论文共分12章，分为四个部分。第一部分：非稳态非线性信号处理理论第二部分：重叠地震记录分离研究第三部分：小波变换和神经网络在核爆与地震识别中的应用研究第四部分：自适应技术在石油资料处理中的应用研究 在第一部分中，论述了五种数字信号处理理论．其中自适应滤波(Adaptive) 、小波变换(Wavelet)和魏格纳变换(Wigner Distribution)是非稳态信号处理方法，而时谱和人工神经网络(Artificial Neural Networks)是非线性信号处理方法。在论述过程中，力求做到数学推导简练、物理概念清楚明了，并与后面几章应用中的计算机实现做好衔接。例如在自适应滤波的阐述中，特别注意到如何从稳态的维纳滤波过度到非稳态滤波，以及各项的物理意义。又如在小波变换的阐述中，借助康托集(Cantor)很自然地引入多分辨分析概念，避开了对工程技术人员不熟悉的函数空间理论。对非稳态非线性数字信号处理方法的深入研究，为在地震资料处理中如何结合地震资料的特点，改进和正确运用上述方法，有效的提取信息创造了条件。正是由于对理论的深入研究，我们编写了有关自适应滤波、小波变换、最小相位序列时谱和B-P神经网络的计算机程序，在计算过程中，我们也利用了有关的数值计算工具，这些工具对我完成研究工作中的一些计算工作是有帮助的。 第二部分为重叠地震记录分离研究。地震学中有很多重叠记录的问题，如大地震震源的多次破裂、核隐蔽中的重叠爆破、核幔界面的SKS和S的重叠震相等。如何将重叠地震记录在时域中分离开，是至今还未解决的课题。从信号处理理论角度看，重叠地震记录分离属于信号重构问题，但信号重构问题至今还处在初始阶段，没有成熟的理论。本论文中研究提出了两种重叠地震记录分离方法：重叠地震记录的自适应分离方法和小波包分离方法。重叠地震记录的自适应分离方法中采用最佳的参考输入，在一定的约束条件下（能量约束或者初始振幅约束），成功地分离了 SKS和 S重叠震相以及 1998年5月11日印度重叠核爆记录。重叠记录的小波包分离方法中，利用小波包在时域和频域同时具有很好的局域化性质，成功的确定了重叠爆破的延迟时间并成功地将高频成分进行了分离。 第三部分为核爆与地震记录的识别研究。从五十年代开始至今的研究己提出了多种用于识别核爆与地震的识别参数。结果表明，地震学参数是识别核爆的重要方法之一，但现有的地震学识别参数的识别效率都是有限的。特别是近年来，核爆的试验当量越来越小，且采用越来越隐蔽的方法，必须研究更有效的识别核爆与地震的地震学参数。论文中采用了小波包方法，研究提出了“小波包分量比”的识别参数。小波包分量比方法充分利用了核爆与地震记录频谱随时间变化的差异，因而提高了识别效率。在核爆与地震的综合识别中，采用了 B干神经网络，神经网络的输入为当前最有效的四种地震学参数。m。／札、小波包分量比、瞬时频率和时谱。通过对印度核爆和台湾地震的识别，证明了综合识别方法的有效性。 在这一部分丁作中，还对沈萍提出的瞬时频率的识别参数的负值性（前（）．7秒）给予了初步的理论解释。另外对最小相伙序列的时谱计算方法进行厂深入研究。 第W部分为长源距声波测井资料中微弱s波提取方法研究。长源距砌测井是油田估算相对应力剖而的常用方法，该方法要求P波和S波的初至震相清晰。但由于油田介质“松软”（含油、汽、水），实际测井资料中S波发牛频散，波形畸变，S波强度很弱，使测定S波到时遇到很大闲难。近年来为了克服S波测定用难问题，开始研究和应用多分量S波观测，但观测费用很高。为了充分利用以前的大量长源距声波测井资料，井拓长源距声波测井的更广泛的应用，本义研究提出厂提取微弱S波的自适应消噪方法n在计算中根据石油测井资料的特点，采用P波尾部做为自适应的参考输人，并用常规滤波器消除计算中产生的高频噪声，最后使”，／的测量精度提高了3～5％。 随着全国数字地震台网建设的完善和史多的资料产出，对更多的资料进行深入的分析比较，将有可能得出更好的分析结果，如小波包分量比、瞬态谱方法等，还有许多丁作呵以做得更好、更细致，拟在以后上作中继续开展这方面的研究。