科研動(dòng)態(tài)
自適應(yīng)動(dòng)態(tài)濾波網(wǎng)絡(luò)壓制地震隨機(jī)噪聲研究
論文題目：自適應(yīng)動(dòng)態(tài)濾波網(wǎng)絡(luò)壓制地震隨機(jī)噪聲研究
錄用期刊/會(huì)議：【石油地球物理勘探】 (EI中文期刊)
原文DOI：10.13810/j.cnki.issn.1000-7210.2024.04.012
原文鏈接：http://www.ogp-cn.com.cn/CN/10.13810/j.cnki.issn.1000-7210.2024.04.012
錄用/見(jiàn)刊時(shí)間：2024/8/30
作者列表：
1） 徐彥凱 中國(guó)石油大學(xué)（北京）人工智能學(xué)院 電子系教師
2） 王 迪 中國(guó)石油大學(xué)（北京）人工智能學(xué)院新一代電子信息技術(shù)專業(yè) 碩21級(jí)
3） 李宜真 .中國(guó)石油集團(tuán)川慶鉆探工程有限公司
4） 曹思遠(yuǎn) 中國(guó)石油大學(xué)（北京）地球物理學(xué)院 物探系教師
5） 郝越翔 中國(guó)石油集團(tuán)川慶鉆探工程有限公司
文章簡(jiǎn)介:
地震勘探數(shù)據(jù)處理中對(duì)隨機(jī)噪聲的壓制一直備受關(guān)注。為此，本文提出了基于自適應(yīng)動(dòng)態(tài)濾波網(wǎng)絡(luò)(Adaptive Dynamic Filtering Net，ADFNet)的方法壓制地震資料中的隨機(jī)噪聲。
摘要:
自適應(yīng)動(dòng)態(tài)濾波網(wǎng)絡(luò)以編碼器—解碼器為架構(gòu)，引入通道注意力機(jī)制(Attention Mechanism，AM)的思想，通過(guò)通道AM實(shí)現(xiàn)對(duì)采用空洞卷積形成多尺度數(shù)據(jù)的特征集成，為網(wǎng)絡(luò)提供了精準(zhǔn)且豐富的特征表示；并引入動(dòng)態(tài)卷積學(xué)習(xí)地震資料高頻特征，保留更豐富的細(xì)節(jié)信息。實(shí)驗(yàn)結(jié)果表明，ADFNet可有效壓制地震資料中的隨機(jī)噪聲。
背景與動(dòng)機(jī):
在地震勘探過(guò)程中受環(huán)境噪聲影響地震數(shù)據(jù)不可避免的受到隨機(jī)噪聲的污染，嚴(yán)重影響有效信號(hào)的識(shí)別，因此壓制地震數(shù)據(jù)中的隨機(jī)噪聲是地震資料處理的重要一環(huán)。
設(shè)計(jì)與實(shí)現(xiàn):
自適應(yīng)動(dòng)態(tài)濾波網(wǎng)絡(luò)采用編碼器—解碼器結(jié)構(gòu)(圖1)。主要有MCB和MDCB模塊。MCB采用卷積和空洞卷積對(duì)輸入特征處理獲得不同尺度的特征數(shù)據(jù)，將數(shù)據(jù)沿通道維度疊加后計(jì)算通道注意力權(quán)重，對(duì)特征數(shù)據(jù)實(shí)現(xiàn)對(duì)三個(gè)維度注意力加權(quán)，通過(guò)卷積層來(lái)融合，利用空洞卷積和通道AM，實(shí)現(xiàn)高效的多尺度特征提取與集成，使網(wǎng)絡(luò)能夠更精準(zhǔn)地區(qū)分地震資料中的有效信號(hào)與噪聲。MDCB將輸入利用空間特征提取分支和通道信息交互分支等生成動(dòng)態(tài)卷積核組；并與之進(jìn)行卷積；卷積后的特征數(shù)據(jù)融合后利用通道AM實(shí)現(xiàn)多尺度特征集成，獲取多維度的依賴關(guān)系，進(jìn)一步融合提取的多尺度動(dòng)態(tài)特征，提高提取地震數(shù)據(jù)信息的能力。
圖1 自適應(yīng)動(dòng)態(tài)濾波網(wǎng)絡(luò)結(jié)構(gòu)
實(shí)驗(yàn)結(jié)果及分析:
將ADFNet應(yīng)用于圖2(a)實(shí)際地震數(shù)據(jù)，并DNCNN方法進(jìn)行對(duì)比。DNCNN方法去除隨機(jī)噪聲有效，但有效信號(hào)卻破壞嚴(yán)重，殘差剖面中有明顯的有效信號(hào)痕跡；本文方法壓制噪聲比較徹底、同相軸更連續(xù)、紋理細(xì)節(jié)更清晰。
(a) (b) (c) (d) (e)
圖2 實(shí)際地震數(shù)據(jù)不同算法去噪結(jié)果及其與原始數(shù)據(jù)的殘差對(duì)比
(a) 實(shí)際地震數(shù)據(jù) (b-c)DNCNN方法去噪結(jié)果和殘差；(c)本文方法去噪結(jié)果和殘差
結(jié)論:
本文提出了一種自適應(yīng)動(dòng)態(tài)濾波網(wǎng)絡(luò)的地震數(shù)據(jù)隨機(jī)噪聲壓制方法。該網(wǎng)絡(luò)引入通道自注意力機(jī)制，采用了動(dòng)態(tài)卷積塊和多尺度動(dòng)態(tài)卷積塊，改進(jìn)了對(duì)地震數(shù)據(jù)高頻特征的表示和實(shí)現(xiàn)了對(duì)地震數(shù)據(jù)多尺度特征的集成表示，使網(wǎng)絡(luò)學(xué)習(xí)到更全面、可靠的多尺度信息。實(shí)驗(yàn)驗(yàn)證了自適應(yīng)動(dòng)態(tài)濾波網(wǎng)絡(luò)能有效壓制地震資料隨機(jī)噪聲。
作者簡(jiǎn)介:
徐彥凱，副教授，中國(guó)石油大學(xué)（北京）人工智能學(xué)院碩士生導(dǎo)師，從事地震信號(hào)處理研究。