在地震勘探中,由于各种不可预知因素的综合作用,地震信号中往往存在这随机噪声。随机噪声的大小影响了地震信号的信噪比。信噪比较高的地震数据,其可靠性以及参数提取的精度会有所限制。因此如何提高地震资料信噪比是人们一直追寻的目标。本文主要研究了如何消除地震信号中随机噪声的方法。经验模态分解方法(EMD)是一种自适应时频分析方法。经验模态分解依据信号自身的特点,将待分析的信号分解为一系列不同尺度的本征模式函数(IMF)信号,是一种适用于分析处理非线性非平稳信号的方法。独立分量分析(ICA)是近年来在盲信号理论上发展起来的一种新的多维信号处理方法。在缺乏先验信息的条件下,依据统计原理建立目标函数,通过优化算法将观测信号分解成若干独立成分,对这些独立成分做相应处理可以达到降低噪声的效果。本文详细阐述了经验模态分解的基本原理、筛分迭代过程、性质以及存在的问题;针对经验模态分解方法存在的模态混叠效应,介绍其相应的改进算法——总体经验模态分解(EEMD)和完备总体经验模态分解(CEEMD)的原理及实现过程,改善了模态混叠问题,提供精确的原始信号重构以及相对较高的计算效率。同时,本文阐述了独立分量分析的数学基础、基本理论和预处理方法,研究了ICA算法在信号分离方面的原理和实现过程。在此基础上,对FastICA的算法原理和特性进行研究,验证其用于信号分离的有效性。在对完备总体经验模态分解方法和快速ICA技术分别在地震数据信噪分离方面的原理进行说明的基础上,本文验证了两种方法各自进行噪音压制的优缺点,并基于上述优缺点提出改进的基于EMD-ICA的地震信号去噪方法。仿真试验证实,本文提出的改进算法,能够获得比单独进行CEEMD去噪或FastICA降噪或传统降噪方法更为满意的效果,在实际资料的应用中具备可行性。