Metoda Predictive Deconvolution digunakan

untuk memprediksi error trace yang bisa

digunakan untuk memperkirakan reflektifitas
seismic dan mengatenuasi/ menghilangkan
multiple serta meningkatkan resolusi
seismic.


1.Prinsip Levinson
Untuk dekonvolusi single-channel tanpa filter digital
2.Filter Prediksi Wiener
Deverberation data stasioner dan menghilangkan gelombang
multiple untuk data non-stasioner
3.Zhang (2009)
Penentuan panjang prediktif perlu dilakukan dalam menghilangkan
efek gelombang multiple dan nilainya lebih besar dari periode
gelombang multiple.
4.Robinson (2006)
Perhitungan spektrum spektrum energi transmisi dalam perhitungan
prediksi error.
5.Margrave dan Lamoreux (2010)
Spiking deconvolution untuk non stasioner dalam domain Gabor.
6.Taner (1980)
Dekonvolusi prediktif dalam domain -p untuk memperbaiki noise
awal.
Matriks Robinson & Treitel
Digunakan untuk memfilter data untuk
estimasi nilai x(t+ ). Dengan asumsi x(t)
adalah input dan (t+) adalah nilai prediksi
pada waktu tertentu, dimana adalah
prediksi lag.



Misalnya untuk data input Xi , dimana i = 0,1,2,3,4
dan =2, dilakukan autokorelasi data input [X0, X1,
X3, X4] dan korelasi silang antara output x(t+2)
dengan input x(t), kita akan mendapatkan matriks
Robinson berikut



Dengan ai adalah koefisien filter dimana i = 0,1,2,3,4
Lalu dilakukan dekonvolusi prediksi antara filter
prediksi (t) dengan data input untuk menghasilkan
output aktual y(t)





Perhitungan prediksi error i+2 = Xi+2 - yi




Hasil ini juga bisa didapatkan dengan konvolusi
langsung data input Xi , dengan koefisien filter
[1,0,-ai ] dimana i = 0,1,2,3,4
Deret (a0,a1,a2,a3,a4) adalah filter prediksi dan
deret (1,0, -a0,-a1,-a2,-a3,-a4) adalah filter
prediksi error.
Prediksi filter menghasilkan komponen terprediksi
yaitu gelombang multiple dari trace seismik, dan
untuk komponen tak terprediksi, deret koefisien
refleksi berperan sebagai deret error.

Bentuk akhir persamaan untuk filter prediksi
sebanyak n dan lag prediksi adalah sebagai
berikut

Beberapa asumsi yang dibuat dalam predictive
doconvolution selama proses prosesing. Asumsi ini
bedasarkan Yilmaz (1987) :
Bumi merupakan lapisan horizontal dengan kecepatan
konstan.
Gelombang bidang kompresi yang mengenai bidang batas
lapisan pada normal incidence dihasilkan pada source.
Pada kasus ini tidak ada gelombang shear yang dihasilkan.
Waveform sumber tidak berubah saat melewati subsurface.
Komponen noise n(t) adalah zero.
Reflectivity merupakan proses acak/random yang berarti
seismogram memiliki karakteristik seismik wavelet
tertentu.
Seismik wavelet merupakan minimum phase karena
memiliki minimum-phase inverse.

1.Wavelet fasa minimum
Output yang dihasilkan oleh unit gap atau
dekonvolusi spiking hanyalah deret
reflektifitas. Output dekonvolusi prediktif
adalah konvolusi dari seri reflektifitas dengan
wavelet terpotong oleh lag




2.Wavelet fasa non-minimum
Kenyataannya wavelet seismik yang sebenarnya
mungkin bukan fase minimum. Gambar di bawah
menunjukkan bahwa output dari dekonvolusi
prediktif diaplikasikan pada wavelet fase non-
minimum adalah bahwa wavelet terpotong pada
panjang gap diikuti oleh bentuk mengekor yang
bergantung pada sifat dari input.