时频分析是一种能够在时间和频率上表示非线性、非平稳信号能量强弱的研究方法。希尔伯特黄变换法(Hilbert-HuangTransform,HHT)的核心是经验模式分解法(EmpiricalModeDecomposition,EMD),EMD法基于信号本身的局部特征时间尺度,自适应的将非线性、非平稳信号分解为若干个本征模式函数(IntrinsicModeFunction,IMF)之和。该方法在非线性和非稳态频谱分析上颠覆了传统的时频分析法,但EMD法无法克服信号存在间断性跳跃时而导致的模式混叠现象。为解决该问题,前人提出一种借助于噪声的数据分析方法-集合经验模式分解法(EnsembleEmpiricalModeDecomposition,EEMD),EEMD方法是对传统EMD法的改进,具有很大的研究价值及应用前景。　　 本论文主要围绕单道随机噪声、线性干扰与面波的消除进行研究。研究工作中结合了小波分析、EMD及EEMD等时频分析处理技术。论文分以下几个方面:　　 1.对传统的HHT法进行了改进,改进后的方法克了常规HHT变换所产生的模式混叠现象。首次将频率切片小波变换用于分析非稳态地震信号,揭示地震数据低频阴影现象及区分含气砂岩与含水砂岩。　　 2.对常规的FX域EMD去噪方法进行了改进,引入频率切片小波去噪技术及分布式并行算法,兼顾了运算效率与计算精度。合成地震记录及实际地震资料的处理结果表明,改进的FX域EMD分布式并行去噪可以很好的衰减随机噪声和压制线性干扰,有效提高地震资料信噪比。　　 3.利用随机噪声的统计特性,介绍了EEMD方法单道压制随机噪声的原理及过程。对传统的EEMD去噪方法进行了改进,新方法结合了平移不变量小波阈值滤波压制高频噪声的优点以及Savitzky-Golay滤波去除低频噪声的优势;由于EEMD分解计算量大及收敛较慢,使用分布式并行算法提高算法速度。　　 4.运用EEMD分解结合HHT谱,有效地压制了面波。利用时间-频率域有效信号与面波的分布特点,设计出合适的时间.频率滤波器,在压制面波的同时,最大限度的保留了有效信号。　　 5.将统计学中的支持向量机方法扩展到地震信号处理领域,提出基于小波包分解和支持向量机相结合的地震信号去噪方法;其次,将支持向量机用于非线性AVO反演,该方法具有反演速度快、稳定性好的特点。　　 在论文最后,对所做的工作进行了总结,并确定了未来的研究方向。