一种基于混合范数自监督学习的迭代反演去混叠方法

一种基于混合范数自监督学习的迭代反演去混叠方法，属于多震源采集混叠信号分离技术领域。为解决提升模型在面对非高斯噪声、异常值和数据稀疏性问题时的稳定性的问题。本发明构建去噪卷积神经网络；将原始地震数据通过伪分离过程生成一次混叠数据，然后通过混叠算子结合伪分离过程生成二次混叠数据然后计算得到合成噪声；利用一次混叠数据结合合成噪声构建去噪卷积神经网络的输入与标签；构建去噪卷积神经网络损失函数，得到经过训练的去噪卷积神经网络；利用经过训练的去噪卷积神经网络，输入原始采集数据，输出去噪结果；对去噪结果利用投影梯度下降算法进行反演，得到反演结果替代原始地震数据，重复步骤直到符合评价标准。本发明稳定性良好。