地震数据去噪的模型训练方法、地震数据去噪方法及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115980840A(43)申请公布日2023.04.18(21)申请号202211479462.7(22)申请日2022.11.24(71)申请人中国石油大学（华东）地址266580山东省青岛市黄岛区长江西路66号(72)发明人宫法明董曼(74)专利代理机构北京众合诚成知识产权代理有限公司11246专利代理师刘妮(51)Int.Cl.G01V1/28(2006.01)G01V1/36(2006.01)权利要求书1页说明书5页附图3页(54)发明名称地震数据去噪的模型训练方法、地震数据去噪方法及装置(57)摘要本发明提供一种地震数据去噪的模型训练方法、地震数据去噪方法及装置。模型训练的方法包括：根据含噪地震数据A、无噪声地震数据B构造映射器G；根据映射器G的输出构造反向映射器R；分别构造判别器DA和判别器DB来纠正转换结果；映射器与判别器对抗训练、相互进化，最终得到训练好的映射器与判别器。本发明提供的方法，不需要噪声的先验知识，通过含噪地震数据域与干净地震数据域之间循环进行对抗训练，即可有效的去除地震数据中各种类型的噪声。CN115980840ACN115980840A权利要求书1/1页1.一种地震数据去噪的模型训练方法，其特征在于，包括：获取含噪地震数据A、无噪声地震数据B；根据所述含噪地震数据A、无噪声地震数据B构造映射器G，所述映射器G：A→B；根据所述映射器G的输出构造反向映射器R，所述反向映射器R：B→A；分别构造判别器DA和判别器DR；所述判别器DA用于区分含噪地震数据A和映射后的A域假样本R(B)；所述判别器DB用于区分所述干净地震数据B和映射后的B域假样本G(A)；将所述映射器G和判别器DB进行对抗训练；将所述反向映射器R和判别器DA进行对抗训练，最终得到训练好的映射器与判别器。2.根据权利要求1所述的地震数据去噪的模型训练方法，其特征在于，在对抗训练过程中，通过添加SSIM损失与L1损失来共同训练所述映射器和判别器。3.一种地震数据去噪方法，其特征在于，包括：获取待去噪的地震数据；将所述待去噪的地震数据输入所述映射器G，通过所述映射器G将待去噪的地震数据转化为目标去噪地震数据。4.一种地震数据去噪的模型训练装置，其特征在于，包括：获取单元，用于获取含噪地震数据A、无噪声地震数据B；构造单元，用于根据所述含噪地震数据A、无噪声地震数据B构造映射器G，所述映射器G：A→B；所述构造单元，还用于根据所述映射器G的输出构造反向映射器R，所述反向映射器R：B→A；所述构造单元，还用于分别构造判别器DA和判别器DB；所述判别器DA用于区分含噪地震数据A和映射后的A域假样本R(B)；所述判别器DR用于区分所述干净地震数据B和映射后的B域假样本G(A)；训练单元，用于将所述映射器G和判别器DB进行对抗训练；将所述反向映射器R和判别器DA进行对抗训练，最终得到训练好的映射器与判别器。5.一种地震数据去噪装置，其特征在于，包括：获取单元，用于获取待去噪的地震数据；处理单元，用于将所述待去噪的地震数据输入所述映射器G，通过所述映射器G将待去噪的地震数据转化为目标去噪地震数据。6.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至2任一项所述地震数据去噪的模型训练方法或实现如权利要求3所述地震数据去噪方法。7.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至2任一项所述地震数据去噪的模型训练方法或实现如权利要求3所述地震数据去噪方法。8.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至2任一项所述地震数据去噪的模型训练方法或实现如权利要求3所述地震数据去噪方法。2CN115980840A说明书1/5页地震数据去噪的模型训练方法、地震数据去噪方法及装置技术领域[0001]本发明涉及信息处理技术领域，尤其涉及一种地震数据去噪的模型训练方法、地震数据去噪方法及装置。背景技术[0002]在地震勘探过程中，由于地震波信号自身的不平稳性和复杂性，以及数据采集过程中受到风、仪器等各种外界干扰，获取到的原始地震数据会引入噪声，对后续处理造成影响。为了降低噪声对有效信号的影响，获得高信噪比的数据，去噪始终是地震数据处理的关键。[0003]传统的去噪方法大多基于变换域滤波或信号重建、基于变换域滤波或信号重建，这类理论去噪方法会导致地震数据中部分高频信息丢失、有用信息模糊化等问题，无法在不损坏原始信号的同时去除噪声。近年来深度学习的快速发展为地震数据去噪提供了新思路。然而，现有的深度学习去噪方法