玉琨

摘要：地震资料数据处理的质量关系到地震资料解释的质量，其中噪声对数据处理产生的影响较大，所以去噪是关键的一步。BP（Back Propagation）神经网络在去噪上有其独特的优势，它能自动学习噪声和地震资料之间的函数关系式，并且具有网络结构较为简单，效果好，普适性强等优点，使其成为了地震资料去噪的有力手段之一。实验结果表明，使用BP神经网络对地震资料进行去噪，峰值信噪比有较大的提升，并且对有效信息的细节部分保护得较好，符合预期的结果。

关键词：地震资料去噪;BP神经网络;峰值信噪比

中图分类号：TN912.3 文献标识码：A 文章编号：1007-9416（2020）01-0026-02

0 引言

利用地震勘探进行野外数据采集时，往往地震波形会受到噪声的严重影响，同相轴难以辨识。由于很难找出随机噪声的函数关系式，去噪的工作变得很繁琐。为了能够有效地进行去噪工作，我们使用BP神经网络进行去噪，由于BP神经网络能够自适应地学习干净地震信号与含噪地震信号之间的函数关系，去噪的工作变得简单而有效。

1 BP神经网络的基本原理

BP神经网络是1986年由Rumelhart和McClelland为首的科学家提出的，是一种按照误差反向传播训练的多层前馈网络，BP神经网络的计算过程由正向计算过程和反向计算过程组成。正向传播过程，输入模式从输入层经隐单元层逐层处理，并转向输出层，每一层的神经元状态只影响下一层神经元的状态。如果在输出层不能得到期望的输出，则转入反向传播，将误差信号沿着原来的连接通路返回，通过修改各神经元的权值，使得误差信号最小[1，2]。……