提取准确的地震子波是高分辨率地震资料处理的基础，而实际地震子波是混合相位的，为了提取更精确的子波需要保留地震信号中的幅值、频率、相位信息。现代信号处理技术中高阶统计量方法能够保留信号的相位信息，并具有对高斯噪声“盲”的特性，故采用高阶统计量方法进行子波提取，既能保持地震记录的相位信息又能有效消除具有高斯分布的地震噪声，得到较为准确的地震子波。 本文在地震子波非因果、混合相位的假设下，应用MA（滑动平均）和ARMA（自回归滑动平均）模型对地震子波建模，并采用线性方程法和累积量拟合法进行子波提取研究实验。累积量拟合法子波提取实质上是一个非线性反演问题，目标函数的求解是复杂非线性优化问题。因此，课题对遗传算法和人工免疫算法两种非线性优化算法进行了研究，并将两种算法结合起来，提出一种新的算法－自适应免疫遗传算法。通过测试函数的优化实验结果表明，自适应免疫遗传算法可以迅速收敛到全局最优解，而且具有较好的稳定性，是一种高效的非线性反演算法。采用自适应免疫遗传算法进行累积量拟合法子波提取，仿真和实际地震数据实验结果证实，应用自适应免疫遗传算法的四阶累积量拟合优化法地震子波提取具有良好的适用性和稳定性。 课题还研究了基于累积量的线性方程法子波提取，详细讨论了线性方程法的定阶及参数计算，并进行了仿真和实际数据地震子波提取实验。通过对线性方程法子波提取和非线性优化法子波提取的研究，验证了高阶统计量法提取地震子波的有效性和实用性。