人工在地面激发的地震波在向地下深层传播过程中,各种不同的地质界面会产生反射地震波,在地面部署大量传感器接收到的地震波（也称为地震信号）经过复杂的处理过程,最后得到反映地下地质情况的高维地震信号。地下构造、岩性、含油气性等地质因素会影响高维地震信号的振幅、频率、相位等特征,还会影响地震信号随地震波入射角、方位角变化特征。这些地震信号特征形成了不同的地震信号的模式,因此研究高维地震信号模式可以反推地下多种地质因素;又由于高维地震信号模式分析相对于其它信号模式分析的特殊性和学科交叉性,使得高维地震信号的特征提取和模式分析成为信息处理与油气勘探领域共同关注的前沿难点问题。高维地震信号隐蔽特征提取和模式分析方法研究的背景是随着我国油气勘探程度的提高,相对简单的油气藏已经勘探殆尽,现有的地震信号特征提取与模式分析方法难以提取与储层特性相关联的微弱而不显著的高维地震信号隐蔽特征,从而无法有效地刻画复杂油气藏。油气勘探开发需要信息处理领域能针对不同类型、不同特点的复杂油气藏勘探需求,在传统信息处理方法的基础上,研发新一代的高维地震信号的隐蔽特征提取和模式分析方法。本文以信号稀疏表征、深度神经网络等信号分析方法为手段,研究提出不同的高维地震信号隐蔽特征提取方法,更加精细地识别地震信号模式,提高对地下储层岩性与含油气性的识别能力。本文主要研究内容与创新点如下:（1）先验知识引导的深度特征提取与模式分析:传统地震信号属性能从不同侧面反映地下储层情况,深度特征能全面反映地震信号的特征,但无法有效突显与储层关联的隐蔽特征。针对隐蔽深度特征提取问题,本文提出一种新的共享深度自编码器（S-AE）用于先验知识引导的深度特征提取,所提方法既能有针对性地融合多种地震信号属性,又能获取相对完备且全面的地震信号隐蔽特征。S-AE网络结构增加了多个独立层来确保对于地震波形数据和多种属性的重建,进而完成地震属性知识引导下的深度特征提取。研究表明,该方法能够有效地在多种地震属性的引导下获得隐蔽的深度特征,并在地震信号模式分析中具有更出色的表现。（2）基于稀疏表征的地震信号波形结构特征提取与模式分析:绝大多数油气储层是沉积形成的地层,沉积地层在横向的连续性和地层的类型有限性带来了地震信号集合在横向的相似性,即地震信号波形结构相似性、稀疏特征和有限性。稀疏表征特别适合于这种稀疏且模式类型有限的地震信号。针对地震信号低信噪比、窄频带特点带来的波形结构特征隐蔽性问题,本文提出了一种基于稀疏表征的鲁棒字典学习方法,用于叠前信号的隐蔽波形结构特征提取与地震信号模式分析。该方法以数据驱动的方式获得地震信号波形结构特征字典,而后选取字典中的波形结构特征进行加权求和以实现对地震信号的稀疏表征,从而实现对地震信号波形结构特征的提取。同时源误差分离被用于改进字典学习算法,其在迭代训练字典的过程中从训练数据逐步分离噪声。研究结果表明,所提方法提高了字典学习算法的鲁棒性并有效地提取了隐蔽波形结构特征。（3）基于二维稀疏表征的地震信号道间变化特征提取与模式分析:地下岩层的岩性会影响叠前地震信号中振幅随入射角的道间变化特征,道间变化特征极易受到波形结构与振幅强度的影响从而具有很强的隐蔽性。现有的地震信号特征提取方法无法有效突出隐蔽的道间变化特征,本文提出了一种基于二维稀疏表征的地震信号道间变化特征提取方法。二维稀疏表征实现了对叠前信号的纵向与横向特征分解,而横向特征有效地突出了叠前信号的道间变化特征。研究结果表明,所提方法有效地提取了隐蔽道间变化特征,利用道间变化特征的模式分析结果能够更好刻画三维空间的储层岩性分布。（4）基于三维张量分析的三维地震信号特征提取与模式分析:地下岩层中含油气后会带来地震信号频率随入射角变化的特征,并且频率变化特征是相比道间变化特征更加微弱隐蔽的地震信号特征。地下储层的含油气分析需要同时考虑不同入射角地震信号在时间域和频率域的变化特征,因此含油气性地震信号模式分析成为三维信号的模式分析问题。为解决三维空间中隐蔽的叠前信号特征提取问题,本文提出利用连续小波变换提取叠前道集三维张量特征,并用于储层的岩性与含油气性预测的地震信号模式分析。研究结果表明,所提方法提取的张量特征包含了时间、振幅与频率三个维度,能够有效地突出地下含油气因素带来的隐蔽的高维地震信号差异,从而更好地实现了对岩层含油气性地震信号模式识别。