Technisches Gebiet

Ausführungsbeispiele befassen sich mit einem Verfahren, einem Computerprogramm sowie einer Vorrichtung zum Detektieren von ein oder mehreren Objekten im Meeresboden, ge nauer, aber nicht ausschließlich, mit der Detektion von Objekten basierend auf einer Streuung eines akustischen Signals an den ein oder mehreren Objekten.

Hintergrund

Die Lokalisierung von Objekten verschiedenster Größen in marinen Sedimenten ist in vielen Fällen eine Voraussetzung für die Konstruktion von mariner Infrastruktur sowie für die wirt schaftliche Nutzung des Meeresbodens, z.B. bei Windenergieanlagen, Pipelines, Plattformen, Kabeltrassen, Bohrungen. Solche Objekte können Findlinge oder andere geologische Inho mogenitäten sein, aber auch nicht-detonierte Sprengkörper (UneXploded Ordnance: UXO) die in den obersten Sedimentschichten liegen. Findlinge stellen beispielsweise ein Problem in den Quartären Ablagerungen der Nord- und Ostsee und generell in vielen Flachmeergebieten der gemäßigten und höheren Breiten für die Installation von Offshoreinfrastruktur (Infrastruk tur, die abseits der Küste auf den Meeresboden gebaut ist) dar, während UXO beispielsweise in Nord- und Ostsee zu finden sind und eine aufwendige Detektion und Räumung vor der Konstruktion von Offshoreinfrastruktur erfordern können. Herkömmliche Methoden für die Erkundung des Untergrundes wie 2D/3D Reflektionsseismik, hochauflösende Akustik sowie Magnetik zeigen unterschiedliche Limitierungen bei der Objektdetektion in Sedimenten.

Die Lokalisierung von Objekten in marinen Sedimenten ist eine Aufgabe beim Ausbau der Offshoreinfrastruktur, als auch für Bohrungen oder für Gründungen von z.B. Plattformen oder Windenergieturbinen, die mit konventionellen Methoden häufig nur unzureichend gelöst wer den kann. Zusammenfassung

Die vorliegende Erfindung bezieht sich auf eine Detektion von ein oder mehreren Objekten im Meeresboden, die durch eine Verarbeitung von Daten eines Empfängersignals, das eine Streuung (Diffraktion) von mehreren akustischen Signalen an den ein oder mehreren Objek ten abbildet, ermöglicht wird.

Die Erfindung basiert darauf, dass zur Detektion der ein oder mehreren Objekte die Streuung der mehreren akustischen Signale an ein oder mehreren Objekten genutzt wird. Um die Streu ung auswerten zu können werden in der vorliegenden Offenbarung Anteile des Empfänger signals, die von verschiedenen Empfängern und/oder von verschiedenen Zeitpunkten stam men, zu Punkten eines Detektionsrasters zugewiesen. Da diese Anteile von mehreren Emp fängern und/oder von mehreren Zeitpunkten stammen wird eine Laufzeitkorrektur auf diese Anteile angepasst, etwa um einen Versatz zwischen den Empfängern und zwischen den Emp fängern und der Quelle auszugleichen. Anschließend werden die laufzeitkorrigierten Anteile in ein gemeinsames Signal zusammengefasst („gestapelt“), anhand dessen festgestellt werden kann, ob sich bei einer bestimmten Tiefe (eines Punkts des Detektionsrasters) ein Objekt be findet, das sich mittels der Diffraktionen detektieren lässt.

Ausführungsbeispiele schaffen ein Verfahren zum Detektieren von ein oder mehreren Objek ten im Meeresboden. Das Verfahren umfasst ein Erhalten eines Empfängersignals. Das Emp fängersignal basiert auf einer Streuung von mehreren akustischen Signalen an den ein oder mehreren Objekten im Meeresboden. Das Empfängersignal ist durch eine Mehrzahl von Emp fängern generiert. Das Verfahren umfasst ferner ein Gruppieren von Anteilen des Empfän gersignals zu Punkten eines Detektionsrasters. Das Detektionsraster stellt ein Raster dar, an dessen Punkten die ein oder mehreren Objekte lokalisiert werden. Das Verfahren umfasst ferner ein Durchführen einer Laufzeitkorrektur der Anteile des Empfängersignals in Bezug auf die Punkte des Detektionsrasters. Das Verfahren umfasst ferner ein Zusammenfassen der laufzeitkorrigierten Anteile des Empfängersignals an den Punkten des Detektionsrasters. Das Verfahren umfasst ferner ein Detektieren der ein oder mehreren Objekte an den Punkten des Detektionsrasters basierend auf der Zusammenfassung der laufzeitkorrigierten Anteile des Empfängersignals. Die Detektion der ein oder mehreren Objekte basiert auf der Streuung der mehreren akustischen Signale an den ein oder mehreren Objekten. Durch Gruppieren der Anteile des Empfängersignals zu Punkten eines Detektionsrasters, Durchführen einer Laufzeitkorrektur und anschließendes Zusammenfassen der Anteile wird eine Detektion der ein oder mehreren Objekte basierend auf der Streuung des akustischen Signals, die von einem großen Empfänger-Array aufgenommen wird, ermöglicht oder ver bessert.

Beispielsweise kann eine Wellenlänge der mehreren akustischen Signale an eine erwartete Größe der ein oder mehreren Objekte angepasst sein. Dies ermöglicht es, eine Streuung des akustischen Signals an den ein oder mehreren Objekten wahrzunehmen. Ein Abstand zwi schen benachbarten Empfängern der Mehrzahl von Empfängern kann beispielsweise höchs tens so groß sein wie die Hälfte der Wellenlänge der mehreren akustischen Signale. Dies ver meidet ein Aliasing in der Detektion der ein oder mehreren Objekte.

Beispielsweise können die ein oder mehreren Objekte basierend auf einer Amplitude der Zu sammenfassung der laufzeitkorrigierten Anteile des Empfängersignals detektiert werden. Die Amplitude kann beispielsweise eine einfach auszuwertende und zu visualisierende Möglich keit darstellen, um das Vorhandensein eines Objekts an einem Punkt des Detektionsrasters er erkennen.

In manchen Ausführungsbeispielen umfasst das Verfahren ferner ein Berechnen einer Ein hüllenden der Amplitude der Zusammenfassung der laufzeitkorrigierten Anteile des Empfän gersignals. Die ein oder mehreren Objekte können basierend auf der Einhüllenden detektiert werden. Dies ermöglicht eine verbesserte Darstellung und Interpretation der Detektion.

Das Verfahren kann ferner ein Berechnen einer Kohärenzfunktion basierend auf der Zusam menfassung der laufzeitkorrigierten Anteile des Empfängersignals. Die Kohärenzfunktion kann auf einer Ähnlichkeit zwischen zeitlich aufeinanderfolgenden Anteilen des Empfänger signals basieren. Die ein oder mehreren Objekte können basierend auf der Kohärenzfunktion detektiert werden. Dabei kann die Kohärenzfunktion beispielsweise abbilden, wie ähnlich sich benachbarte Werte in der Zusammenfassung der laufzeitkorrigierten Anteile des Emp fängersignals sind, etwa um in einem nachfolgenden Schritt solche Werte weniger stark zu bewerten, die„Ausreißer“ darstellen, d.h. Ausreißer in der Zusammenfassung der laufzeit korrigierten Anteile des Empfängersignals können durch die Kohärenzfunktion unterdrückt werden.

In manchen Ausführungsbeispielen umfasst das Verfahren ein Berechnen einer gewichteten Einhüllenden basierend auf der Einhüllenden und basierend auf der Kohärenzfunktion. Die gewichtete Einhüllende bietet eine verbesserte Interpretierbarkeit und Aussagekraft als die Zusammenfassung der laufzeitkorrigierten Anteile des Empfängersignals.

Beispielsweise kann die Kohärenzfunktion auf einer Semblance-Analyse basieren. Semblance-Analysen ermöglichen eine Verbesserung der Auflösung von seismischen Daten, obwohl Hintergrundrauschen im Empfängersignal vorhanden ist.

Das Verfahren kann ferner ein Anpassen der Zusammenfassung der laufzeitkorrigierten An teile des Empfänger signals umfassen, um eine Signalverstärkung von Signalanteilen zu errei chen, die auf der Streuung der mehreren akustischen Signale an weiter entfernten Objekten der ein oder mehreren Objekte basieren. Dies ermöglicht eine relative Angleichung der Amplitude von Diffraktionen, die weiter von den Empfängern entfernt stattfinden.

In manchen Ausführungsbeispielen umfasst das Verfahren ferner ein Identifizieren einer Re- flektion der Streuung des akustischen Signals an den ein oder mehreren Objekten. Die Re- flektion der Streuung des akustischen Signals an den ein oder mehreren Objekten kann in der Detektion der ein oder mehreren Objekte außer Betracht gelassen werden. So können bei spielsweise Echos der Diffraktionen an anderen Objekten ausgefiltert werden.

In manchen Ausführungsbeispielen kann für die Laufzeitkorrektur eine konstante seismische Geschwindigkeit angenommen werden. Dies ermöglicht eine vereinfachte Berechnung der Laufzeitkorrektur, mit einer ggf. verringerten Genauigkeit.

In manchen Ausführungsbeispielen kann die Laufzeitkorrektur für eine Spanne von mögli chen seismischen Geschwindigkeiten durchgeführt werden (sog. Radon-Transformation). Eine seismische Geschwindigkeit aus der Spanne von möglichen seismischen Geschwindig keiten kann basierend auf einer Größe eines lokalen Maximums in der entsprechenden Zu- sammenfassung der laufzeitkorrigierten Anteile des Empfängersignals für die Laufzeitkor rektur ausgewählt werden. Die Größe des lokalen Maximums kann dabei als Indikator genutzt werden, dass die gewählte Durchschnittsgeschwindigkeit ausreichend akkurat ist.

Alternativ können für die Laufzeitkorrektur auf die Punkte des Detektionsrasters abgestimmte seismische Geschwindigkeiten für verschiedene Materialschichten zwischen der Mehrzahl von Empfängern und den Punkten des Detektionsrasters verwendet werden. Dies ermöglicht eine möglichst präzise Definition der der Laufzeitkorrektur zugrunde gelegten seismischen Geschwindigkeiten.

In zumindest manchen Ausführungsbeispielen werden die Anteile des Empfängersignals ba sierend auf einer Distanz der Punkte des Detektionsrasters zu den Empfängern der Mehrzahl von Empfängern und zu zumindest einer Signalquelle des akustischen Signals zu den Punkten des Detektionsrasters gruppiert. Dies kann etwa als Grundlage dafür genutzt werden, welche Anteile des Empfängersignals für welchen Punkt auf dem Detektionsraster in Betracht gezo gen werden.

Beispielsweise können die Anteile des Empfängersignals für jedes akustische Signal separat zu den Punkten des Detektionsrasters gruppiert werden (sog. Real Aperture Processing, Ver arbeitung anhand der realen Apertur).

Alternativ können die Anteile des Empfängersignals für eine vordefinierte Anzahl von Zeit punkten in der vordefinierten zeitlichen Abfolge zusammengefasst zu den Punkten des De tektionsrasters gruppiert werden (sog. Synthetic Aperture Processing, Verarbeitung mit Hilfe einer synthetischen Apertur). Dadurch lässt sich die Auflösung in Bewegungsrichtung erhö hen.

In manchen Ausführungsbeispielen können die Anteile des Empfängersignals für eine vorde finierte Distanz der Punkte des Detektionsrasters zu den Empfängern der Mehrzahl von Emp fängern und zu der zumindest einen Signalquelle zu den Punkten des Detektionsrasters grup piert werden. Dies ermöglicht eine Verarbeitung der voraussichtlich für einen Punkt des De tektionsrasters relevanten Anteile des Empfängersignals. In zumindest manchen Ausführungsbeispielen umfasst das Empfängersignal einen ersten Sig nalanteil, der auf der Streuung der mehreren akustischen Signale an den ein oder mehreren Objekten basiert. Das Empfängersignal kann ferner einen zweiten Signalanteil umfassen, der auf einer Reflektion der mehreren akustischen Signale basiert. Das Verfahren kann ein Un terdrücken des zweiten Signalanteils gegenüber dem ersten Signalanteil umfassen. Das Grup pieren der Anteile des Empfängersignals, das Durchführen der Laufzeitkorrektur, das Zusam menfassen der laufzeitkorrigierten Anteile und/oder die Detektion der ein oder mehreren Ob jekte können (ausschließlich oder weit überwiegend) auf dem ersten Signalanteil basieren. Dies Ermöglicht ein Unterdrücken oder Entfernen der Reflektion der akustischen Signale aus dem Empfänger signal, um die Detektion der ein oder mehreren Objekte anhand der Diffrak tion zu erleichtern oder zu verbessern. In anderen Worten kann das Verfahren ein Unterdrü cken, in dem Empfängersignal, einer Reflektion der mehreren akustischen Signale umfassen.

In manchen Ausführungsbeispielen basiert das Unterdrücken des zweiten Signalanteils, also der Reflektion der mehreren akustischen Signale, auf einer Eigenwertzerlegung einer lauf zeitkorrigierten Fassung des Empfängersignals. Dies ermöglicht ein effizientes Unterdrücken des zweiten Signalanteils.

In Ausführungsbeispielen sind die zumindest eine Signalquelle und die Mehrzahl von Emp fängern dazu vorgesehen, von einem Schiff entlang einer Wasseroberfläche oberhalb des Meeresbodens gezogen zu werden. Das Detektionsraster kann beispielsweise ein zweidimen sionales Detektionsraster sein. Das zweidimensionale Detektionsraster kann entlang einer Fahrtrichtung des Schiffs und entlang einer Tiefenachse zwischen der zumindest einen Sig nalquelle und/oder der Mehrzahl von Empfängern und dem Meeresboden aufgespannt wer den. Dies ermöglicht eine systematische Detektion von Objekten im Meeresboden.

Ausführungsbeispiele schaffen ferner ein Programm mit einem Programmcode zum Durch führen des Verfahrens wenn der Programmcode auf einem Computer, einem Prozessor, einem Kontrollmodul oder einer programmierbaren Hardwarekomponente ausgeführt wird.

Ausführungsbeispiele schaffen ferner eine Vorrichtung zum Detektieren von ein oder mehre ren Objekten im Meeresboden. Die Vorrichtung umfasst eine Schnittstelle zum Erhalten eines Empfängersignals. Das Empfängersignal basiert auf einer Streuung von mehreren akustischen Signalen an den ein oder mehreren Objekten im Meeresboden. Das Empfängersignal ist durch eine Mehrzahl von Empfängern generiert. Die Vorrichtung umfasst ferner ein Verarbeitungs modul, ausgebildet zum Gruppieren von Anteilen des Empfängersignals zu Punkten eines Detektionsrasters. Das Detektionsraster stellt ein Raster dar, an dessen Punkten die ein oder mehreren Objekte lokalisiert werden. Das Verarbeitungsmodul ist ferner ausgebildet zum Durchführen einer Laufzeitkorrektur der Anteile des Empfängersignals in Bezug auf die Punkte des Detektionsrasters. Das Verarbeitungsmodul ist ferner ausgebildet zum Zusam menfassen der laufzeitkorrigierten Anteile des Empfängersignals an den Punkten des Detek tionsrasters. Das Verarbeitungsmodul ist ferner ausgebildet zum Detektieren der ein oder mehreren Objekte an den Punkten des Detektionsrasters basierend auf der Zusammenfassung der laufzeitkorrigierten Anteile des Empfängersignals. Die Detektion der ein oder mehreren Objekte basiert auf der Streuung der mehreren akustischen Signale an den ein oder mehreren Objekten.

Figurenkurzbeschreibung

Einige Beispiele von Vorrichtungen und/oder Verfahren werden nachfolgend bezugnehmend auf die beiliegenden Figuren lediglich beispielhaft näher erläutert. Es zeigen:

Fign. la und lb zeigen Flussdiagramme von Ausführungsbeispielen eines Verfahrens zum Detektieren von ein oder mehreren Objekten im Meeresboden;

Fig. lc zeigt ein Blockdiagramm eines Ausführungsbeispiels einer Vorrichtung zum Detek tieren von ein oder mehreren Objekten im Meeresboden.

Fig. 2 zeigt ein schematisches Diagramm eines Common-Mid-Point- und Common-Fault- Point-Sortierungsprinzips; und

Fign. 3a bis 3h zeigen eine Darstellung von Verarbeitungsschritten anhand von synthetischen Daten.

Beschreibung Verschiedene Beispiele werden nun ausführlicher Bezug nehmend auf die beiliegenden Figu ren beschrieben, in denen einige Beispiele dargestellt sind. In den Figuren können die Stärken von Linien, Schichten und/oder Bereichen zur Verdeutlichung übertrieben sein.

Während sich weitere Beispiele für verschiedene Modifikationen und alternative Formen eig nen, sind dementsprechend einige bestimmte Beispiele derselben in den Figuren gezeigt und werden nachfolgend ausführlich beschrieben. Allerdings beschränkt diese detaillierte Be schreibung weitere Beispiele nicht auf die beschriebenen bestimmten Formen. Weitere Bei spiele können alle Modifikationen, Entsprechungen und Alternativen abdecken, die in den Rahmen der Offenbarung fallen. Gleiche oder ähnliche Bezugszeichen beziehen sich in der gesamten Beschreibung der Figuren auf gleiche oder ähnliche Elemente, die bei einem Ver gleich miteinander identisch oder in modifizierter Form implementiert sein können, während sie die gleiche oder eine ähnliche Funktion bereitstellen.

Es versteht sich, dass, wenn ein Element als mit einem anderen Element„verbunden“ oder „gekoppelt“ bezeichnet wird, die Elemente direkt, oder über ein oder mehrere Zwischenele mente, verbunden oder gekoppelt sein können. Wenn zwei Elemente A und B unter Verwen dung eines„oder“ kombiniert werden, ist dies so zu verstehen, dass alle möglichen Kombi nationen offenbart sind, d. h. nur A, nur B sowie A und B, sofern nicht explizit oder implizit anders definiert. Eine alternative Formulierung für die gleichen Kombinationen ist„zumin dest eines von A und B“ oder„A und/oder B“. Das Gleiche gilt, mutatis mutandis, für Kom binationen von mehr als zwei Elementen.

Die Terminologie, die hier zum Beschreiben bestimmter Beispiele verwendet wird, soll nicht begrenzend für weitere Beispiele sein. Wenn eine Singularform, z. B.„ein, eine“ und„der, die, das“ verwendet wird und die Verwendung nur eines einzelnen Elements weder explizit noch implizit als verpflichtend definiert ist, können weitere Beispiele auch Pluralelemente verwenden, um die gleiche Funktion zu implementieren. Wenn eine Funktion nachfolgend als unter Verwendung mehrerer Elemente implementiert beschrieben ist, können weitere Bei spiele die gleiche Funktion unter Verwendung eines einzelnen Elements oder einer einzelnen Verarbeitungsentität implementieren. Es versteht sich weiterhin, dass die Begriffe„umfasst“, „umfassend“,„aufweist“ und/oder„aufweisend“ bei Gebrauch das Vorhandensein der ange gebenen Merkmale, Ganzzahlen, Schritte, Operationen, Prozesse, Elemente, Komponenten und/oder einer Gruppe derselben präzisieren, aber nicht das Vorhandensein oder das Hinzu fügen eines oder mehrerer anderer Merkmale, Ganzzahlen, Schritte, Operationen, Prozesse, Elemente, Komponenten und/einer Gruppe derselben ausschließen.

Sofern nicht anderweitig definiert, werden alle Begriffe (einschließlich technischer und wis senschaftlicher Begriffe) hier in ihrer üblichen Bedeutung auf dem Gebiet verwendet, zu dem Beispiele gehören.

Zumindest manche Ausführungsbeispiele der vorliegenden Offenbarung befassen sich mit ei ner Untergrundcharakterisierung von Objekten mit Hilfe einer Verarbeitung von Punktdif- fraktoren (engl.„Object Subsurface Characterisation - Point Diffractor Processing”). Dabei kann für die Untergrundcharakterisierung beispielsweise eine Anordnung verwendet werden, bei der die akustische Quelle und die Empfänger entkoppelt sind. Ausführungsbeispiele um fassen die Verarbeitung von seismischen/akustischen Daten zum Zweck der Detektion von Punktdiffraktoren in marinen Sedimenten. Die Datenverarbeitung stellt sich dabei als eine Abfolge von Datenverarbeitungsschritten dar. Diese Schritte sind für seismische/akustische Daten optimiert, die speziellen Anforderungen an die Aufnahmegeometrie stellen, d.h. Daten die die Voraussetzung zur Verarbeitung durch die hier gezeigten Schritte erfüllen. Die be schriebene Datenverarbeitung ist optimiert zur Anwendung auf Daten die mit einer speziali sierten Akquisitionseinheit gewonnen wurden, allerdings können die Bearbeitungsschritte auch auf andere akustische/seismische Daten angewandt werden. Die Begriffe seismische Da ten und akustische Daten sind für diese Anwendung als synonym zu verstehen, da der Fre quenzgehalt der Daten über dem generell angenommenen Grenzbereich zwischen Seismik und Akustik liegt (ca. 100 - 1000 Hz). Das beschriebene Prinzip der Datenverarbeitung kann aber auch mit seismischen/akustischen Daten durchgeführt werden die außerhalb dieses Fre quenzbereiches liegen.

Voraussetzung für zumindest manche Ausführungsbeispiele des vorliegenden Konzepts ist die Aufzeichnung eines Wellenfeldes als Zeitreihen (in einem Empfängersignal), wobei die Positionen der Aufzeichnungseinheiten und der Signalquellen bekannt und Quelle und Auf zeichnung zeitlich synchronisiert sind. Die später genauer beschriebenen Schritte münden in ein Untergrundmodell, das aus einer statistischen Auswertung von Spurengruppen resultiert. Das Resultat der Datenverarbeitung ist ein seismisches/akustisches Datenvolumen des Unter suchungsgebiets in welchem Punktdiffraktoren an ihren jeweiligen räumlichen Positionen von der Umgebung durch ihre Amplitude, d.h. Signalstärke, unterschieden werden können. Dieses Datenvolumen ermöglicht in der Folge die Kartierung von Punktdiffraktoren im Un tersuchungsgebiet.

Obwohl diffraktierte Wellen wichtige Informationen tragen, gibt es nur wenige etablierte Techniken im Bereich der Explorationsgeophysik, die diesen Anteil eines seismischen Wel lenfeldes zur Untersuchung des Untergrundes nutzbar machen (Landa and Key dar, 1998: „Seismic monitoring of diffraction images for detection of local heterogeneities“; Moser and Howard, 2008:„Diffraction imaging in depth”). Ausgangspunkt für solche Diffraktionen kön nen Findlinge oder andere geologische Inhomogenitäten sein, aber auch nicht-detonierte Sprengkörper (UneXploded Ordnance: UXO), die in den obersten Sedimentschichten liegen. Diese Objekte bzw. Inhomogenitäten erzeugen Punktdiffraktionen, also streuen das Wellen feld kugelförmig als sekundäre Quelle, wenn sie sich sowohl durch ihre physikalischen Ei genschaften von der Umgebung unterscheiden als auch eine geeignete Größe besitzen (Wu and Aki, 1985:„Elastic wave Scattering by a random medium and the small-scale inhomo- geneities in the lithosphere“, 1988:“Introduction: Seismic Wave Scattering in Three-dimen- sionally Heterogeneous Earth, in: Scattering and Attenuations of Seismic Waves, Part I”). Die wichtigsten physikalischen Eigenschaften stellen dabei meist die Dichte und die Ausbrei tungsgeschwindigkeit von seismischen Wellen innerhalb des Objektes bzw. im umgebenden Untergrund dar. Eine geeignete Objektgröße liegt vor, wenn die Wellenlänge der seismischen Welle das Objekt zu radialer Resonanz anregt. Dafür kann der Radius des Objektes in einem Größenbereich von -20% bis -200% der Wellenlänge liegen. Auf Grundlage eines hochge nau aufgezeichneten Wellenfeldes mit Akquisitionsparametern die auf die abzubildenden Ob jekte abgestimmt sind kann die hier beschriebene Offenbarung Objekte und Inhomogenitäten verschiedener Größen in marinen Sedimenten abbilden und charakterisieren.

Generell gibt es für die Lokalisierung von Objekten unter dem Meeresboden eine Reihe von Methoden mit jeweils spezifischen Vor- und Nachteilen. Es lässt sich zusammenfassend sa gen, dass alle bisher etablierten seismischen/akustischen Methoden entweder nicht die räum liche Auflösung zeigen um Objekte (0.5 - 5 m) zuverlässig abzubilden, oder eine zu geringe Signaleindringung in die Sedimente zeigen. Magnetische Methoden zur UXO-Detektion zei gen eine geringe Zuverlässigkeit und eine hohe Anfälligkeit für Falschdetektionen. Um eine Dopplung zu vermeiden sind im Folgenden nur alternative Datenverarbeitungsmöglichkeiten für seismische/akustische Daten zur Objektdetektion aufgezeigt. Generell können für das Abbilden von Punktdiffraktionen anhand seismischer/akustischer Daten zwei Ansätze unterschieden werden: Entweder werden Filter während der Migration der Daten angewendet oder es wird ein Teil des Wellenfeldes aus dem Rohdatensatz extrahiert (Moser and Howard, 2008; Sturzu et al. 2014:„Diffraction imaging using specularity ga- thers”). Migrationsalgorithmen sind ein mögliches Verfahren zur Abbildung von Diffraktio nen. Als Migration wird der Schritt in der seismischen Datenanalyse bezeichnet, der geneigte Reflektoren zu ihrer wahren Position im Untergrund verschiebt und Diffraktionen auf ihren Ursprung zurückprojiziert (Yilmaz, 1991 :„Seismic data processing. Society of Exploration Geophysicists”). Dieser Schritt wird genutzt, um aus einer Abbildung des Wellenfeldes ein Abbild des Untergrundes zu generieren. Um mit Migrationsfiltern Diffraktionen abzubilden kann das Prinzip genutzt werden, dass Reflexionen nach einer Standardmigration lokal als ebene Flächen genähert werden können. Durch diese Näherung kann dann ein Filter zur Un terdrückung von Reflexionen bestimmt werden und in einem zweiten Migrationsdurchgang werden nach Anwendung des Filters nur Diffraktionen an ihrem Ursprungspunkt abgebildet (Sturzu et al., 2014). In diesem Zusammenhang sind der Öffnungswinkel der Migration und das zugrundeliegende Geschwindigkeitsmodell häufig wichtige Faktoren. Außerdem ist mit Migrationsalgorithmen meist keine Echtzeitverarbeitung möglich, da immer der komplette Datensatz vorliegen muss, um eine Migration durchzuführen. Zusätzlich erfordern Migrati onsalgorithmen abhängig von der genauen angewandten Methodik einen relativ hohen Re chenaufwand.

Um Diffraktionen aus dem Wellenfeld zu extrahieren, werden zumeist eine Reihe von Daten verarbeitungsschritten kombiniert. Da Diffraktionen deutlich schwächer sind als Reflexionen zielen die Techniken meist darauf ab gezielt Reflexionen zu unterdrücken, sodass nach dieser Unterdrückung in den Datensätzen nur noch Diffraktionen und Rauschen enthalten sind. Die Reflexionsunterdrückung ist meist nicht perfekt, sodass zum Teil noch abgeschwächte Refle xionen in den Daten erhalten bleiben.

Ein weiterer Aspekt bei der Abbildung von Diffraktionen ist die Sortierung der Daten. Ziel der Sortierung ist es, alle Zeitreihen, die eine bestimmte Diffraktion enthalten und an den Empfängern aufgenommen worden sind, in einer Gruppe zu bündeln. Im Falle der Reflexi onsseismik werden die Spuren gebündelt, deren Mittelpunkt zwischen Sender und Empfänger nahe beieinanderliegen. Dieser Mittelpunkt kann als Näherung als Reflexionspunkt angenom men werden. Oft wird diese Art der Sortierung auch für das Abbilden von Diffraktionen ver wendet. Dieser Ansatz ist aber, unter statistischen Gesichtspunkten betrachtet, wenig sinnvoll. Da eine Diffraktion eine neue, sekundäre Quelle darstellt, können in zumindest manchen Aus führungsbeispielen alle Zeitreihen gebündelt werden, die innerhalb einer bestimmten Distanz zum Diffraktionsursprung liegen. Diese Distanz wird beispielsweise dadurch bestimmt, ob etwa die seismische Quelle den Punkt beleuchtet, das Signal-zu-Rausch- Verhältnis trotz Ab schwächung des Signals mit zunehmender Distanz groß genug ist und die Aufzeichnungs dauer der Empfänger ausreicht. Dabei kann eine Spur mehrere Diffraktionen enthalten und somit auch verschiedenen Gruppen zugeordnet werden.

Der hier beschriebene Ansatz beruht darauf, dass bestimmte Objekte im Untergrund seismi sche Wellen, etwa in Form von kugelförmigen Wellen, zurückstreuen. Wenn die seismischen Wellen kontrolliert erzeugt und aufgezeichnet werden, können in einem explorativen Verfah ren durch Laufzeitkorrekturen und statistische Auswertungen Lokationen ermittelt werden, an denen diese Objekte zu finden sind.

Fign. la und lb zeigen Flussdiagramme von Ausführungsbeispielen eines Verfahrens zum Detektieren von ein oder mehreren Objekten im Meeresboden. Das Verfahren umfasst ein Erhalten 110 eines Empfängersignals. Das Empfängersignal basiert auf einer Streuung von mehreren akustischen Signalen an den ein oder mehreren Objekten im Meeresboden. Das Empfängersignal ist durch eine Mehrzahl von Empfängern generiert. Das Verfahren umfasst ferner ein Gruppieren 120 von Anteilen des Empfängersignals zu Punkten eines Detektions rasters. Das Detektionsraster stellt ein Raster dar, an dessen Punkten die ein oder mehreren Objekte lokalisiert werden. Das Verfahren umfasst ferner ein Durchführen 130 einer Lauf zeitkorrektur der Anteile des Empfängersignals in Bezug auf die Punkte des Detektionsras ters. Das Verfahren umfasst ferner ein Zusammenfassen 140 der laufzeitkorrigierten Anteile des Empfängersignals an den Punkten des Detektionsrasters. Das Verfahren umfasst ferner ein Detektieren 190 der ein oder mehreren Objekte an den Punkten des Detektionsrasters ba sierend auf der Zusammenfassung der laufzeitkorrigierten Anteile des Empfängersignals. Die Detektion der ein oder mehreren Objekte basiert auf der Streuung der mehreren akustischen Signale an den ein oder mehreren Objekten. Fig. lc zeigt ein Blockdiagramm eines Ausführungsbeispiels einer entsprechenden Vorrich tung 10 zum Detektieren von ein oder mehreren Objekten im Meeresboden. Die Vorrichtung 10 umfasst eine Schnittstelle 12 zum Erhalten eines Empfängersignals. Die Vorrichtung 10 umfasst ferner ein Verarbeitungsmodul 14, das mit der Schnittstelle 12 gekoppelt ist. Das Verarbeitungsmodul ist ausgebildet zum Ausfuhren des Verfahrens der Fign. la und/oder lb. Beispielsweise ist das Verarbeitungsmodul ausgebildet zum Gruppieren der Anteile des Emp fängersignals zu Punkten des Detektionsrasters. Das Verarbeitungsmodul ist ferner ausgebil det zum Durchführen der Laufzeitkorrektur der Anteile des Empfängersignals in Bezug auf die Punkte des Detektionsrasters. Das Verarbeitungsmodul ist ferner ausgebildet zum Zusam menfassen der laufzeitkorrigierten Anteile des Empfängersignals an den Punkten des Detek tionsrasters. Das Verarbeitungsmodul ist ferner ausgebildet zum Detektieren der ein oder mehreren Objekte an den Punkten des Detektionsrasters basierend auf der Zusammenfassung der laufzeitkorrigierten Anteile des Empfängersignals.

Die folgende Beschreibung bezieht sich sowohl auf das Verfahren der Fign. la und/oder lb als auch auf die entsprechende Vorrichtung 10 von Fig. lc.

Ausführungsbeispiele der vorliegenden Offenbarung befassen sich mit einem Verfahren, ei ner Vorrichtung sowie einem Computerprogramm zum Detektieren von ein oder mehreren Objekten im Meeresboden. Dabei ist der Term„Meeresboden“ im Rahmen der vorliegenden Offenbarung nicht als einschränkend auszulegen - Ausführungsbeispiele sind genauso dafür anwendbar, Objekte in einem Flussbett oder in dem Grund eines Sees oder eines anderen Gewässers aufzuspüren. Dementsprechend umfasst der Begriff„Meeresboden“ im Lichte die ser Anmeldung auch allgemein den Boden von Gewässern, also auch„Flussbett“,„Boden des Sees“ oder„Seebett“.

Dabei ist das System beispielsweise dazu vorgesehen, Objekte unterhalb des Meeresbodens oder Flussbetts zu detektieren, also etwa Objekte die sich etwa im Sediment des Meeresbo dens befinden. Das System kann beispielsweise dazu ausgelegt sein, um die ein oder mehreren Objekte innerhalb von 10 m (oder innerhalb von 15 m, innerhalb von 20 m) unterhalb des Meeresbodens zu detektieren. Eine Detektionstiefe des Systems kann beispielsweise zumin dest 10 m (oder zumindest 15 m, zumindest 20 m) in den Meeresboden hineinragen. Die ein oder mehreren Objekte können beispielswese (große, isolierte) Gesteinsbrocken sein, etwa Findlinge, die sich im Meeresboden befinden. In anderen Ausführungsbeispielen können die ein oder mehreren Objekte etwa Munition sein, die nicht explodiert ist, sog. UneXploded Ordnance (UXO, Blindgänger). Diese Objekte können etwa eine Gefahr darstellen, wenn Strukturen, wie etwa Windkraftwerke oder Bohrplattformen im Meeresboden auf Fundamen ten gebaut werden sollen, die in den Meeresboden hineinragen. Um diese Objekte zu detek- tieren nutzen Ausführungsbeispiele, anders als andere Ansätze, nicht die Reflektionen, die von einer Signal quelle an den Objekten hervorgerufen werden, sondern die Streuung eines akustischen Signals an den jeweiligen Objekten. Um diese Streuungseffekte nutzen zu können ist die Wellenlänge des akustischen Signals, das für die Detektion genutzt wird, auf die Größe der Objekte abgestimmt, die detektiert werden sollen. Um eine Weitwinkelstreuung zu erhal ten, auf der die Detektion basieren kann, kann die Wellenlänge des akustischen Signals in der gleichen Größenordnung sein, wie die Größe der Objekte selbst.

Das Verfahren umfasst das Erhalten 110 des Empfängersignals. In Ausführungsbeispielen wird das Empfängersignal durch eine Mehrzahl von Empfängern generiert. Die Empfänger der Mehrzahl von Empfängern können beispielsweise Hydrophone sein, also Mikrofone, die unter Wasser zum Aufnehmen oder Hören von Unterwasserschall verwendet werden können. Die Mehrzahl von Empfängern können beispielsweise ausgebildet sein, um eine Wellenfront, die durch Streuung (und optional auch Reflektion) der mehreren akustischen Signale an den ein oder mehreren Objekten (und optional auch an dem Meeresboden) entstanden ist, zu er fassen und basierend auf der erfassten Wellenfront das Empfängersignal zu generieren. So ist die Mehrzahl von Empfängern ausgebildet, um zumindest basierend auf einer Streuung der mehreren akustischen Signale an den ein oder mehreren Objekten das Empfängersignal zu generieren.

Häufig werden von Empfängern sowohl die Streuung als auch die Reflektion des akustischen Signals erfasst. In diesen Fällen können die Anteile, die auf der Streuung basieren, und die Anteile, die auf der Reflektion basieren, durch das Verarbeitungsmodul getrennt werden. In anderen Worten kann das Empfängersignal einen ersten Signalanteil umfassen, der auf der Streuung der mehreren akustischen Signale an den ein oder mehreren Objekten basiert. Das Empfängersignal kann einen zweiten Signalanteil umfassen, der auf einer Reflektion der meh reren akustischen Signale basiert. Das Verfahren kann ein Unterdrücken 115 des zweiten Sig nalanteils gegenüber dem ersten Signalanteil umfassen. Die anschließenden Verarbeitungs schritte, wie etwa das Gruppieren der Anteile des Empfängersignals, das Durchführen der Laufzeitkorrektur, das Zusammenfassen der laufzeitkorrigierten Anteile und/oder die Detek tion der ein oder mehreren Objekte können beispielsweise (ausschließlich oder überwiegend) auf dem ersten Signalanteil basieren. In anderen Worten kann das Verfahren ein Unterdrücken 115, etwa ein Abschwächen um zumindest 50% der Empfangsleistung, in dem Empfänger signal, der Reflektion der mehreren akustischen Signale (etwa an dem Meeresboden) umfas sen. Gute Ergebnisse werden mit einer Methodik erzielt, die auf einer Eigenwertzerlegung (Singular Value Decomposition: SVD; siehe Bansal und Imhof, 2016:„Diffraction enhance- ment in prestack seismic data“) nach einer Laufzeitkorrektur für Reflexionen beruht. Nach der Eigenwertzerlegung wird die Laufzeitkorrektur zurückgerechnet, sodass die ursprüngli chen Spuren ohne Reflexionen wiederhergestellt werden. Andere Vorgehensweisen zur Re flexionsunterdrückung sind denkbar und ändern nicht den weiteren Weg. In anderen Worten kann das Unterdrücken des zweiten Signalanteils, oder der Reflektionen, beispielsweise auf einer Eigenwertzerlegung einer laufzeitkorrigierten Fassung des Empfängersignals basieren.

Vorteilhaft für den hier beispielhaft aufgezeigten Lösungsweg ist in manchen Ausführungs beispielen, dass das zurückgestreute Wellenfeld genügend dicht beprobt wird. Daher wird im Folgenden beispielhaft angenommen, dass die Lokationen, an denen die seismischen Wellen künstlich erzeugt (Schusslokationen) und aufgezeichnet (Empfängerlokationen) werden, sehr genau im Raum bekannt sind. Außerdem können die Zeitpunkte der Generierung der Wellen mit dem Beginn der einzelnen Aufzeichnungen synchronisiert werden. Ein Wellenfeld ist bei spielsweise dann genügend dicht beprobt, wenn kein Aliasing in Raum und Zeit auftritt, also wenn jede Wellenlänge in Raum und Zeit mindestens zwei Mal beprobt wird.

Die Wellenlänge des akustischen Signals ist in zumindest manchen Ausführungsbeispielen an eine erwartete Größe der ein oder mehreren Objekte angepasst. Die erwartete Größe der ein oder mehreren Objekte kann beispielsweise ein Wert sein, der durch das Ziel der Detek tion vorgegeben ist. Sollen etwa Findlinge gefunden werden, so kann eine andere Wellenlänge genutzt werden als in einem Fall, in dem Munition gefunden werden soll, oder etwa ein ver sunkenes Schiff. So kann die Wellenlänge der mehreren akustischen (oder seismischen) Sig nale im gleichen Bereich liegen wie die erwartete Größe der ein oder mehreren Objekte selbst. So kann die Wellenlänge der mehreren akustischen Signale zumindest 10% (oder zumindest 20%, zumindest 30%, zumindest 50%) der erwarteten Größe der ein oder mehreren Objekte entsprechen. Die Wellenlänge der akustischen Signale kann beispielsweise höchstens 1000% (oder höchstens 800%, höchstens 500%) der erwarteten Größe der ein oder mehreren Objekte entsprechen. Das vorliegende System und Verfahren kann in vielen Fällen genutzt werden, um eher größere Objekte, wie etwa Findlinge oder Blindgänger, zu detektieren. So kann die Wellenlänge der mehreren akustischen Signale etwa zumindest 50 cm (oder zumindest 80 cm, zumindest 100 cm, zumindest 150 cm) betragen. Dabei können die Wellenlängen der mehre ren akustischen Signale beispielsweise substanziell gleich sein, d.h. sich weniger als 5% der Wellenlänge voneinander unterscheiden. Auch der Abstand zwischen benachbarten Empfän gern der Mehrzahl von Empfängern kann von der Wellenlänge abhängig gemacht werden, etwa um Aliasing zu vermeiden. So kann beispielsweise ein Abstand zwischen benachbarten Empfängern der Mehrzahl von Empfängern höchstens so groß ist wie die Hälfte der Wellen länge der mehreren akustischen Signale.

In einem explorativen Verfahren kann dann an allen Positionen, die die künstlich erzeugte seismische Welle erreicht, überprüft werden, ob sich an dieser Stelle ein Objekt mit den oben beschriebenen Eigenschaften befindet. Limitierende Faktoren sind dabei die Dämpfung des seismischen Signals mit zunehmender Laufzeit und die Abstrahl Charakteristik der Objekte. Um alle möglichen Lokationen von Punktdiffraktoren im Untersuchungsgebiet zu testen, kann ein Gitternetz (etwa das Detektionsraster) erzeugt werden in dem die Berechnungen an den akustischen Daten vorgenommen wird. Um den gängigen Konventionen zu folgen, wer den die einzelnen Gitterpunkte (die Punkte des Detektionsrasters) als CFPs bezeichnet.

Fig. 2 zeigt ein schematisches Diagramm eines Common-Mid-Point (CMP, wörtlich„ge meinsamer Mittelpunkt“) und Common-Fault-Point (CFP, wörtlich„gemeinsamer Störungs punkt“) Sortierungsprinzips. Während in CMPs 210 Zeitreihen von Empfängern 212 zusam mengefasst werden, deren Mittelpunkt 216 zwischen Quelle 214 und Empfänger 212 zusam menfallen, werden im Gegensatz dazu in CFPs 220 alle Zeitreihen gebündelt, die eine von einer Punktdiffraktionsquelle 222 ausgehende, sekundäre Kugelwelle enthalten (Bezugszei chen 224 zeigt die akustische Quelle, Bezugszeichen 226 zeigt die Empfänger.

Im nächsten Schritt werden die CFPs systematisch überprüft. Die CFPs entsprechen dabei den Punkten des Detektionsrasters. Die nachfolgenden Schritte werden für jeden Punkt des Detektionsrasters ausgeführt. Beispielsweise wird an jedem der CFPs zumindest ein Teil der gleichen Folge an Schritten wiederholt, wie sie in Fig. 3a-3h gezeigt sind und im Folgenden eingehend beschrieben werden. In anderen Worten können die Schritte 120-190 für jeden Punkt des Detektionsrasters ausgeführt werden. So kann etwa das Gruppieren 120 der Anteile des Empfängersignals, das Durchführen der Laufzeitkorrektur, das Zusammenfassen der lauf zeitkorrigierten Anteile und das Detektieren der ein oder mehreren Objekte (sowie die nach folgend als optional beschriebenen Schritte) für jeden Punkt des Detektionsrasters (separat) ausgeführt werden. Dieses Vorgehen macht den Lösungsweg zu einem explorativen Verfah ren. Wenn sich an der getesteten Lokation ein Objekt befindet, wird durch eine Laufzeitkor rektur der akustischen Aufnahmen ein kohärentes Signal generiert. Mit Hilfe dieses korrigier ten und somit kohärenten Signals werden die ein oder mehreren Objekte detektiert. Befindet sich an der Lokation kein Objekt, wird durch die Laufzeitkorrektur auch kein kohärentes Sig nal erzeugt und es findet daher keine Detektion statt.

Im Folgenden werden anhand von schematischen Darstellungen die einzelnen Verarbeitungs schritte erläutert. Die Fign. 3a-3h zeigen eine Darstellung der Verarbeitungsschritte anhand von synthetischen Daten. Der Source-Receiver Offset (Quelle-Empfänger-Versatz) be schreibt den Abstand von Quelle und Empfänger, während die Distance to CFP (Abstand zu CFP) den Abstand eines Empfängers zu einem Common Fault Point angibt; Common Fault Points (d.h. die Punkte des Detektionsrasters) sind potentielle Positionen einer Quelle von Streuung.

In der ersten Darstellung der Reihe, Fig. 3a, wird das Empfängersignal dargestellt, das neben den Diffraktionen auch Reflexionen umfasst. Fig. 3a zeigt ein synthetisches Beispiel für Roh daten (engl.„Raw shot gather“), in denen Reflexionen als Hyperbeläste zu erkennen sind. In Fig. 3a sind Modell -Artefakte 302, Reflektionen, die durch den Meeresboden verursacht wer den 304 und eine weitere Gruppe von Reflektionen und Diffraktionen 306 zu erkennen. Im Normalfall sind Reflexionen, wie etwa die als„Seafloor“ markierte Reflexion des Meeresbo dens am deutlichsten sichtbar in marinen seismischen Datensätzen. In der Rohdatendarstel lung aller aufgezeichneten Signale für einen Schuss stellen sich Reflexionen als Hyperbeläste dar. Diffraktionen sind in den Daten zwar enthalten, allerdings wegen ihrer schwachen Amplitude und der von Reflexionen verschiedenen Laufwege in dieser Darstellung nur schwer bis gar nicht sichtbar. Auf der x-Achse von Fig. 3a und Fig. 3b ist der Source-Recei- ver-Offset (in m) zu sehen, während auf der y-Achse der Fign. 3a bis 3h die TWT (Two-Way- Traveltime) in ms aufgetragen ist.

Fig. 3b illustriert eine relative Signalverstärkung der Diffraktionen in der Erfassung des akus tischen Signals („shot gather“). Diese Signalverstärkung lässt sich etwa durch Unterdrücken 115 der Reflektionen im Empfängersignal erreichen. Ziel dieses Schrittes ist es, die im Ver gleich zu den Reflexionen schwachen Diffraktionen zu verstärken. Dazu werden die Reflexi onen beispielsweise gezielt abgeschwächt. Dies ist möglich, da die Laufzeitkurven von Dif fraktionen und Reflexionen unterschiedlich sind. In Fig. 3b sind, durch eine Abschwächung von Reflexionen das Rauschen und vor allem die Diffraktionen 312, die in der Darstellung gegen den Source-Receiver Offset einen chaotischen Eindruck machen, besser differenzier bar. Wie dargestellt sind Diffraktionen auch nach der Unterdrückung der Reflexionen in der Darstellung aller Aufzeichnungen für einen Schuss noch nicht eindeutig erkennbar. Bei star ken Diffraktionen kann dieser Schritt auch übersprungen werden. Wiederum sind in Fig. 3b Modellartefakte 314 zu erkennen.

Anschließend werden die Anteile des Empfängersignals den Punkten des Detektionsrasters zugeordnet. Im Folgenden werden die Punkte des Detektionsrasters auch CFPs (Common- Fault-Points) bezeichnet. Fig. 3c illustriert eine Sortierung der vorhandenen, seismischen Da ten (den Anteilen des Empfängersignals) in Common Fault Points (das Gruppieren der An teile des Empfängersignals zu den Punkten des Detektionsrasters), wie sie etwa von Kanase- wich and Phadke, 1988 in„Imaging discontinuities on seismic sections“ durchgeführt wird. In der Darstellung der Signale gegen die Distanz der Empfänger zu einem CFP (x-Achse, auch in Fig. 3d) in Fig. 3c sind nun Diffraktionen 322 als Hyperbeläste zu erkennen. Auch in Fig. 3c sind Modellartefakte 324 zu sehen. Fig. 3c zeigt dabei die Diffraktionen in der CFP- Erfassung („CFP gather“).

Um eine statistische Auswertung zu ermöglichen und um eine bessere Darstellung zu erlau ben, werden beispielsweise alle Schüsse und Empfänger in einem CFP zusammengefasst, die die Diffraktion eines Objekts an dieser Stelle enthalten würden. In anderen Worten kann das Empfängersignal Anteile von mehreren Empfängern und Anteile von mehreren Schüssen (akustischen Signalen) umfassen. Diese Anteile werden nun den Punkten des Rasters zuge ordnet.

Dabei gibt es zumindest drei verschiedene Möglichkeiten der Zuordnung der akustischen Aufnahmen zu den CFPs. Die Sortierung bzw. Darstellung der Aufnahmen in der CFP-Zu- sammenfassung erfolgt nach Abstand des CFPs zum betreffenden Empfänger der Aufnahme. In anderen Worten können die Anteile des Empfängersignals basierend auf einer Distanz der Punkte des Detektionsrasters zu den Empfängern der Mehrzahl von Empfängern und zu der zumindest einer Signalquelle der mehreren akustischen Signale zu den Punkten des Detekti onsrasters gruppiert werden.

Eine erste Möglichkeit stellt das sog. Real Aperture Processing (Verarbeitung anhand der realen Apertur) dar. In diesem Ansatz wird jeder Schuss wird einzeln prozessiert, d.h. die Anteile des Empfängersignals werden für jedes akustische Signal separat zu den Punkten des Detektionsrasters gruppiert. Dafür wird ausgehend von den Positionen der Empfänger und der Quelle das Detektionsraster (das als Gitternetz ausgebildet sein kann) von CFPs aufge- spannt bis zu einem Maximalabstand zur Quelle, der von den Eigenschaften der eingesetzten Quelle abhängt (z.B. Öffnungswinkel). Die Spuren, d.h. die Aufnahmen aller Empfänger für einen Schuss der Quelle, des zu bearbeitenden Schusses werden jedem einzelnen CFP/Punkt des Detektionsrasters zugeordnet.

Alternativ kann beispielsweise Synthetic Aperture Processing genutzt werden, also die Ver arbeitung mit Hilfe einer synthetischen Apertur. Bei der Nutzung einer synthetischen Apertur kann eine Anzahl von Empfängern in Bewegungsrichtung durch ein Aussenden mehrerer akustischer Signale synthetisch vergrößert werden. Folglich wird in diesem Ansatz eine fest gelegte Anzahl von aufeinanderfolgenden Schüssen zusammengefasst. In anderen Worten werden die Anteile des Empfängersignals für eine vordefinierte Anzahl von Zeitpunkten in der vordefinierten zeitlichen Abfolge zusammengefasst zu den Punkten des Detektionsrasters gruppiert. Ausgehend von den Positionen von Empfängern und Schusspunkten wird ein CFP- Grid/Raster (Detektionsraster) aufgespannt. Die Spuren der zusammengefassten Schüsse wer den jedem einzelnen CFP zugeordnet.

Alternativ können die Anteile des Empfängersignals rein aufgrund ihrer Distanz zu den Punk ten des Detektionsrasters zugeordnet werden, d.h. alle Spuren innerhalb einer bestimmten Entfernung zu einem CFP werden diesem CFP zugeordnet. In anderen Worten können die Anteile des Empfängersignals für eine vordefinierte Distanz der Punkte des Detektionsrasters zu den Empfängern der Mehrzahl von Empfängern und zu der zumindest einen Signalquelle zu den Punkten des Detektionsrasters gruppiert werden. Die Entfernung/Distanz sollte so groß sein, dass sie einen Großteil des zu erwartenden Diffraktionshyperboloids einschließt. Wird diese Entfernung zu groß gewählt, sinkt die Signalqualität. Eine nutzbare Entfernung kann anhand der Rohdaten bzw. nach der Signalverstärkung der Diffraktionen abgeschätzt werden, indem die Größe der enthaltenen Diffraktionshyperboloide gemessen wird. Anschließend wird für die zugeordneten Anteile des Empfängersignals die Laufzeitkorrektur in Bezug auf die Punkte des Detektionsrasters durchgeführt, d.h. eine Positionierung der Emp fänger und der Signalquelle zu dem Punkt des Detektionsrasters wird einbezogen, um zu er reichen, dass unterschiedliche Distanzen der Empfänger und des Empfängers zu dem jewei ligen Punkt in der Kombination der Anteile des Empfängersignals ausgeglichen werden. Fig. 3d illustriert die Laufzeitkorrektur des Empfängersignals. Durch eine geeignete Laufzeitkor rektur werden die Diffraktionen, wie in Fig. 3d zu sehen ist, zu einem kohärenten, seismischen Ereignis. Ziel der Laufzeitkorrektur ist es das Diffraktionssignal eines Objektes am Ort des CFPs so zu korrigieren, dass es in allen Spuren zur gleichen Zeit auftritt.

Dabei zeigt Bezugszeichen 332 die laufzeitkorrigierte Diffraktion, Bezugszeichen 334 zeigt ein Vielfaches der Diffraktion, und Bezugszeichen 336 zeigt Modellartefakte. Fig. 3d zeigt dabei die laufzeitkorrigierten Diffraktionen in der CFP-Erfassung („CFP gather, Diffraction Move Out (DiffMO)“).

Dabei können verschiedene Laufzeitkorrekturansätze verfolgt werden. Beispielsweise kann eine Laufzeitkorrektur bei konstanten Geschwindigkeiten genutzt werden, d.h. für die Lauf zeitkorrektur kann eine konstante seismische Geschwindigkeit angenommen werden. Dies ermöglicht eine verbesserte Laufzeitkorrekturgleichung zweiter Ordnung wenn eine kon stante Geschwindigkeit angenommen werden kann:

Die hier beschriebene Laufzeitkorrektur bei konstanten Geschwindigkeiten basiert auf einer Laufzeitberechnung zweiter Ordnung für eine Punktdiffraktion (e.g., Yilmaz 1991 :„Seismic data processing“; Sheriff and Geldart 1995; Clearbout 2010). Die Korrektur hängt von der räumlichen Lage der Quelle der Diffraktion D = (pcd, yd, Zd), des Empfängers R = (pc _r , y _r , z _r ), der Quelle S (x _s , y _s , z _s ) und der Root- Mean-Square (Quadratischer Mittelwert) Geschwin digkeit Vrms ab:

Gleichung 5:

Gleichung 5 kann vereinfacht werden, basierend auf der Annahme, dass Quelle und Empfän ger sich an der Meeresoberfläche befinden. Damit können sowohl z _r als auch z _s gleich null gesetzt werden. Außerdem werden die Positionen von Quelle und Empfänger auf ihren Ab stand zu einem CFP reduziert

Gleichung 6:

Daraus resultiert folgende, vereinfachte Laufzeitgleichung:

Gleichung 7:

In Gleichung 7 ist die vertikale Laufzeit in folgender Form enthalten:

Gleichung 8:

Diese vertikale Laufzeit ist für einen Punktdiffraktor in einem CFP konstant und somit kann eine DiffMO-Korrektur von Gleichung 7 abgeleitet werden:

Gleichung 9:

Wie in Fig. 3d zu sehen ist, korrigiert diese Gleichung eine Diffraktion in einem CFP zu einem horizontalen und somit kohärenten Ereignis. Alternativ kann beispielsweise eine Radon-Transformation bei unbekannten Geschwindig keiten genutzt werden. Eine der wichtigsten Variablen für die zuvor beschriebene Laufzeit korrektur ist die angenommene durchschnittliche seismische Geschwindigkeit. Wenn diese nicht bekannt ist, kann die Laufzeitkorrektur alternativ für eine Spanne von möglichen Ge schwindigkeiten durchgeführt werden. In anderen Worten kann die Laufzeitkorrektur für eine Spanne von möglichen seismischen Geschwindigkeiten durchgeführt werden.

Wenn eine Diffraktion in den Daten des bearbeiteten CFPs enthalten ist, zeigt das gestapelte Signal an dem Ort und mit der passendsten Durchschnittsgeschwindigkeit ein Maximum. So kann beispielsweise eine seismische Geschwindigkeit aus der Spanne von möglichen seismi schen Geschwindigkeiten basierend auf einer Größe eines lokalen Maximums in der entspre chenden Zusammenfassung der laufzeitkorrigierten Anteile des Empfängersignals für die Laufzeitkorrektur ausgewählt werden. Durch dieses Vorgehen können Positionen von Streu- körpem und Durchschnittsgeschwindigkeiten ermittelt werden. Diese Methodik stellt eine Radon Transformation dar, da vom Signaldatenraum in einen Geschwindigkeitsdatenraum transformiert wird.

Alternativ kann eine Laufzeitkorrektur bei bekannten Geschwindigkeiten verwendet werden. In den meisten Fällen kann nicht angenommen werden, dass die seismische Geschwindigkeit V _rms mit zunehmender Laufzeit konstant bleibt, z.B. wegen kompaktierten Sedimenten, die eine erhöhte seismische Geschwindigkeit aufweisen. Vielmehr kann angenommen werden, dass diese Geschwindigkeit eine Funktion der Laufzeit ist: Vrms(TWT). Der oben beschriebe nen Nomenklatur folgend, kann nach Guigne et al. (2014) eine Laufzeitkurve für Diffraktio nen auch mithilfe der folgenden Gleichung beschrieben werden:

Gleichung 10:

TWT _d = 0.5 7Wr ² (df) + 0.5^TWT ² (d ² )

Die Terme TWT ² (d f) bzw. TWT ² d ^2' ) beschreiben dabei separat die Laufzeiten von der Quelle und von den Empfängern zum jeweils zu bearbeitenden CFP. Diese Laufzeitgleichun gen können als Gleichung abhängig von v _rms (TWT ) formuliert werden (siehe beispielsweise Yilmaz, 1991). Folglich können für die Laufzeitkorrektur auf die Punkte des Detektionsras ters abgestimmte seismische Geschwindigkeiten für verschiedene Materialschichten zwi schen der Mehrzahl von Empfängern und den Punkten des Detektionsrasters verwendet wer den.

Nach der Laufzeitkorrektur werden die Spuren innerhalb der CFPs (d.h. an jedem Punkt des Detektionsrasters separat) summiert (zusammengefasst) und beispielsweise die Anzahl der Spuren geteilt. Es entsteht eine einzelne Summenspur, die der Zusammenfassung der Anteile des Empfängersignals entsprechen kann, in der die Amplitude gegen die Laufzeit aufgetragen ist. Werden die laufzeitkorrigierten Spuren, wie in Fig. 3e gezeigt, nun aufgestapelt, ergibt sich eine klar erkennbare Signalverstärkung zur Zeit des kohärenten Ereignisses (als gesta pelte Diffraktion, Bezugszeichen 342). Folglich kann die Detektion der ein oder mehreren Objekte bereits auf der Zusammenfassung der Anteile des Empfängersignals (also ohne Ein beziehung weiterer Verfahrensschritte) durchgeführt werden, d.h. die ein oder mehreren Ob jekte können basierend auf einer Amplitude der Zusammenfassung der laufzeitkorrigierten Anteile des Empfängersignals detektiert werden. Die in Fig. 3e-h gezeigte Laufzeit (TWT) entspricht der vertikalen Laufzeit, daher kann bei vorhandenem Geschwindigkeitsmodell eine Umrechnung in Tiefe erfolgen. Dieser Schritt stellt eine erste statistische Auswertung dar und hat beispielsweise den Zweck Rauschen zu unterdrücken und das Signal zu verstärken. Hier bei werden alle Signale, die keine Diffraktionen sind, als Rauschen bezeichnet. Die einzelnen Spuren können zusätzlich skaliert werden, um den Energieverlust durch die räumliche Aus breitung des Signals zu kompensieren (Spherical Divergence Correction, Sphärische Diver genzkorrektur). In anderen Worten kann das Verfahren, wie in Fig. lb gezeigt, ein Anpassen 145 der Zusammenfassung der laufzeitkorrigierten Anteile des Empfängersignals, um eine Signalverstärkung von Signalanteilen zu erreichen, die auf der Streuung der mehreren akus tischen Signale an weiter entfernten Objekten der ein oder mehreren Objekte basieren umfas sen (etwa durch Nutzung der sphärischen Divergenzkorrektur). Bezugszeichen 344 zeigt ein Vielfaches der Diffraktion, das etwa durch eine Reflektion der Diffraktion hervorgerufen sein kann. In Fig. 3e wird auf der x-Achse die Amplitude des gestapelten Signals aufgetragen, von -4 bis +4 x 10 ⁹ .

Um die Interpretierbarkeit der Zusammenfassung der laufzeitkorrigierten Anteile des Emp fängersignals zu verbessern, kann eine sog. Einhüllende der Zusammenfassung der laufzeit korrigierten Anteile des Empfängersignals berechnet werden. In anderen Worten kann das Verfahren, optional, ein Berechnen 150 einer der der Amplitude der Zusammenfassung der laufzeitkorrigierten Anteile des Empfängersignals. Die ein oder mehreren Objekte können basierend auf der Einhüllenden detektiert werden. Fig. 3f illustriert die optionale Berechnung der Einhüllenden des gestapelten Signals. Durch die optionale Berechnung der Einhüllenden (engl„stack envelope“), wie in Fig. 3f gezeigt, wird die Darstellung der Amplitude des Sta pels zu einem einzelnen Maximum 352 vereinfacht. Eine Auswertung des Signals mit der Phaseninformation ist möglich und kann auch weitere Informationen über den abgebildeten Punktdiffraktor enthalten. Auch in Fig. 3f ist das Vielfache 354 der Diffraktion sichtbar. In Fig. 3f wird auf der x-Achse die Einhüllende aufgetragen, auf einer Skala von 0 bis ca. 4.5 x I O ^'9 .

Zusätzlich kann optional eine Kohärenzfunktion über die Zusammenfassung der laufzeitkor rigierten Anteile des Empfängersignals berechnet 160 werden, etwa eine sog. Semblance. In Fig. 3g wird optional die Semblance/Kohärenz (ein Ähnlichkeits- oder Kohärenzmaß) als Maß der Kohärenz aus Fig. 3d (den laufzeitkorrigierten Signalen) berechnet. Die Semblance, d.h. die Ähnlichkeit der Spuren innerhalb eines CFPs über ein definiertes Zeitfenster, ist ein Maß für die Kohärenz der laufzeitkorrigierten Signale. In anderen Worten kann die Kohä renzfunktion auf einer Ähnlichkeit zwischen zeitlich aufeinanderfolgenden Anteilen des Empfängersignals basieren. Die Kohärenzfunktion kann beispielsweise auf einer Semblance- Analyse basieren. Die Nutzung anderer Koeffizienten z.B. Korrelationskoeffizienten ist denk bar und ändert nichts am generellen Lösungsweg. Die ein oder mehreren Objekte können basierend auf der Kohärenzfunktion detektiert werden. Bezugszeichen 362 weist auf die des akustischen Signals an der Diffraktion hin, und Bezugszeichen 364 auf das Vielfache der Diffraktion. In Fig. 3g wird auf der x-Achse die Semblance eingetragen (von 0 bis 0.4).

Multipliziert man (optional) das gewählte Maß der Kohärenz (etwa die Semblance) mit der Einhüllenden des Stacks (sog. Wichtung des Signals), wie in Fig. 3h gezeigt ist, werden Ar tefakte abgeschwächt und die Auflösung wird erhöht, Diffraktionen (Bezugszeichen 372) können nun leicht identifiziert werden und auch einfach von der Vielfachen 374 der Diffrak tion unterschieden werden. In anderen Worten kann das Verfahren ein Berechnen 170 einer gewichteten Einhüllenden basierend auf der Einhüllenden und basierend auf der Kohärenz funktion, etwa durch Multiplizieren der Einhüllenden und der Kohärenzfunktion. Die Wich tung hat eine Verbesserung der Auflösung und Aussagekraft zur Folge. Die Detektion der ein oder mehreren Objekte kann beispielsweise auf der gewichteten Einhüllenden basieren. Die ser Schritt ist jedoch für den Lösungsweg nicht zwingend erforderlich.

In manchen Ausführungsbeispielen kann das Verfahren ferner ein Identifizieren 180 einer Reflektion der Streuung des akustischen Signals an den ein oder mehreren Objekten umfas sen, etwa indem alle weiteren Maxima neben einem Hauptmaximum entfernt werden. Die Reflektion der Streuung des akustischen Signals an den ein oder mehreren Objekten kann in der Detektion der ein oder mehreren Objekte außer Betracht gelassen werden, entweder in der Detektion oder durch Anpassen der Zusammenfassung der laufzeitkorrigierten Anteile des Empfänger signal s .

Das Verfahren umfasst ferner das Detektieren 190 der ein oder mehreren Objekte an den Punkten des Detektionsrasters basierend auf der Zusammenfassung der laufzeitkorrigierten Anteile des Empfängersignals. Beispielsweise kann ein Objekt der ein oder mehreren Objekte detektiert werden, wenn die Amplitude der Zusammenfassung der laufzeitkorrigierten Anteile des Empfängersignal, die Einhüllende der Amplitude der Zusammenfassung der laufzeitkor rigierten Anteile des Empfängersignals, oder die gewichtete Einhüllende einen Schwellen wert übersteigt, etwa falls das entsprechende Maximum der Amplitude der Zusammenfassung der laufzeitkorrigierten Anteile des Empfängersignal, der Einhüllenden der Amplitude der Zusammenfassung der laufzeitkorrigierten Anteile des Empfängersignals, oder der gewichte ten Einhüllenden mit einer Position des Punkts des Detektionsrasters übereinstimmt und/oder auf ein kohärentes Signal hindeutet. Beispielsweise kann das Verfahren ein Bestimmen eines Untergrundmodells basierend auf den detektierten ein oder mehreren Objekten umfassen.

Die Detektion der ein oder mehreren Objekte basiert (ausschließlich) auf der Streuung der mehreren akustischen Signale an den ein oder mehreren Objekten, d.h. die Reflektion des akustischen Signals kann beispielsweise in der Detektion der ein oder mehreren Objekte un beachtet oder unberücksichtigt bleiben.

Das beschriebene Datenverarbeitungsverfahren hat den großen Vorteil, dass durch dieses Verfahren ausschließlich Punktdiffraktionen mit zum Teil sehr guter Auflösung abgebildet werden können und eine Echtzeitdatenverarbeitung möglich ist. Alle Teile des Wellenfeldes außer Punktdiffraktionen werden in manchen Ausführungsbei spielen als Rauschen betrachtet und so weit wie möglich unterdrückt. Die beschriebene rela tive Signalverstärkung der Diffraktionen bewirkt zunächst eine starke Unterdrückung der Re flexionen, die einen dominierenden Teil des Wellenfeldes ausmachen. Die folgende Laufzeit korrektur korrigiert in manchen Ausführungsbeispielen (nur) Punktdiffraktionen zu kohären ten Ereignissen. Dadurch werden (nur) Punktdiffraktionen durch die anschließende Stapelung verstärkt. Die optionale Wichtung der gestapelten Daten mit der Semblance stellt eine zusätz liche Rauschunterdrückung dar und ermöglicht eine verbesserte Interpretation der Resultate. In einem Gitternetz an CFPs über dem Untersuchungsgebiet zeigen sich (nur) an den Stellen und in den Tiefen, an denen Punktdiffraktionen zu finden sind, relative Maxima. Damit kann die räumliche Lage einer Vielzahl von vorhandenen Punktdiffraktoren ermittelt werden. Da eine große Anzahl an Datenspuren in jedem CFP für die Auswertung verwendet wird, können statistisch signifikante Aussagen getroffen werden.

Es wird in zumindest manchen Ausführungsbeispielen eine sehr feine Auflösung erreicht, da beim Sortieren Spuren aus einem großen Bereich um die CFPs verwendet werden. Dabei kann beispielsweise in der vorangegangenen Aufnahme der Daten eine möglichst gute Überde ckung des Untersuchungsgebiets gewährleistet werden und ein Aliasing der Daten im Raum vermieden werden. Die räumliche Ausdehnung der Quellen- und Empfängerpositionen wäh rend der Datenaufnahme kann dabei definieren wie fein die erreichbare räumliche Auflösung wird. Je größer die Ausdehnung, desto kleiner wird die Distanz, ab der zwei nah beieinander liegende Punktdiffraktionen unterschieden werden können.

Eine Echtzeitdatenverarbeitung ist in zumindest manchen Ausführungsbeispielen möglich, da die Unterdrückung der Reflexionen auf einzelne Schüsse und das Synthetic Aperture Proces sing auf nacheinander aufgezeichnete Schüsse angewendet wird. Somit kann dieses Verfahren in diesen Fällen schon während der Datenaufzeichnung Ergebnisse liefern die für die Aus wertung genutzt werden können.

Im Gegensatz zu Techniken, die auf einer Migration beruhen, ist die hier beschriebene Offen barung wenig anfällig für Fehler im angenommenen Geschwindigkeitsfeld. Bei der Unterdrü ckung der Reflexionen wird die Laufzeitkorrektur für Reflexionen vorwärts und invers ange wendet, sodass das hier angenommene Geschwindigkeitsfeld die Spuren nicht verzerrt. Bei Tests hat sich gezeigt, dass die Laufzeitkorrektur für die Diffraktionen wenig anfällig für Feh ler im Geschwindigkeitsfeld ist. Fehler resultierend aus einen fehlerhaften Geschwindigkeits feld zeigen sich in der Genauigkeit der Lokalisierung der Objekte, allerdings wird die Fähig keit der Methode zur Detektion von Punktdiffraktoren nicht signifikant beeinflusst. Zusätzlich sind Migrationsalgorithmen im Vergleich deutlich rechenaufwändiger.

Ausführungsbeispiele schaffen eine Kombination von CFP-Sortierung und Synthetic Aperture Processing zur Lokalisierung von Punktdiffraktoren, die so noch nicht bekannt ist. Punktdiffraktoren in marinen Sedimenten können verschiedene Arten von Objekten sein, z.B. glaziale Findlinge, andere geologische Inhomogenitäten, oder UXOs.

Die Technik ist auch für geowissenschaftliche Studien von Interesse. Durch die hier beschrie bene Methodik können z.B. Austrittsstellen von Fluiden, Störungsflächen im Untergrund und Konkretionen abgebildet und analysiert werden.

Ausführungsbeispiele können beispielsweise mit einem spezifischen System aus Signalquelle und einer Mehrzahl von Empfängern genutzt werden. Die Mehrzahl von Empfängen bei spielsweise über eine Fläche verteilt sein. Diese Fläche bildet die Apertur der Mehrzahl von Empfängern, d.h. je größer die Fläche ist, desto größer ist auch die Apertur der Mehrzahl von Empfängern. Somit können die Empfänger der Mehrzahl von Empfängern in einem regelmä ßigen oder unregelmäßigen Raster angeordnet sein, das die Apertur der Mehrzahl von Emp fängern bildet. Das Verfahren (bzw. das Verarbeitungsmodul) kann basierend auf der Streu ung des akustischen Signals an den ein oder mehreren Objekten die ein oder mehreren Objekte sowohl unterhalb des Rasters (der Fläche, der Apertur) als auch versetzt zu dem Raster de- tektieren, etwa zumindest 10° versetzt (oder zumindest 20° versetzt, zumindest 30° versetzt, zumindest 45° versetzt). Bei einer großen Apertur kann der Winkel mehr als 45° betragen.

Das akustische Signal kann beispielsweise von zumindest einer Signalquelle generiert sein. Die zumindest eine Signalquelle kann dabei an verschiedenen Positionen angeordnet sein, etwa innerhalb oder außerhalb der Fläche, an der die Mehrzahl von Empfängern angeordnet ist. Die zumindest eine Signalquelle kann dabei eine akustische und/oder seismische Signal quelle sein, etwa eine GI-Gun (Generator-Injector-Gun, Generator-Injektor-Kanone), ein Sparker (Schallquelle mit elektrischer Entladung), oder ein Boomer (Schallquelle, die die Energie in Kondensatoren speichert und über eine flache spiralförmige Spule abgibt, so dass Wasser durch eine benachbart angeordnete Kupferplatte verdrängt wird). Die Begriffe akus tisch und seismisch können hier austauschbar verwendet werden, da im vorliegenden Ansatz Wellenlängen verwendet werden, die sowohl akustischen als auch seismischen Signalen zu geordnet werden können.

Die zumindest eine Signalquelle und die Mehrzahl von Empfängern können beispielsweise dazu vorgesehen sein, von einem Schiff entlang einer Wasseroberfläche oberhalb des Mee resbodens gezogen zu werden. Das Detektionsraster kann beispielsweise ein zweidimensio nales Detektionsraster sein. Das zweidimensionale Detektionsraster kann entlang einer Fahrt richtung des Schiffs und entlang einer Tiefenachse zwischen der zumindest einen Signal quelle und/oder der Mehrzahl von Empfängern und dem Meeresboden aufgespannt sein al ternativ kann das Detektionsraster ein dreidimensionales Detektionsraster sein, das Entlang der Fahrtrichtung des Schiffes, Orthogonal zur Fahrtrichtung des Schiffes und entlang der Tiefenachse zwischen der zumindest einen Signalquelle und/oder der Mehrzahl von Empfän gern und dem Meeresboden aufgespannt ist.

Die Schnittstelle 12 kann beispielsweise einem oder mehreren Eingängen und/oder einem oder mehreren Ausgängen zum Empfangen und/oder Übertragen von Informationen entspre chen, etwa in digitalen Bitwerten, basierend auf einem Code, innerhalb eines Moduls, zwi schen Modulen, oder zwischen Modulen verschiedener Entitäten.

In Ausführungsbeispielen kann das Verarbeitungsmodul 14 einem beliebigen Controller oder Prozessor oder einer programmierbaren Hardwarekomponente entsprechen. Beispielsweise kann das Verarbeitungsmodul 14 auch als Software realisiert sein, die für eine entsprechende Hardwarekomponente programmiert ist. Insofern kann das Verarbeitungsmodul 14 als pro grammierbare Hardware mit entsprechend angepasster Software implementiert sein. Dabei können beliebige Prozessoren, wie Digitale Signalprozessoren (DSPs) zum Einsatz kommen. Ausführungsbeispiele sind dabei nicht auf einen bestimmten Typ von Prozessor einge schränkt. Es sind beliebige Prozessoren oder auch mehrere Prozessoren zur Implementierung des Verarbeitungsmoduls 14 denkbar.

Die Aspekte und Merkmale, die zusammen mit einem oder mehreren der vorher detaillierten Beispiele und Figuren beschrieben sind, können auch mit einem oder mehreren der anderen Beispiele kombiniert werden, um ein gleiches Merkmal des anderen Beispiels zu ersetzen oder um das Merkmal in das andere Beispiel zusätzlich einzuführen.

Beispiele können weiterhin ein Computerprogramm mit einem Programmcode zum Ausfuh ren eines oder mehrerer der obigen Verfahren sein oder sich darauf beziehen, wenn das Com puterprogramm auf einem Computer oder Prozessor ausgeführt wird. Schritte, Operationen oder Prozesse von verschiedenen, oben beschriebenen Verfahren können durch program mierte Computer oder Prozessoren ausgeführt werden. Beispiele können auch Programmspei chervorrichtungen, z. B. Digitaldatenspeichermedien, abdecken, die maschinen-, prozessor- oder computerlesbar sind und maschinenausführbare, prozessorausführbare oder computer ausführbare Programme von Anweisungen codieren. Die Anweisungen führen einige oder alle der Schritte der oben beschriebenen Verfahren aus oder verursachen deren Ausführung. Die Programmspeichervorrichtungen können z. B. Digitalspeicher, magnetische Speicherme dien wie beispielsweise Magnetplatten und Magnetbänder, Festplattenlaufwerke oder optisch lesbare Digitaldatenspeichermedien umfassen oder sein. Weitere Beispiele können auch Computer, Prozessoren oder Steuereinheiten, die zum Ausführen der Schritte der oben be schriebenen Verfahren programmiert sind, oder (feld-)programmierbare Logik-Arrays ((F)PLAs = (Field) Programmable Logic Arrays) oder (feld-)programmierbare Gate-Arrays ((F)PGA = (Field) Programmable Gate Arrays), die zum Ausführen der Schritte der oben beschriebenen Verfahren programmiert sind, abdecken.

Durch die Beschreibung und Zeichnungen werden nur die Grundsätze der Offenbarung dar gestellt. Weiterhin sollen alle hier aufgeführten Beispiele grundsätzlich ausdrücklich nur il lustrativen Zwecken dienen, um den Leser beim Verständnis der Grundsätze der Offenbarung und der durch den (die) Erfinder beigetragenen Konzepte zur Weiterentwicklung der Technik zu unterstützen. Alle hiesigen Aussagen über Grundsätze, Aspekte und Beispiele der Offen barung sowie konkrete Beispiele derselben umfassen deren Entsprechungen.

Ein als„Mittel zum...“ Ausführen einer bestimmten Funktion bezeichneter Funktionsblock kann sich auf eine Schaltung beziehen, die ausgebildet ist zum Ausführen einer bestimmten Funktion. Somit kann ein„Mittel für etwas“ als ein„Mittel ausgebildet für oder geeignet für etwas“ implementiert sein, z. B. ein Bauelement oder eine Schaltung ausgebildet für oder ge eignet für die jeweilige Aufgabe. Funktionen verschiedener in den Figuren gezeigter Elemente einschließlich jeder als„Mittel“, „Mittel zum Bereitstellen eines Signals“,„Mittel zum Erzeugen eines Signals“, etc. bezeich- neter Funktionsblöcke kann in Form dedizierter Hardware, z. B„eines Signalanbieters“,„ei ner Signalverarbeitungseinheit“,„eines Prozessors“,„einer Steuerung“ etc. sowie als Hard ware fähig zum Ausführen von Software in Verbindung mit zugehöriger Software implemen tiert sein. Bei Bereitstellung durch einen Prozessor können die Funktionen durch einen ein zelnen dedizierten Prozessor, durch einen einzelnen gemeinschaftlich verwendeten Prozessor oder durch eine Mehrzahl von individuellen Prozessoren bereitgestellt sein, von denen einige oder von denen alle gemeinschaftlich verwendet werden können. Allerdings ist der Begriff „Prozessor“ oder„Steuerung“ bei Weitem nicht auf ausschließlich zur Ausführung von Soft ware fähige Hardware begrenzt, sondern kann Digital signalprozessor-Hardware (DSP-Hard- ware; DSP = Digital Signal Processor), Netzprozessor, anwendungsspezifische integrierte Schaltung (ASIC = Application Specific Integrated Circuit), feldprogrammierbare Logikan ordnung (FPGA = Field Programmable Gate Array), Nurlesespeicher (ROM = Read Only Memory) zum Speichern von Software, Direktzugriffsspeicher (RAM = Random Access Me mory) und nichtflüchtige Speichervorrichtung (storage) umfassen. Sonstige Hardware, her kömmliche und/oder kundenspezifische, kann auch eingeschlossen sein.

Ein Blockdiagramm kann zum Beispiel ein grobes Schaltdiagramm darstellen, das die Grundsätze der Offenbarung implementiert. Auf ähnliche Weise können ein Flussdiagramm, ein Ablaufdiagramm, ein Zustandsübergangsdiagramm, ein Pseudocode und dergleichen ver schiedene Prozesse, Operationen oder Schritte repräsentieren, die zum Beispiel im Wesentli chen in computerlesbarem Medium dargestellt und so durch einen Computer oder Prozessor ausgeführt werden, ungeachtet dessen, ob ein solcher Computer oder Prozessor explizit ge zeigt ist. In der Beschreibung oder in den Patentansprüchen offenbarte Verfahren können durch ein Bauelement implementiert werden, das ein Mittel zum Ausführen eines jeden der jeweiligen Schritte dieser Verfahren aufweist.

Es versteht sich, dass die Offenbarung mehrerer, in der Beschreibung oder den Ansprüchen offenbarter Schritte, Prozesse, Operationen oder Funktionen nicht als in der bestimmten Rei henfolge befindlich ausgelegt werden soll, sofern dies nicht explizit oder implizit anderweitig, z. B. aus technischen Gründen, angegeben ist. Daher werden diese durch die Offenbarung von mehreren Schritten oder Funktionen nicht auf eine bestimmte Reihenfolge begrenzt, es sei denn, dass diese Schritte oder Funktionen aus technischen Gründen nicht austauschbar sind. Ferner kann bei einigen Beispielen ein einzelner Schritt, Funktion, Prozess oder Operation mehrere Teilschritte, -funktionen, -prozesse oder -Operationen einschließen und/oder in die selben aufgebrochen werden. Solche Teilschritte können eingeschlossen sein und Teil der Offenbarung dieses Einzelschritts sein, sofern sie nicht explizit ausgeschlossen sind.

Weiterhin sind die folgenden Ansprüche hiermit in die detaillierte Beschreibung aufgenom men, wo jeder Anspruch als getrenntes Beispiel für sich stehen kann. Während jeder An spruch als getrenntes Beispiel für sich stehen kann, ist zu beachten, dass - obwohl ein abhän giger Anspruch sich in den Ansprüchen auf eine bestimmte Kombination mit einem oder mehreren anderen Ansprüchen beziehen kann - andere Beispiele auch eine Kombination des abhängigen Anspruchs mit dem Gegenstand jedes anderen abhängigen oder unabhängigen Anspruchs umfassen können. Solche Kombinationen werden hier explizit vorgeschlagen, so fern nicht angegeben ist, dass eine bestimmte Kombination nicht beabsichtigt ist. Ferner sol len auch Merkmale eines Anspruchs für jeden anderen unabhängigen Anspruch eingeschlos- sen sein, selbst wenn dieser Anspruch nicht direkt abhängig von dem unabhängigen Anspruch gemacht ist.