买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉吉林大学申请的专利一种基于全局信息判别GAN的DAS数据多尺度噪声消减方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115905805B 。

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211364982.3，技术领域涉及：G06F18/10；该发明授权一种基于全局信息判别GAN的DAS数据多尺度噪声消减方法是由马海涛;于敬业;吴宁;李月;田雅男设计研发完成，并于2022-11-02向国家知识产权局提交的专利申请。

本一种基于全局信息判别GAN的DAS数据多尺度噪声消减方法在说明书摘要公布了：本发明涉及一种基于全局信息判别GAN的DAS数据多尺度噪声消减方法，属于井中地震勘探DAS数据消噪的方法。包括井中DAS实际记录的获取，多尺度全局信息GAN模型构建，多尺度全局信息GAN的训练集构建，多尺度全局信息GAN模型训练，实际地震资料现场数据处理。优点在于根据井中地震勘探DAS数据的多尺度特征和对抗训练思路设计了针对性的全局信息判别生成对抗网络去噪模型，融入了多尺度特征提取、对抗训练及全局信息融合，使优化目标空间更多向鉴别网络倾斜，有效消减地震勘探DAS数据中的多类型噪声，提高勘探DAS记录的信噪比，有利于后续成像、反演和解释工作，对油气资源勘探有较强的实用性。

本发明授权一种基于全局信息判别GAN的DAS数据多尺度噪声消减方法在权利要求书中公布了：1.一种基于全局信息判别GAN的DAS数据多尺度噪声消减方法，其特征在于，包括下列步骤： 1、井中DAS实际记录的获取 2、多尺度全局信息GAN模型构建 用于地震勘探DAS数据处理的多尺度全局信息GAN模型由生成器GDAS和鉴别器DDAS两部分构成，GDAS使用编解码结构，接收含有多类型噪声的DAS数据并进行编码处理，负责输出无噪声的纯净DAS信号；鉴别器DDAS通过损失函数的限制，与生成网络GDAS进行博弈学习，二者交替迭代训练以使各自的网络达到平衡； 3、多尺度全局信息GAN的训练集构建 用于训练多尺度全局信息GAN模型的数据集包含纯净DAS信号集和DAS噪声集两个部分，由于DAS噪声种类众多，DAS噪声集可由一系列DAS噪声子集构成，训练过程中既可以使用单独某一个噪声子集，也可以将某几个噪声子集迭合使用，其中： 1纯净DAS信号集X 通过对实际DAS地震数据分析得到地层结构信息，以最接近有效信号主频的雷克子波，见式1，由波动方程以及有限差分法模拟地震波在地层中的传播情况，从而得到相应的地震勘探DAS正演数据； 其中A为幅值，f0为子波主频，频率范围在20Hz-80Hz，t0为子波延迟时间，根据DAS系统布设参数，并在网络训练过程中，依据硬件环境、网络收敛速度、去噪效率及去噪效果对滑动窗参数及初始DAS记录数量进行扩充，保证训练集的完备性及泛化性要求； 2DAS噪声集N 用于全局信息判别生成对抗网络训练的DAS噪声集N由主要由实际勘察所获取的六类典型噪声构成，其中包括炮点激发前可获得的水平噪声、棋盘噪声、井周环境背景噪声及衰落噪声，还包括炮点激发后伴随产生的耦合噪声及光学长周期噪声，各类噪声数据与纯净DAS数据块篇幅大小相同，数量略少； 3含噪训练集Y 从纯净DAS信号集X＝{xi|i＝1,2,…p}与DAS噪声集N＝{nj|j＝1,2,…q}中分别取一信号数据xii∈{1,2,…p}和一噪声数据njj∈{1,2,…q}，通过式2构建具有不同噪声水平的含噪数据yi,j,m； yi,j,m＝xi+m·nj2 其中m为噪声水平调节因子，m∈N0,5； 由式2生成的含噪数据集Y＝{yi,j,m|i＝1,2,…,p；j＝1,2,…,q；m∈0,5]}及配对数据{xi,yi,j,m}可用于全局信息判别生成对抗网络的模型训练； 4多尺度全局信息GAN模型训练 5实际地震资料现场数据处理 利用训练完成后多尺度全局信息GAN的GDAS对野外实际采集的DAS数据进行消噪处理处理，即将野外采集的含噪声DAS实际记录作为输入信号送入GDAS，该网络的输出数据即为对所预测记录消噪后的DAS地震数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。