【技术实现步骤摘要】
本申请涉及地震数据分离，具体而言，涉及一种基于u-net++网络的混合震源地震数据分离方法及装置。
技术介绍
1、地震数据的高效率采集往往建立在经济和高质量的基础之上。常规地震数据采集往往需要设置足够大的激发间隔，来避免不同震源之间的相互干扰，极大地消耗人力和物力成本。
2、混合震源采集技术自成立之初就受到广大地震勘探工作者的青睐，它是在不同的位置多个震源通过固定的编码方式，以同时或者延时激发，从而获得混合震源地震数据，提高了采样效率，但是在混采数据分离的过程中，掺杂了大量的混叠噪声，降低了地震记录的信噪比，影响了后续的数据处理，因此，对于高精度混采数据分离方法的需求迫在眉睫。目前的基于数据驱动的混合震源地震数据分离方法主要采用u-net网络，原始u-net下采样过程中会导致部分特征丢失、特征融合部分精度不足，导致分离结果中有效信号去除较多，分离信噪比偏低。
技术实现思路
1、本申请实施例的目的在于提供一种基于u-net++网络的混合震源地震数据分离方法及装置，用以解决了采样过程中导致部分特征丢失、特征融合部分精度不足的问题。
2、第一方面，提供了一种基于u-net++网络的混合震源地震数据分离方法，该方法可以包括：
3、获取待分离的混合震源地震数据；所述待分离的混合震源地震数据是由多个震源以不同的延时激发，进行采集后得到的，所述混合震源中包含至少两个震源；
4、对所述待分离的混合震源地震数据进行伪分离处理，得到伪分离数据，所述伪分离
5、采用稀疏反演分离方法，对第一部分的伪分离数据进行分离处理，得到所述第一部分的伪分离数据的分离结果；
6、将所述第一部分的伪分离数据和对应的分离结果转换到第一共检波点道集，制作标签数据对，用该标签数据对训练深度学习混合震源地震数据的分离模型；
7、将第二共检波点道集对应的第二部分的伪分离数据输入训练好的混合震源地震数据的分离模型，得到分离后的混合震源地震数据，所述分离模型采用u-net++网络。
8、在一个可能的实现中，所述混合震源地震数据的分离模型采用的公式为：y＝net(x，ε)；
9、其中，x是第二部分的伪分离数据，y是所述混合震源地震数据的分离模型的输出，ε是所述混合震源地震数据的分离模型中需要优化的不同参数，net表示所述混合震源地震数据的分离模型的网络架构。
10、在一个可能的实现中，ε中的不同参数包括学习速率、训练所述混合震源地震数据的分离模型的批量数据大小和激活函数。
11、第二方面，提供了一种基于u-net++网络的混合震源地震数据分离装置，该装置可以包括：
12、获取单元，用于获取待分离的混合震源地震数据；所述待分离的混合震源地震数据是由多个震源以不同的延时激发，进行采集后得到的，所述混合震源中包含至少两个震源；
13、处理单元，用于对所述待分离的混合震源地震数据进行伪分离处理，得到伪分离数据，所述伪分离数据包括第一部分的伪分离数据和第二部分的伪分离数据；
14、以及，采用稀疏反演分离方法，对第一部分的伪分离数据进行分离处理，得到所述第一部分的伪分离数据的分离结果；
15、训练单元，用于将所述第一部分的伪分离数据和对应的分离结果转换到第一共检波点道集，制作标签数据对，用该标签数据对训练深度学习混合震源地震数据的分离模型；
16、所述获取单元，还用于将第二共检波点道集对应的第二部分的伪分离数据输入训练好的混合震源地震数据的分离模型，得到分离后的混合震源地震数据，所述分离模型采用u-net++网络。
17、第三方面，提供了一种电子设备，该电子设备包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
18、存储器，用于存放计算机程序；
19、处理器，用于执行存储器上所存放的程序时，实现上述第一方面中任一所述的方法步骤。
20、第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面中任一所述的方法步骤。
21、本申请提供了一种基于u-net++网络的混合震源地震数据分离方法在获取待分离的混合震源地震数据后，对待分离的混合震源地震数据进行伪分离处理，得到伪分离数据；采用稀疏反演分离方法，对部分伪分离数据进行分离处理，得到该部分数据的分离结果。将伪分离数据和对应的分离结果转换到共检波点道集，制作标签数据对，用该标签数据对训练深度学习混合震源地震数据分离模型，将共检波点道集的另一部分伪分离数据输入训练好的混合震源地震数据分离模型得到分离后的混合震源地震数据，数据分离模型采用u-net++网络。该方法解决了采样过程中导致部分特征丢失、特征融合部分精度不足的问题。
本文档来自技高网...【技术保护点】
1.一种基于U-Net++网络的混合震源地震数据分离方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述混合震源地震数据的分离模型采用的公式为：y＝Net(x，ε)；
3.如权利要求2所述的方法，其特征在于，ε中的不同参数包括学习速率、训练所述混合震源地震数据的分离模型的批量数据大小和激活函数。
4.一种基于U-Net++网络的混合震源地震数据分离装置，其特征在于，所述装置包括：
5.如权利要求4所述的装置，其特征在于，所述混合震源地震数据的分离模型采用的公式为：y＝Net(x，ε)；
6.如权利要求5所述的装置，其特征在于，ε中的不同参数包括学习速率、训练所述混合震源地震数据的分离模型的批量数据大小和激活函数。
7.一种电子设备，其特征在于，所述电子设备包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利
...【技术特征摘要】
1.一种基于u-net++网络的混合震源地震数据分离方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述混合震源地震数据的分离模型采用的公式为：y＝net(x，ε)；
3.如权利要求2所述的方法，其特征在于，ε中的不同参数包括学习速率、训练所述混合震源地震数据的分离模型的批量数据大小和激活函数。
4.一种基于u-net++网络的混合震源地震数据分离装置，其特征在于，所述装置包括：
5.如权利要求4所述的装置，其特征在于，所述混合震源...
【专利技术属性】
技术研发人员：魏亚杰，王玉琦，朱煜嘉，曹静杰，杨歧焱，陈雪，杨贺龙，蔡志成，杜国梁，
申请(专利权)人：河北地质大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。