摘要
本发明涉及微震信号处理技术领域,具体涉及一种自适应微震信号降噪方法;方法包括:通过构建用于自适应降噪微震信号的条件去噪模型,融合U‑Net基础架构、Transformer模块和特征线性调制模块条件调制机制,并构建配对数据集,并对数据集进行预处理,随后将CDU‑Net模型通过训练和评估流程,验证CDU‑Net模型的降噪性能,并进行优化,并通过可视化分析为网络架构的合理性提供了可解释的证据,并通过消融实验分析模型内部各组件的贡献度,通过上述方式,实现了能够自适应复杂地质环境变化,有效抑制非平稳噪声的微震信号降噪模型,解决复杂地质环境下微震信号自适应降噪的难题。
技术关键词
微震信号降噪方法
去噪模型
分层随机抽样
微震信号处理技术
综合评价指标
峰值信噪比
网络架构
噪声数据
信号特征
混合损失函数
非平稳噪声
短时傅里叶变换
局部感受野
多指标
深度学习框架
输出信噪比
系统为您推荐了相关专利信息
故障特征提取
滚动轴承
诊断方法
机电设备状态监测
信号
雷达回波图像
图像去噪模型
图像生成模型
GP模型
注意力机制