[发明专利]一种自动提取背景噪声频散曲线的方法及装置

权利要求书

1.一种自动提取背景噪声频散曲线的方法，其特征在于，所述方法包括：

获取地震台站记录的背景噪声数据，并对所述背景噪声数据进行预处理、互相关、叠加得到经验格林函数，再对所述经验格林函数进行矢量波数域变换得到频散谱；

根据所述频散谱和Res-Unet++网络模型，得到候选频散区域；

根据梯度法和追逐法对所述候选频散区域的频散点进行提取和分类，得到目标频散曲线。

2.根据权利要求1所述的自动提取背景噪声频散曲线的方法，其特征在于，所述对所述背景噪声数据进行预处理、互相关、叠加得到经验格林函数，再对所述经验格林函数进行矢量波数域变换得到频散谱包括：

根据互相关法构建经验格林函数，并将所述经验格林函数进行傅里叶变换，得到经验格林函数的傅里叶谱；

根据矢量波数域变换法，对所述经验格林函数的傅里叶谱进行变换提取，得到频散谱；其中，所述频散谱包含基阶面波频散曲线和高阶面波频散曲线。

3.根据权利要求2所述的自动提取背景噪声频散曲线的方法，其特征在于，所述经验格林函数生成方式为：

根据互相关法得到相关值C(r,t)；其中，所述C(r,t)的公式为：其中，u1为空间位置x1台站的背景噪声的垂直分量记录；u2为空间位置x2台站的背景噪声的垂直分量纪录，t为时间，r为两个进行互相关的台站之间的距离；

将同一台站对不同时间段所有的所述相关值C(r,t)进行叠加，得到两台站间的经验格林函数。

4.根据权利要求2所述的自动提取背景噪声频散曲线的方法，其特征在于，所述矢量波数域变换法的计算公式为：

其中为经验格林函数的傅里叶谱；J₀(kr)是零阶第一类贝塞尔函数，θ为角度，r为两个进行互相关的台站之间的距离，k是波数，等于角频率除以相速度。

5.根据权利要求4所述的自动提取背景噪声频散曲线的方法，其特征在于，所述Res-Unet++网络模型的生成方式为：

获取人工提取的频散曲线和频散谱训练样本；

根据所述人工提取的频散曲线得到训练标签；

将所述频散谱训练样本和所述训练标签输入到建模网络模型进行训练，得到训练好的Res-Unet++网络模型。

6.根据权利要求5所述的自动提取背景噪声频散曲线的方法，其特征在于，所述根据所述频散谱和Res-Unet++网络模型，得到候选频散区域包括：

基于Res-Unet++网络模型，对所述频散谱进行频散区域分割，得到候选频散区域。

7.根据权利要求6所述的自动提取背景噪声频散曲线的方法，其特征在于，所述根据梯度法和追逐法对所述候选频散区域的频散点进行提取和分类，得到目标频散曲线包括：

根据梯度法提取所述候选频散区域的概率极值点；

根据追逐法，对所述概率极值点进行分阶，得到基阶面波频散点和高阶面波频散点；其中，所有所述基阶面波频散点和所述高阶面波频散点形成的点集组成目标频散曲线。

8.一种自动提取背景噪声频散曲线的装置，其特征在于，所述装置包括：

频散谱获取单元，用于获取地震台站记录的背景噪声数据，并对所述背景噪声数据进行预处理、互相关、叠加得到经验格林函数，再对所述经验格林函数进行矢量波数域变换得到频散谱；

候选频散区域获取单元，用于根据所述频散谱和Res-Unet++网络模型，得到候选频散区域；

目标频散曲线获取单元，用于采用梯度法和追逐法对所述候选频散区域的频散点进行提取和分类，得到目标频散曲线。

9.一种智能终端，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如权利要求1-7中任意一项所述的方法。

10.一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1-7中任意一项所述的方法。