地震资料数据处理中，地震资料去噪是一个相当重要的步骤，如果去噪效果不好会直接影响叠加效果，因此必须针对各种不同的噪音采用不同的去噪方法，以提高信噪比。随着石油勘探的不断发展，地质条件从地表到地下都越来越复杂，地震资料所要解决的问题也越来越深入，因此如何提高地震资料信噪比越来越成为人们努力的目标。　　独立分量分析(Independent Component Analysis，ICA)是近年来发展起来的一种新的盲源分离技术，基本的ICA是指从多个源信号的线性混合信号中分离出源信号的技术。　　本文将ICA应用于去除随机噪声问题。本文先简要介绍了盲源分离方面的基本情况，随后详细研究独立分量分析的基础理论知识，着重分析和研究了常用的ICA算法，如FastICA。根据地震信号的构成特点，建立可以使用独立分量分析处理的盲分离模型。根据噪声分布特性，分两个阶段去除不同类型的随机噪声。在预处理阶段去除了加性高斯白噪声。预处理后的数据采用FastICA算法，盲分离出有效信号和非高斯随机噪声。最后，通过仿真实验和对实际地震数据的处理，得到了满意的分离结果，较好地恢复了有效信号。