一种基于多尺度U形注意网络的地震数据去噪方法技术

本发明专利技术属于地震勘探领域，具体地而言为一种基于多尺度U形注意力网络的地震数据去噪方法，该方法包括：将采集的地震数据输入至U形网络进行数据处理，所述U形网络包括上半部分和下半部分，所述上半部分用于特征提取，并以不同的分辨率提取不同的特征，在高分辨率阶段提取精细特征，在低分辨率阶段提取粗略特征；所述下半部分用于特征融合，所述上半部分和下半部分之间的最低尺度上使用了两个级联的扩张卷积模块，本发明专利技术采用的新网络可以在多个尺度上提取特征。它可以同时从地震数据中获得更多的特征以及局部和全局信息。的特征以及局部和全局信息。的特征以及局部和全局信息。

【技术实现步骤摘要】
一种基于多尺度U形注意网络的地震数据去噪方法


[0001]本专利技术属于地震勘探领域，具体地而言为一种基于多尺度U形注意力网络的地震数据去噪方法。

技术介绍

[0002]在地震勘探中，随机噪声的存在将极大地影响地震数据的质量。随着随机噪声变得越来越复杂，采集到的野外地震数据的质量将不断下降。为了获得高信噪比的地震信号，有必要对地震信号进行去噪处理，来保持尽可能多的有效信息。一系列常规的噪声抑制方法已被应用于地震数据处理中，如包括小波变换、带通滤波、f
‑
x反褶积、中值滤波、曲线变换、经验模式分解和奇异值分解等。虽然一些传统方法能够在一定程度上压制住地震数据中的噪声，但当地震波场复杂时，传统方法在去除噪声的同时，存在有效信号丢失、噪声残留等问题，且往往会伤及有效信号。因此有必要研究出一种有效的去噪新方法。
[0003]近年来，为了克服传统去噪方法的局限性，提出了一种基于深度学习（DL）的去噪模型。DL方法解决了传统方法中存在的参数问题和经典机器学习（ML）技术中的复杂特征工程。并且已经在图像处理、语音识别等领域取得了显著本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多尺度U形注意力网络的地震数据去噪方法，其特征在于，该方法包括：将采集的地震数据输入至U形网络进行数据处理，所述U形网络包括上半部分和下半部分，所述上半部分用于特征提取，并以不同的分辨率提取不同的特征，在高分辨率阶段提取精细特征，在低分辨率阶段提取粗略特征；所述下半部分用于特征融合，所述上半部分和下半部分之间的最低尺度上使用了两个级联的扩张卷积模块。2.按照权利要求1所述的基于多尺度U形注意力网络的地震数据去噪方法，其特征在于，所述上半部分包括一个第一卷积层和ReLU激活函数来提取输入数据的局部特征，并增加特征图的通道数量，所提取的特征图被用作第一残差模块的输入，经过第一残差模块后进行下采样。3.按照权利要求2所述的基于多尺度U形注意力网络的地震数据去噪方法，其特征在于，所述下采样经过第二残差模块以及第三残差模块至扩张卷积模块。4.按照权利要求3所述的基于多尺度U形注意力网络的地震数据去噪方法，其特征在于，所述下半部分包括第二卷积层和ReLU激活函数，对输入的数据进行上采样，将特征图的大小增大两倍，将通道数量减少一半，并将特征图通过第四残差模块完成上采样，上采样的数据经过第三卷积层和ReLU激活函数进行特征融合，最后经过第五残差模块后使用两个第四卷积和Tanh激活函数将特征图转换为地震数据。5.按照权利要求4所述的基于多尺度U形注意力网络的地震数据去噪方法，其特征在于，所有的残差模块均包括两个级联的注意...

【专利技术属性】
技术研发人员：黄兴国，徐佳琳，杨泓渊，张宇鹏，王聪，
申请(专利权)人：吉林大学，
类型：发明
国别省市：