[发明专利]一种基于深度学习的地下浅层震源定位方法

摘要

本发明涉及一种基于深度学习的地下浅层震源定位方法，包括以下步骤：布设分布式震动传感器阵列、生成学习样本、设置三维能量场图像样本对应的震源弹位置作为训练标签、构建深度学习网络框架、训练网络、对实际爆炸震源进行定位。本发明减少了传统浅层震源定位过程中定位参数提取、定位模型建模和定位模型解算等中间步骤，极大地提高了震源定位效率，消除了定位盲区，降低了震源定位精度受监测区域信道重建精度的依赖，为地下浅层震源定位提供一种新的震源定位方法。

主权项

1.一种基于深度学习的地下浅层震源定位方法，具体包括以下步骤：S1.布设分布式震动传感器阵列：在监测区域随机预设坐标原点，将n个传感器以一定角度为旋转间隔，以一定长度为增长半径，将震动传感器布设于地表，形成螺旋式阵列，并获取各传感器坐标信息(x_j,y_j,z_j)(j＝1,2,3,K,n)；S2.生成学习样本：对监测区域进行网格划分，在监测区域预设震源弹，得到一个震源弹爆炸后所有采样点所对应的三维能量场图像序列，并将其作为学习样本；S3.将学习样本所对应的震源弹位置作为训练标签；S4.构建深度学习网络框架；S5.将S2生成的学习样本与S3确定的训练标签作为数据集，输入到S4构建的网络中训练网络，得到训练好的深度学习网络；S6.震源定位：利用传感器阵列获取实际爆炸产生的震动信号，得到实际震源对应的三维能量场图像序列，随机抽取其中的样本送入训练好的深度学习网络，得到的输出结果即为震源坐标。