Чтобы избежать проблем, связанных с возможным различием систем наблюдения в съемках перекрывающихся предложено снизить объем обрабатываемой информации и комбинировать окончательные сейсмические изображения, полученные в результате каждого из независимых съемок или с различными источниками. Изложена теория оптимального метода и проанализирована структура полученного развязку. Метод может быть представлен как сочетание оптимального частотно-зависимого взвешенного суммирования изображений с последующей одноканальной обратной винеровской фильтрацией (деконволюции) результата суммирования. Выполнено теоретическое сравнение оптимального метода с упрощенными аналогами, в которых первым шагом является простое никак взвешенное суммирование без устранения и с устранением фазовых спектров элементарных сигналов изображений.
Щоб уникнути проблем, пов'язаних з можливим розходженням систем спостереження у зніманнях, що перекриваються, запропоновано знизити обсяг оброблюваної інформації та комбінувати остаточні сейсмічні зображення, отримані в результаті кожного з незалежних знімань або з різними джерелами. Викладено теорію оптимального методу і проаналізовано структуру отриманого розв'язку. Метод може бути репрезентований як поєднання оптимального частотно-залежного зваженого підсумовування зображень з подальшою одноканальною зворотною вінерівською фільтрацією (деконволюцією) результату підсумовування. Виконано теоретичне зіставлення оптимального методу зі спрощеними аналогами, у яких першим кроком є просте не-зважене підсумовування без усунення і з усуненням фазових спектрів елементарних сигналів зображень.
To avoid the problems associated with a possible difference in the data acquisition systems of overlapping surveys, it is proposed to reduce the amount of information processed and to combine the final seismic images obtained from each of the independent surveys or from different sources. The theory of the optimal method is presented and the structure of the solution obtained is analyzed. It is shown that the method can be represented as a combination of the optimal frequency-dependent weighted summation of images with the subsequent single-channel inverse Wiener filtering (deconvolution) of the summation result. A theoretical comparison of the optimal method with simplified analogues wherein the first step is a simple unweighted summation without and with elimination of the wavelet phase spectra of images is performed.
