基于深度卷積生成對抗網絡的瑞雷波信號隨機噪聲去除

作者：俞若水,張勇,周創

摘要：瑞雷波勘探是一種新興的環境與工程地球物理勘探方法,野外采集的瑞雷波數據常含各種噪聲干擾,對瑞雷波信號進行去噪處理至關重要.本文提出了一種基于深度卷積生成對抗網絡(DCGAN)的瑞雷波信號隨機噪聲去除方法,其關鍵在于構建一個適用于瑞雷波信號去噪的DCGAN,包含生成器與判別器兩部分.生成器由一個全卷積神經網絡(FCN)構成,用于學習含噪數據到無噪數據的特征映射;判別器由一個卷積神經網絡(CNN)構成,用于輔助生成器訓練.基于DCGAN的去噪方法的實現分為三步:數據預處理、網絡訓練和噪聲去除.一旦網絡訓練完成,去噪過程無需更多人為調整參數,減少了人力成本.對實際數據進行去噪試驗,從地震數據和頻散曲線兩方面評價去噪效果,驗證了本文方法的可行性,且相較于常用的小波變換、F-X反褶積算法,本文方法在不同比例噪聲情況下均具有更好的去噪效果,對瑞雷波信號去噪方法選取有一定參考意義.

發文機構：中國石化華東分公司石油勘探開發研究院 中國石化石油物探技術研究院

關鍵詞：生成對抗網絡卷積神經網絡隨機噪聲瑞雷波去噪Generative adversarial networkConvolutional Neural Network(CNN)Random noiseRayleigh waveDenoising

分類號： P631[天文地球—地質礦產勘探]