一种基于深度学习BiLSTM+MLP的信号去噪方法

本发明提供了一种基于深度学习BiLSTM+MLP的信号去噪方法。首先，收集包含地震信号和相应噪声的数据集，并进行归一化处理；然后，利用预处理后的数据构建输入数据和标签数据，并输入到基于深度学习BiLSTM+MLP的信号去噪网络模型进行训练，训练后的网络模型输出的残差数据为噪声数据，用输入数据减去模型输出数据，得到去噪后数据。将训练后的网络模型的所有输出数据拼接为完整信号，再进行逆归一化处理，得到去噪后的地震信号。本发明解决了传统监督方法标签数据获取困难的问题，仅利用含噪地震数据完成网络模型训练并有效去除地震信号中的噪声。