多少输出点以实现给定信号质量将取决于被测量信号的频率。对于更高频率的信号，将需要输出点间隔更近(输出点的密度更高)，以便在处理阶段实现信号的良好再现。这是因为太低的采样率可能无法区分不同频率的两个信号。对于更高频率的信号，通常需要更高的采样率。然而，在拖缆传感器处发生地震反射的情况下，噪声在较低频率处较高(参见图4)。因此，对于较低的频率，需要较低密度的输出点，但将信号馈送到每个输出点所需的传感器数量需要更多，以抵消信号中较高噪声水平的影响。

为了满足信号中的高频和低频，同时最小化特定拖缆段所需的传感器数量，传感器可以如图10所示沿该拖缆段分布。在上排，输出点(和传感器群)沿拖缆均匀分布，在第二排，输出点(和传感器群)非均匀分布。在所示的示例中，传感器按群定位，每个群都以一个输出点为中心，并且传感器如上所述围绕其相关联的输出点进行聚集。

沿着拖缆每12.5米放置5个传感器(绿色/黑色三角形)的群。每6.25米放置3个传感器(粉红色/浅色三角形)的较小群。每个较大群中的一些(在这种情况下为3个)传感器也形成传感器的较小群之一。5个传感器的群中的一些或所有传感器因此用于为较低频率信号以及较高频率信号提供输出。两个频率都满足降噪和采样率方面的要求，但使用的传感器比沿拖缆每6.25米放置5个传感器的群的情况少。

当然，给出的确切距离仅是示例，并且可以针对特定情况或在要检测特定类型的信号的情况下优化群之间的距离和每群中传感器的数量。可以沿着拖缆每10到25米，优选地每10到20米，更优选地每11到15米，最优选地每12.5米设置3到12个，优选地4到10个，更优选地4到6个，最优选地5个传感器的群，并且以更短的间隔(例如每2到15米，优选地每4到8米，最优选地每6.25米)设置1到5个，优选地2到4个，最优选地3个传感器的较小群。

群之间的距离可以被平均，以便输出点沿拖缆段的分布以及传感器沿拖缆段的分布是不均匀的，以减少如上所述的噪声和混叠的影响(如图10所示的下部示例分布所示)。如果使用输出点的非均匀分布，那么沿着拖缆可能需要更少的点并且较大群和较小群之间的平均距离可能能够增加。可以沿着每个拖缆段将群的特定模式重复多次，并且可以连接多个这样的拖缆段以形成更长的拖缆。

为了考虑更高的频率，可以在群之间包括额外的单个传感器，使得每3.125米设置一个输出点，或者，如果使用群和/或输出点的非均匀分布，则使得平均每3.125米设置一个输出点。这些传感器将位于5个传感器的群和3个传感器的群之间。如果使用非均匀群分布，每对相邻的大传感器群和小传感器群将在中途或平均中途有单个传感器。

下表汇总了每个频率范围的要求估计值。该表在使用粒子运动传感器的情况下特别相关，但在其他情况下也可能相关。

尽管优选传感器和输出点的分布沿着拖缆段是不均匀的，但是这不是使频率迎合使用不同群组的需要。例如，传感器可以沿着拖缆的长度以固定的间隔距离定位，并且用于不同频率测量的输出点简单地链接到这些传感器的特定群，从而满足对传感器数量和采样频率的要求。

图11示出了用于再现信号的方法的流程图，其中包括两组传感器群以说明信号中的低频和高频。在图11所示的方法中，群沿拖缆均匀分布(这通常意味着输出点也均匀分布，因为这些通常位于每群传感器的中心)。第一群传感器专门设计用于衰减第一频带中的噪声，而第二群传感器专门设计用于衰减更高的第二频带中的噪声。这些传感器沿着拖缆间隔开，使得第二群位于第一群之间。一些传感器将同时属于这两个群。第一频带中的噪声衰减输出从第一群中的传感器获得，并在空间上内插到较小的间距以与第二群输出点的间距相关。可以为两个群(或仅构成第二群的一部分的传感器)的较小间距处的输出点收集第二频带中的噪声衰减输出。用于两个频带的这些输出被组合，导致第二群的较小间隔处的用于两个频带的输出。当获得第一频带的信号时，可以仅使用来自较大的第一群的信号(因为这可以避免使用来自具有较少传感器的第二群的噪声信号)。在某些情况下，可以同时使用来自两个群的信号。

图12是信号再现的类似方法的流程图。图12所示的方法涉及沿拖缆非均匀间隔的传感器群。在这种情况下，链接到第一群和第二群的输出点是非均匀间隔的。该方法类似于图11的方法，但是在处理来自两组传感器群的信号时必须使用图10的方法，以便从非均匀分布的输出点创建一组噪声衰减的规则间隔的输出。

到目前为止，我们只讨论了公共源设置中的操作。我们还可以考虑将非均匀采样的源点包含到高维重建问题中的可能性。众所周知，高维的信号表示比低维的信号表示更稀疏，从而提高了使用CS技术的重建质量。这反过来可以首先允许更稀疏的输出点采样。

这里提到的非均匀采样源点可以被认为是同轴方向(拖缆的一般方向)以及交叉方向。因此，同轴(in-line)方向是指沿纵长方向或与拖缆最长边方向平行的方向。交叉(cross-line)方向是指与同轴方向垂直的方向，或通常与拖缆的最短边平行的方向。传感器和/或输出点在沿着拖缆的同轴方向和沿着拖缆的交叉方向中的任一个或两个上可以是非均匀分布的，或者可以具有变化的密度。此外，还可以考虑在交叉方向上不均匀间隔的拖缆，这增加了使用压缩感知方法的高维信号重建方法中信号的稀疏性。输出点和传感器的相同非均匀分布可以应用于交叉方向以及或代替同轴方向。为了在交叉方向以及沿着每条拖缆延伸传感器覆盖层，需要将几条拖缆并排拖离船的后部，或者拖缆段需要具有一定的厚度以允许传感器以2D而不是1D配置安装在特定拖缆上。

在一个实施例中，传感器密度在输出点周围最高，输出点之间的传感器密度降低。在另一个实施例中，输出点周围没有聚集。在这些示例中，传感器的分布是不均匀的。

更少的输出点(跟踪)将支持更便宜的压缩感知算法。尽管这些方法通常在计算上很昂贵；考虑到与输入跟踪的数量相比，需要处理的输出跟踪数量较少，因此它们的使用将更实惠。

我们在一般意义上使用聚集(cluster)这个词，因为这些位置之间可以有传感器。这种方法可以在拖缆、海床、节点、钻孔和陆地地震数据采集场景中找到应用。

通常，一个拖缆将包括多个拖缆段。在只有一个拖缆段的情况下，拖缆段可以称为拖缆。

阵列(如果使用的话)可以全部为相同类型或因拖缆上的位置而异。

已经讨论过的这种传感器的非均匀分布可以应用于传感器的通道和模拟阵列。通道、传感器、传感器的模拟阵列可以统称为测量体。对于本发明，可以使用任何描述的测量体。

Claims (32)

1.一种拖缆，包括至少一个拖缆段，所述至少一个拖缆段包括传感器，其中所述传感器的密度沿着所述至少一个拖缆段变化。

2.根据权利要求1所述的拖缆，其中所述至少一个拖缆段包括多个输出点，来自一群传感器的数据被馈送到所述多个输出点，并且输出点周围的传感器密度最高，输出点之间的传感器密度较低。

3.根据权利要求1和2中任一项所述的拖缆，其中所述传感器是粒子运动传感器和/或压力传感器。

4.根据权利要求1至3中任一项所述的拖缆，其中在5m滑动窗口内测量的传感器的密度沿着所述拖缆以至少1.3的因数变化。

5.根据权利要求4所述的拖缆，其中在6.25m滑动窗口内测量的传感器的密度变化超过1.5、2或3倍，在12.5m滑动窗口内测量的传感器的密度变化更多超过1.5、2或3倍，在25m滑动窗口内测量的传感器的密度变化超过1.5、2或3倍，或者在50m滑动窗口内测量的传感器的密度变化超过1.5、2或3倍。

6.根据权利要求2所述的拖缆，其中，作为拖缆段的中心位置的函数的拖缆段中的传感器的密度被定义为传感器密度函数，并且其中所示传感器密度函数的局部最大值具有非均匀分布。

7.根据权利要求1至6中任一项所述的拖缆，其中沿着所述拖缆的相邻输出点之间的间隔距离不是恒定的。

8.根据权利要求1至7中任一项所述的拖缆，其中所述传感器中的一个或多个包括传感器的模拟阵列。

9.根据权利要求1至8中任一项所述的拖缆，其中每个传感器与用于将数据从所述每个传感器传输到输出点的单个通道相关联。

10.根据权利要求1至9中任一项所述的拖缆，其中，所述多个输出点中的每个输出点都位于一群传感器中的最外面的传感器的位置之间的中途，所述每个输出点从所述一群传感器接收数据。

11.根据权利要求1至10中任一项所述的拖缆，其中所述传感器被分群为：

多个第一传感器群，每个第一传感器群包括3到7个传感器并且被配置为将数据馈送到相关的输出点，其中由第一传感器群馈送的输出点沿着所述拖缆以平均5到20米的间隔分开；

多个第二传感器群，每个第二传感器群包括比每个所述第一传感器群中的传感器的数量少的传感器，所述第二传感器群沿着所述拖缆位于相邻的第一传感器群之间并且每个所述第二传感器群被配置为将数据馈送到相关联的输出点。

12.根据权利要求11所述的拖缆，其中第一传感器群沿着所述拖缆间隔10至15米。

13.根据权利要求12所述的拖缆，其中所述第一传感器群沿着所述拖缆平均间隔大约12.5米。

14.根据权利要求11至13中任一项所述的拖缆，其中所述第一传感器群各自包括5个传感器并且所述第二传感器群各自包括3个传感器。

15.根据权利要求11至14中任一项所述的拖缆，其中所述拖缆上的所有输出点被配置为转发以处理与具有高于阈值频率的频率的信号相关联的传感器数据，并且仅与所述第一传感器群相关联的输出点被配置为转发以处理与具有等于或低于所述阈值频率的频率的信号相关联的数据。

16.根据权利要求15所述的拖缆，其中所述阈值频率约为60Hz。

17.一种用于优化多个传感器和多个输出点沿着拖缆的分布的方法，来自一群所述传感器的数据被馈送到所述多个输出点，所述方法包括：

确定输出点沿所述拖缆的位置；和

使用所确定的输出点位置，配置传感器群以向每个输出点馈送数据并沿所述拖缆定位这些传感器群，其中确定传感器群的位置使得传感器沿所述拖缆的分布是不均匀的。

18.根据权利要求17所述的方法，其中每个输出点位于传感器群的最外面的传感器的位置之间的中途，所述每个输出点被配置为从所述传感器群接收数据。

19.根据权利要求17和18中任一项所述的方法，其中传感器位置被确定为使得传感器的密度在输出点周围最高并且在输出点之间最低。

20.根据权利要求17至19中任一项所述的方法，其中确定输出点的位置的步骤包括确保输出点沿所述拖缆非均匀地分布。

21.根据权利要求20所述的方法，其中所述方法包括使用压缩感测算法从输出点处的信号沿所述拖缆重建一组规则间隔的输出，其中规则间隔的输出的数量大于所述输出点的数量。

22.一种用指令编码的计算机可读程序存储介质，所述指令在由处理器执行时执行根据权利要求17至21中任一项所述的方法。

23.一种拖缆，包括一个或多个拖缆段，每个拖缆段具有沿其安装的多个传感器和多个输出点，来自一组所述传感器的数据被输入到所述多个输出点，所述多个传感器包括：

多个第一传感器群，每个第一传感器群包括3到7个传感器并且被配置为将数据馈送到所述多个输出点中的一个，其中由所述第一传感器群馈送的输出点沿着所述拖缆以5到30米的平均间隔分开；

多个第二传感器群，每个第二传感器群包括比每个所述第一传感器群中的传感器的数量少的传感器，所述第二传感器群沿着所述拖缆位于相邻的第一传感器群之间并且每个所述第二传感器群被配置为将数据馈送到一个输出点。

24.根据权利要求23所述的拖缆，其中所述第一传感器群沿所述拖缆间隔10至15米。

25.根据权利要求24所述的拖缆，其中所述第一传感器群沿所述拖缆间隔12.5米。

26.根据权利要求23至25中任一项所述的拖缆，其中所述第一传感器群各自包括5个传感器并且所述第二传感器群各自包括3个传感器。

27.根据权利要求23至26中任一项所述的拖缆，其中每个输出点位于一群传感器中的最外面的传感器的位置之间的中途，所述每个输出点从所述一群传感器接收数据。

28.根据权利要求23和27中任一项所述的拖缆，其中第一传感器群沿所述拖缆间隔约12.5米。

29.根据权利要求23至28中任一项所述的拖缆，其中所述第二传感器群沿所述拖缆位于相邻的第一传感器群之间的中途。

30.根据权利要求23至29中任一项所述的拖缆，其中所述拖缆上的所有输出点被配置为转发与具有高于阈值频率的频率的信号相关联的传感器数据以供处理，并且仅与所述第一传感器群相关联的输出点被配置为转发与具有等于或低于所述阈值频率的频率的信号相关联的数据以供处理。

31.根据权利要求30所述的拖缆，其中所述阈值频率约为60Hz。

32.根据权利要求23至31中任一项所述的拖缆，其中所述传感器的密度在所述输出点周围最高并且在所述输出点之间最低。

Images