1.一种基于神经网络的多道地震连续记录分离方法，其特征在于，包括如下步骤：
步骤s1：通过数值模拟分别获得连续记录数据和非连续记录的单炮数据；
步骤s2：构建神经网络模型，其中，根据所述激发的激发时间和预设的记录长度从连续记录数据截取得到伪单炮记录，伪单炮记录表征对应连续记录数据中每一次激发的记录数据，伪单炮记录作为输入数据，非连续记录的单炮数据作为目标数据，将所述输入数据和目标数据输入至所述神经网络模型进行训练，得到训练后的神经网络；
步骤s3：获得待分离的实测地震连续记录，对所述实测地震连续记录进行截取得到伪单炮记录，将所述伪单炮记录输入至训练后的神经网络进行分离，输出即为分离后的单炮结果。
2.根据权利要求1所述的基于神经网络的多道地震连续记录分离方法，其特征在于，数值模拟获得所述连续记录数据包括如下步骤，
预设若干震源，震源按预设的时间间隔进行激发，检波器持续进行接收直至震源停止激发，下一次激发的初始波场为上一次激发最后两个时刻的波场；
数值模拟获得所述非连续记录数据包括如下步骤，
设置与获得连续记录数据的相同数量的震源，震源按与所述相同的预设的时间间隔进行激发，检波器进行记录，当一次激发结束，则检波器停止接收，直至下一次激发，每一次激发的初始波场重置为0值波场。
3.根据权利要求1所述的基于神经网络的多道地震连续记录分离方法，其特征在于，所述目标数据和输入数据为同一个炮点激发产生的记录。
4.根据权利要求1所述的基于神经网络的多道地震连续记录分离方法，其特征在于，所述神经网络模型为全连接深度神经网络。