Neste trabalho estabeleceu-se uma nova abordagem para deconvolução de dados Vibroseis. Fundamenta-se esta abordagem na distribuição de uma certa quantidade de energia que, adicionada ao processo deconvolutivo, age como instrumento de deconvolução. Para sua execução usa-se filtro de deconvolução preditiva unitária de Wiener, ou seja, esta energia será adicionada à matriz de autocovariância do traço. Três diferentes formas de aplicação desta deconvolução foram estudadas. Inicialmente estabeleceu-se analiticamente através da transformada de Hilbert, qual seria exatamente a quantidade de energia necessária e a forma de distribuição, para que a deconvolução tivesse como resposta um sinal de fase zero. Neste caso, o estudo foi estendido também para pulsos de fase mínima e fase mista. Entretanto, ficou demonstrado que sua aplicação prática é inviável, pois a premissa para sua execução é o conhecimento do pulso de entrada e dos filtros que agem sobre este pulso. A partir deste estudo teórico foi possível desenvolver as condiçães para se estabelecer de forma empírica esta energia adicional ou ganho. Foram então estudadas as limitaçães para a aplicação deste método, analizando-se o efeito que tem sobre a deconvolução, a variação de cada parâmetro que define o espectro de potência deste ganho e, simultaneamente, verificou-se qual seria sua resposta quando aplicado a traços sísmicos com diferentes características. Desta forma, foi possível verificar que a utilização da luz branca na definição do ganho só consegue remover múltiplas de curto período, enquanto a deconvolução realizada quando este ganho tem seu espectro de potência preenchendo as partes externas à banda de freqüência do ``sweep" tem ação mais abragente, agindo de forma satisfatória para os diferentes traços sísmicos modelados. Mas sua utilização é prejudicada pelas dificuldades na definição dos parâmetros que definem o ganho e pela ausência de uma forma eficiente para selecionar o melhor resultado da deconvolução dentre aqueles resultados possíveis de se obter através da mudança dos parâmetros.

This work presents a novel method for processing Vibroseis data. The approach depends on the addition of a certain amount of energy of the autocorrelation of the input seismogram, which is used in the design of the Wiener deconvolution filter. The exact form of the positive definite function which is required depends on the phase of the wavelet and the amplitude spectrum of the minimum phase earth filtering effects. Processing using various types of wavelets was studied. In particular the zero phase Klauder wavelet subjected to effects such as frequency indepedent phase shift and attenuation was used. It is shown that the method is very powerful in removing multiples and earth filtering effects and returning an almost undistorted zero phase wavelet. Other type of wavelets may also be transformed into zero phase wavelets by minimum phase Wiener filter provinding the phase of wavelet is known. The method was compared using synthetic data with an approximate approach suggested by Matsuoka and Ulrych (1985a) of using large values of the ridge regression parameter. Finally the developed technique was applied to real data and advantages and disadvantages of the method are discussed. In particular it is difficult to choose the ``best" deconvolved phase such as to obtain the optimum filter parameters.