Seismic Deconvolution of Sparse Reflectivity using Orthogonal Clustering. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF MS_Thesis_g200803680.pdf Restricted to Repository staff only until 3 April 2025. Download (16MB)

Arabic Abstract

لم تقدم تقنيات إزالة الضجيج القياسية مثل (تقنية فينر إزالة الضجيج، تقنية إزالة الضجيج التنبؤية) استجابة شاملة للإجابة على الأسئلة المطروحة والمتعلقة بصحة الافتراضات الأساسية حتى بعد خمسة سنوات من وجودها. معظم هذه الاقتراحات غير عملية تماما وتخرج عن الإطار الأساسي. في هذه الأطروحة تم بحث مشكلة إزالة الضجيج بأسلوب مكثف للحصول على نتائج أكثر دقة. تم تحسين النمذجة آخذين بعين الاعتبار عوامل عدة: تغيير شكل مصدر الموجات، الترابط بين مسارات الإشارات المتجاورة، احتمالية تغيير طور مصدر الموجات بدون حد أدنى وغيرها. وبعد ذلك يمكن تطبيق مخطط المجموعات المتعامدة لحل مشاكل النماذج العكسية المتفرقة. لقد تم توسيع النموذج والخوارزمية الأساسية لتتعامل مع الحالات والنقاط العمياء ألنظمة إزالة الضجيج، أنظمة إزالة الضجيج المتعددة القنوات والمتغيرة زمنيا. وثمة مسألة أخرى تثير القلق في معالجة البيانات الزلزالية وتكمن في الجهود الحسابية المتعلقة بالبيانات ذات الحجم الكبير جدا. ومن خلال تطبيق التطورات الخبرة في مجال استعادة الإشارات المتفرقة والتي تستغل المعلومات الأولية المتعلقة بالعناصر المجهولة، تم تخفيض تكلفة التصنيع. وبناء عليه طورت الخوارزميات لدمج اتجاهات أكثر واقعية في النموذج وفعالة حسابيا. وقد أظهرت نتائج المحاكاة بأن المخططات المقترحة تقدم نتائج أفضل ومجهزة تجهيزا جيدا لتتعامل مع العديد من الحالات

English Abstract

Standard deconvolution techniques (Wiener Deconvolution, Predictive Deconvolution), even after five decades, have not provided a comprehensive response to the questions raised regarding the validity of the underlying assumptions. Most of these assumptions are quite impractical and violate the basic framework. In this thesis, the deconvolution problem is modeled more robustly in order to achieve accurate results. The modeling has been improved by taking into account various factors, viz.: change in shape of the source wavelet, coherence between neighboring seismic traces, possibility of non-minimum phase source wavelet, etc. An Orthogonal Clustering scheme can then be applied to solve the sparse modeled inverse problem. The basic model and algorithm is extended to deal with different cases of Blind deconvolution, Multichannel deconvolution and Time-Varying deconvolution. Another issue of concern in seismic data processing is the computational effort related to the extremely large size of the data. By employing recent developments in the field of sparse signal recovery, which exploit prior information regarding the unknown elements, the cost of processing has been reduced. The algorithms developed thus incorporate more realistic tendencies in the model and are computationally efficient. Simulation results show that the proposed scheme provides better results and is well-equipped to deal with a multitude of cases.

Item Type:	Thesis (Masters)
Subjects:	Electrical
Department:	College of Engineering and Physics > Electrical Engineering
Committee Advisor:	Al-Naffouri, Tareq Yousef
Committee Members:	Vesnaver, Aldo and Al-Shaikhi, Ali Ahmad
Depositing User:	SYED RIZWANULLAH HUSSAINI (g200803680)
Date Deposited:	22 Apr 2024 07:09
Last Modified:	22 Apr 2024 07:09
URI:	http://eprints.kfupm.edu.sa/id/eprint/142829