基于相位敏感型光时域反射仪（Phase-sensitive Optical Time Domain Reflectometer,Φ-OTDR）的光纤分布式声波传感（Distributed Acoustic Sensing,DAS）技术因其具有的道距小、便于长期大规模部署,可进行全井高密度地震数据采集且采集到的数据采样分辨率高等一系列优点而受到了广泛的关注,已经在油藏垂直地震剖面（Vertical Seismic Profiling,VSP）监测和成像、地表地震资料采集、深水油田4D监测等诸多领域开展了实际生产现场试验并取得令人满意的效果。利用DAS系统采集VSP信号时,虽然可以减少地表噪声的影响,但是诸如井下弹簧波噪声、套管波噪声、井筒波噪声等也会恶化信号质量,影响后续诸如层位追踪、断层识别等分析。本论文从实采DAS VSP信号中的有效波和噪声的特征出发,提出三种针对实采DAS VSP信号的降噪方法,本文的工作总结如下:（1）以编码器-解码器为框架,构建基于十字形状多头自注意力的DAS VSP信号降噪网络。采用Token to Token的嵌入向量生成方式将实采DAS VSP信号转换为token,作为网络编码器的输入。引入跳跃连接子编码器,充分利用局部细节信息增强对DAS VSP信号的降噪能力。采用十字形状多头自注意力来计算网络的注意力权重分布,采用与主干子编码器相同内部结构的解码器逐层拟合DAS VSP干净信号的数据分布,采用一个卷积模块输出降噪后的DAS VSP信号。（2）以生成对抗网络为框架,构建基于自注意力和生成对抗的DAS VSP信号降噪网络。利用十字形状多头自注意力构建特征提取器,特征提取器的输入的构造方式与工作（1）中的一致,以自动编码器为网络的生成器,利用判别器对生成器输出的DAS VSP降噪信号进行判别。特征提取器、生成器、判别器交替更新参数,最终完成训练。（3）出于优化升级特征提取器性能的目的,对工作（2）中的网络进行改造,保留生成器和判别器的结构,使用残差块和LSTM网络组成新的特征提取器,构建基于残差LSTM和生成对抗的DAS VSP信号降噪网络。在本网络中,将实采DAS VSP信号及噪声残差信号以原始二维矩阵的形式输入网络,利用由残差块和LSTM组成的特征提取器进行特征提取和生成长距离数据之间的依赖关系。本论文在实采DAS VSP信号降噪上的研究工作有力助推DAS系统在油气勘探开发上的应用,具有重要工程实际意义。