[发明专利]基于生成对抗网络的光纤分布式地震波信号降噪方法

说明书

本发明公开了基于生成对抗网络的光纤分布式地震波信号降噪方法，利用生成对抗网络对光纤分布式地震波信号随机噪声和缆波噪声进行有效去除，本网络包含注意力生成网络、注意力判别网络两部分，其中注意力生成网络由注意力循环神经网络、自动编码器两部分构成。利用注意力机制构建注意力循环神经网络，生成针对地震波图像信号中的随机噪声和缆波噪声的空间注意力权重矩阵；然后利用上下文卷积自动编码器生成降噪后的DAS地震波信号；当注意力判别网络无法判断出输入的去噪后DAS地震波信号是来自数据库的真实数据还是生成网络生成的数据时，基于生成对抗网络的光纤分布式地震波信号降噪算法训练完成。

技术领域

本发明属于光纤分布式地震波信号处理领域，涉及基于生成对抗网络的光纤分布式地震波信号降噪方法。

背景技术

基于相位敏感光时域反射计的分布式光纤声波传感(简称DAS)技术，是一种利用光纤后向瑞利散射干涉效应实现声波信号连续分布式探测的新型传感技术。它不仅具有普通光纤传感技术的优点，如抗电磁干扰、隐蔽性好、耐腐蚀、绝缘等，而且可以实现光纤沿线动态应变(振动、声波)的长距离、分布式、实时定量检测，在重要场所和重大基础设施的安防监测、大型结构的健康监测、油气资源勘探等领域具有广阔的应用前景。特别是在垂直地震剖面(简称VSP)技术领域的应用，经过近几年的快速发展，DAS-VSP技术已经能够替代以前的电子检波地震资料采集系统。

由于DAS的特点，利用DAS-VSP技术可以得到分辨率更高和精确度更好的地震资料。但是，光缆和井壁沿井口到井内一定深度和测井的不规则路线等位置难以耦合良好，由此可能产生非常强烈的光缆谐振干扰噪声(简称缆波)，这一技术难题目前尚未得到完全解决。VSP技术虽然可以避开地面观测时来自地表的噪声，但是其本身也存在各种噪声，如电缆波、井筒波、井下仪器耦合不良、套管波的噪声等，导致地震数据中的有效信号变得模糊，无法进行有效分析，影响后续的地震解释，如层位追踪、断层识别等，导致我们不能正确的给出相应工区的地震解释。因此，去除采集得到的DAS数据中的各种噪声，提高DAS数据的信噪比，将有利于提升整个DAS系统的性能以及更好的给出合理的地震解释。因此，DAS数据降噪方法研究至关重要。

现有的地震波信号噪声去除方法按照作用的噪声类型可分为随机噪声和缆波噪声两类。根据针对的噪声种类，降噪方法可分为：(一)针对缆波类噪声的地震波信号降噪方法，主要包括4种：(1)切除法，对有缆波类噪声的区域进行切除，但是此方法是直接将规定时窗内的数据值置零，在切除掉噪声的同时也切除掉有效波，并可能导致谱估算值发生畸变。(2)去线性相干波场技术，该方法主要用于消除数据中的折射鸣震和散射波。利用空间道相关这一性质将线性相干波场从地震道中予以剔除。但是该方法效果取决于线性波长的相干性好坏，相干性越差效果越差。(3)小波变换结合f-k滤波方法，该方法串联应用f-k滤波算子和小波变换，但在切除噪声时会损失有效信号。(4)基于模糊判别的方向滤波技术，先检测出地震记录中的线性同相轴，再从中识别出缆波噪声，最后对识别出的的缆波噪声进行方向滤波处理。但是如果采用的模糊准则和模型如果不够完善，会出现错误判断。(二)针对随机噪声的地震波信号降噪方法，主要包括3种：(1)多项式拟合方法，根据有效信号在空间上的相似性，采用多道相关的方法，完成有效波时间、振幅两方面的拟合。但使用该方法有时会出现假同相轴和蚯蚓化现象。(2)KL变换，该方法基于相邻道的反射波有效成分在波形和能量上具有较强的相关性而随机噪声不具有相关性这一思想，提取出相干信息，消除随机噪声。(3)奇异值(SVD)分解，该方法基于有效信号集中在较大的特征值所对应的特征向量上这一思想，选取较大的特征值对应的特征向量进行信号重建，去除随机噪声。但是，该方法在同相轴是水平时有较好的去噪效果，在同相轴是倾斜或弯曲时则效果不佳。

综上所述，虽然目前存在一系列地震波信号降噪方法，且在特定场景中取得了不错的降噪效果，但在实际应用中仍存在着以下难点：

1、针对的噪声种类单一，适用于随机噪声，泛化能力不强，不能解决噪声种类复杂的地震波数据，比如对于确定性的缆波噪声去除效果不好；

2、使用时需要大量与噪声数据相关的先验知识，去噪算法开发周期长；