Специфика геологоразведочных работ на торф и сапропель накладывает жесткие требования на процесс камеральной обработки результатов геофизических исследований, в частности, радиолокационных. Эти требования аналогичны и самим полевым геофизическим методам и заключается в следующем. Камеральная обработка не должна, по сравнению с действующим в настоящее время нормативам, увеличивать сроки выполнения работ и их стоимость, снижать качество конечных результатов и точность определения запасов разведанного сырья.

Требование сокращения сроков выполнения камеральных работ не позволяет обрабатывать в производственных условиях полученные радиолокационные профили вручную, т.к. этот способ очень трудоемок. Сократить сроки выполнения и увеличить точность камеральной обработки можно путем применения для этих целей электронно-вычислительных машин. Здесь, казалось бы, наиболее перспективным является использование алгоритмов и программ широко распостраненных в сейсморазведке и сейсмоаккустике. Сейсморазведочные алгоритмы позволяют эффективно фильтровать полученные записи, вводить поправки, учитывать сейсмический снос, повышать разрешающую способность и т.д., но их применению препятствует высокая стоимость обсчета по ним, а также то. Что они реализуются на ЭВМ, эксплуатация которых в условиях торфоразведочных организаций нерентабельны. С этой точки зрения более перспективно применение микро- и персональных ЭВМ, но реализация на них сейсиоразведочных алгоритмов не эффективна и увеличивается сроки камеральных работ. Так, например, счет по алгоритму кепстральной обработки или обратной фильтрации только одной радиолокационной трассы на микро-ЭВМ "Искра-1256" составляет 20 минут.

Для качественной обработки одного километра радиолокационного профиля торфяного месторождения необходимо проанализировать 200-300 трасс. Общее вермя работы машины составит около 100 часов. Время, затраченное на получение этого профиля в поле, составит не многим более 20 минут. С помощью одного комплекта радиолокационной аппаратуры транспортируемом варианте при благоприятных условиях проходимости за одну рабочую смену можно обследовать около 30 км профилей. Для обработки массы полученной информации, даже с применение более совершенных и производительных ЭВМ потребуется 200 часов машинного времени, что приведет к удорожанию стоимости работ более чем в 100 раз. Из этого следует, что применение сейсморазведочных алгоритмов невозможно.

В настоящее время наиболее эффективные алгоритмы обработки и интерпретации результатов радиолокационного профилирования разработаны в Арктическом и Антарктическом научно-исследовательском институте (ААНИИ) и Рижском институте инженеров гражданской авиации (РКИИГА). В ААНИИ применили кепстральную обработку для коррекции форму отраженных сигналов и повышения разрешающей способности подповерхностной радиолокации /11/. Аналогичный алгоритм обратной фильтрации был опробован в РКИИГА /1/. При большом соотношении сигнал/шум алгоритм дает хорошие результаты. Реализация алгоритма на ЭВМ типа ЕС и СМ показывает его высокую эффективность для обработки единичных измерений для простого строения исследуемой толщи. Как было показано выше, для обработки профильных съемок его использования для определения скоростей и переходных характеристик среды в пунктах стратиграфического бурения.

Один из оригинальных алгоритмов обработки профильных съемок описан в работе /4/. В нем предусматривается выделение глобальных максимумов, оценка их амплитуды, приведение масштаба записи к масштаба ЦПУ и печать получаемого профиля. Этот алгоритм работает быстрее описанного выше, теоретически с его помощью можно вычислить среднюю глубину залежи и произвести подсчет запасов. Однако он плохо выделяет ппомежуточные слои, информация о затухании радиоволн в залежи никак не используется. При низком соотношении сигнал/шум возникают ошибки.

Наиболее просто к вопросу автоматизации процессов камеральной обработки подошли финские геологи, которые используют своеобразный синтез аналоговой и цифровой ЭВМ. При этом роль аналоговой машины выполняет геолог-интерпретатор. Поведение интерпретации радиолокационных профилей заключается в следующем.

Записанные радиолокационные сигналы с магнитной ленты вводятся в цифровую ЭВМ, которая визуализирует их в виде яркостной индикации на экране дисплея. Далее, интерпретатор способами, аналогичными описанным в главе 5.2.1, выделяет отраженные сигналы и с помощью светового пера вводит в машину положение отражающих границ и запрашивает на экран следующий участок профиля. ЭВМ не производит никаких операций по обработке сигналов и служит только для ввода-вывода информации и вычисления запасов. Отсутствие обработки сигналов делает работу оператора субъективной и поэтому возможно появление ошибок. Для реализации этого алгоритма необходимы вычислительные комплексы типа АРМ на основе СМ-4.

Сказанное выше свидетельствует о том, что до настоящего времени не создано алгоритма, удовлетворяющего требованиям геологической разведки и наиболее полно использующего информацию, получаемую с помощью георадаров.

Однако большую информативность радиолокационного профилирования можно использовать для получения качественно новых и более простых, по сравнению с существующими, алгоритмов обработки. Автор провел поиск возможностей фильтрации и коррекции принимаемых георадаром сигналов без использования прямого и обратного преобразования Фурье. Результатом чего явился алгоритм, основанный на фильтрации "скользящим временным окном".

Возможность успешного решения, поставленной задачи, обусловлена тем, что регистрируемые полезные сигналы и помехи имеют четко определенные свойства. Полезный сигнал и помеха ограничены во времени. Спектры полезного сигнала и помехи имеют регулярный характер. Радиолокационные исследования проводятся в диапазоне 20-120Мгц., где наблюдается наименьший уровень внешнего шума, поэтому основные помехи создаются самим георадаром в процессе его работы. К этим помехам относятся переотражения внутри подводящих кабелей, отражения от вездехода.

Разработанный автором алгоритм включает в себя фильтрацию и одновременную коррекцию формы принимаемых сигналов. Т.к. этот алгоритм базируется на временном представлении сигналов, он требует точной регистрации времени задержки отражений относительно зондирующего импульса. Заключается он в следующем.

Допустим, что сигнал на выходе георадара описывается функцией f(t). Его следует преобразовать к виду f'(t), использую следующие соотношения:

Далее собственно следует "сжатие скользящим временным окном". Взяв временной интервал меньше половины видимого периода зондирующего сигнала, преобразуем f'(t) в F(t), используя значение F'(t) на краях интервала t. После второго преобразования принятый сигнал будет иметь вид:

Операция 5.4 аналогична другой более постой операции

После произведенных преобразований получен результирующий сигнал F(t), существенно отличаюшийся от первоначального f(t). Каждый полупериод сигнала сжат до импульса длительностью Т/2-t/ . Максимальная длительность полученных импульсов равна периоду временной дискретизации. Коэффициент сжатия равен

Где:
Т - период зодирующего сигнала
- "ширина " временного окна,
- период временной дискретизации.

Описанная операция обладает свойствами частотной фильтрации, эффективно фильтрую сигналы с периодом равным t, и подавляя сигналы с периодом T<t.

Реальный сигнал обычной содержит несколько периодов основной частоты. Коррекция формы сигнала "скользящим временным окном" приводит к сжатию полупериодов сигнала, но одновременно удваивает количество положительных полупериодов импульса. Для уменьшения шага переколебаний необходимо повторить фильтрацию, взяв t=T. Если число полупериодов (n) зондирующего сигнал - четное, то необходимо повторить фильтрацию n/2 раз, причем последней необходимо применить фильтр с t=0.5T. При нечетном n - чило повторов будет равно (n-1) /2 . Поскольку величина t в этом случае больше , низкочастотные помехи подавляются лучше.

Как было сказано выше, основные помехи имеют форму и период близкий к отраженным сигналам. Поэтому применение временной фильтрации неэффективно. Но поскольку помехи имеют регулярный характер возможно их устранение с помощью пространственной фильтрации. Примененная пространственная фильтрация заключается в вычитании соседних радиолокационых трасс. Для устранения искажений осей синфазности, которые могут при этом возникнуть, вычитание производится по следующему алгоритму

На рисунках 5.10, 5.11 приведены результаты обработки радиолокационного профиля с применением временной фильтрации. Волновая картина представляет собой интерференцию 6 волн. Форма волн и оси синфазности , соответствующие их первым вступлениям, изображены на рис.5.10. Волна 1 является прямым сигналом, просачивающимся с передающей антенны на приемную. Волны 2 и 3 помехи, возникающие из-за переотражений в кабеле и от вездехода. Волна 4 - полезный сигнал от наклонной границы, начинающейся с ПК4. Волна 5 являяется отражением ото дна залежи. Интерпретация полученного яркосного профиля (рис. 5.11а) с использованием способов, описанных в разделе 5.1, не позволяет сделать правильного вывода о строении залежи, поэтому была применена фильтрация.

Исходный сигнал (рис 5.10а) был преобразован к виду, изображеному на рис.5.10б, затем проведена фильтрация временным окном с t~T/2 (рис.5.10в). Хотя при этом общее число линий на рис.5.11б удвоилось, после первого этапа фильтрации потеря полуволны уже невозможна. Далее был применен фильтр с t=T. , результат представлен на рис, 5.10в и 5.11в. Однократное применение фильтра сократило число темных полос на профиле, т.е. уменьшело число переколебаний. Как видно из рис.5.10 в и 5.11в, применение фильтрации никак не отразилось на помехах 2 и 3.

Для устранения помех было проведено вычитание различных трасс профиля. На рисунке 5.11г представлен результат этого. Сравнив рис.5.11в и рис.5.11г, можно отметить, что отличие от первоначального, он более дифференцирован, интерпретировать его значительно проще, точность интерпретации сушественно выше.

Разработанный автором алгоритм включает в себя только операции сложения и вычитания, что делает его в несколько раз более эффективным алгоритмов, основанных на частотном представлении сигнала.

При разбиении радиолокационной трассы на N интервалов дискретизиции число операций по однократной фильтрации скользящим временным окном равно N. Сжатие и вычитание также содежит по N операций, т.е. суммарное число опереций равно 3N. Реализация подобного алгоритма в частотной области требует проведения прямого преобразования фурье, обратной фильтрации и обратного преобразования, для чего необходимо провести 2N²+N операций , включая вычисление тригонометрических функций. Если добавить, что при этом помехи не отфильтровываются, а обратный фильтр дает дополнительные экстренумы, можно сделать вывод о полезности предложенного алгоритма.

Вычитание радиолокационных трасс с целью уменьшения влияния регулярных помех эффективно, если отраженные сигналы смещены отмосительоно друг друга на одну четверть периода. Шаг пространственной дискретизации радиолокационного профиля можно оценить по номограмме (рис.5.13), рассчитанной для случая вертикально падающей границы. Для отражающих границ с меньшим углом падения оптимальный шаг пространственной дискретизации определяется из формулы 5.7

Где:
S - шаг дискретизции , определеннойй по номограмме,
Угол - падения границы

Как следует из раздела 2 , электромагнитные волны в процессе распространения в поглощающей среде существенно изменяют свою форму. Это прежде всего выражается в уменьшении амплитуды волны, а также в увеличении видимого периода, Проведение качественной фильтрации требует учета этого являения, это можно сделать , заменив в формулахх 5.4 и 5.5. t= const на t=K(t)*t. Подобная замена позволяют получить временной фильтр, перестраиваемый во времени. Основным недостатком описанного алгоритма является полная потеря информации об амплитуде и форме отраженных сигналов. Это приводит к тому, что в местах интерференции двух и более отраженных волн он позволяет выделить только волну, имеющую амплитуду большую, чем все остальные. При интерференции волн с примерно равными амплитудами отсчет по приведенному алгоритму приводит к ошибкам.

Этого можно избежать, если учитывать амплитуды принятых отраженных сигналов простым перемножением амплитуд на краях "временного окна" с присвоением полученного значения верхнему переделу. Результат такой обработки представлен на рис.5.12.

Исходный сигнал (рис.5.12а) был подвергнут сжатию "временным окном" с l=T, равным периоду возбуждаемых колебаний. Исходный сигнал имел 4 переколебания основной частоты. После трехкратного применения фильтрации с l=T был получен сигнал (рис.5.12г) удвоенной частоты и длительностью, в 4 раза меньшей первоначальной. Проведение однократной фильтрации с l=T\2 позволяет получить видеоимпульс (рис . 5.12 д) длительностью Т\2, т.е в 8 раз короче первоначального . Амплитуда результирующего импульса пропорциональна максимальной амплитуде исходного сигнала и его энергии.

Дальнейшее сжатие импульса приводит к потере информации об амплитуде импульса и о времени первого вступления волны. Чтобы этого не происходило , целесообразно первым этапом фильтрации провести сжатие с l=T\4. Эта операцияя приводит к удвоению частоты, а следовательно, к увеличению вдвое числа периодов и неоходимого числа реализации алгоритма. При этом возможно сжатие до Т/4, т.е в 16 раз. При правильном подборе размеров "временного окна" теоретически возможно сжатие в К² раз (К - количество реализаций алгоритма).

Несмотря на то, что данный алгоритм предусматривает применение операций умножения, его быстродействие существенно выше традиционных. Оба алгоритма разработаны для импульсных сигналов, ограниченных по длительности, и с успехом использоваись для коррекции формы радиолокационных сигналов.