[发明专利]基于生成对抗网络的地震数据面波压制方法

权利要求书

1.一种基于生成对抗网络的地震数据面波压制方法，其特征在于，包括如下步骤：

S1，创建一组通过数据处理获得的训练数据，数据处理获得训练数据具体如下：

制作100对合成地震记录，所述记录中包含主频为20Hz的瑞克子波合成的反射信号、频率为6Hz到10Hz的面波，以及高斯白噪声；

S2，向神经网络提供训练数据，训练生成器和判别器，通过网络训练使生成器产生的数据能够欺骗判别器，判别器能够识别生成器所产生的数据和训练数据；

S3，在网络训练过程中，通过采用生成器和判别器相互对抗训练方法，使生成器能够得到好的数据，判别器能够进行更加准确的识别；

S4，完成网络训练后，将包含面波的原始地震数据提供给生成器，生成器产生无面波的地震数据。

2.根据权利要求1所述的基于生成对抗网络的地震数据面波压制方法，其特征在于，通过数值模拟软件和商业地震资料处理软件，得到可被用于网络训练的训练集。

3.根据权利要求2所述的基于生成对抗网络的地震数据面波压制方法，其特征在于，目标函数表示为：

其中，x为输入数据即带有噪声的数据，y为相应的干净数据，z为随机噪声向量；P_data(x,y)，P_data(x)和P_z(z)分别是数据对(x,y)、x和随机噪声z的分布，E为数学期望，x～P表示来自分布P的样本x。

4.根据权利要求3所述的基于生成对抗网络的地震数据面波压制方法，其特征在于，利用下述公式计算两个分布之间的距离：

其中，||||₁是L1距离，它表示生成器生成的结果和真实结果y之间的差异。

5.根据权利要求4所述的基于生成对抗网络的地震数据面波压制方法，其特征在于，最终的目标函数，表示为：

其中，λ是一个系数，用来控制L_L1在损失函数中所占据的比重，然后使用偏导数迭代计算目标函数，迭代计算直到G为全局最小及相应的D全局最大，使得到的分布P_G(x)(x)将类似于分布P_data(x,y)。

6.根据权利要求5所述的基于生成对抗网络的地震数据面波压制方法，其特征在于，在训练过程中，当输入一组带有面波的数据时，判别器针对下列情况使目标函数得到不同的结果：

当输入的为真实数据对(x,y)时，目标函数前一项L_cGan会得到较大的比重，且判别器尽量判别数据为真；

当输入的为生成的数据对(x,G(x,z))时，目标函数后一项L_L1会是较大的比重，并且判别器尽量判别数据为假。

7.根据权利要求6所述的基于生成对抗网络的地震数据面波压制方法，其特征在于，通过公式(1)对判别器部分进行训练；通过公式(2)的计算，判断生成器生成的数据和真实数据之间的差异，从而对生成器部分进行训练；将公式(1)和公式(2)合并在一起形成公式(3)作为整个网络最终的目标函数，最终得到针对所述目标函数的G的最小值以及相应的D的最大值。

8.根据权利要求2-6中任一项所述的基于生成对抗网络的地震数据面波压制方法，其特征在于，通过MATLAB软件实现数值模拟。

9.根据权利要求2-6中任一项所述的基于生成对抗网络的地震数据面波压制方法，其特征在于，所述商业地震资料处理软件为CGG软件、geoeast软件、focus软件、omega软件或seismic unix软件中的任意一款。