由于近年来油气需求量不断增加,能够监测地下油气压裂裂缝的微地震监测技术也得到了广泛应用。因为在油气资源勘探过程中,采集到的微地震信号中通常伴随了大量噪声,而有效微地震信号存在持续时间短、能量较弱等特点,使得采集到的有效信号大部分淹没在随机噪声中,信噪比非常低,严重影响震源定位和后续的研究。因此我们需要在采集到的微地震信号中将噪声与有效信号分离,提取出有效信号,提高信号信噪比。本文以粒子滤波为基础,分析微地震有效信号及其的噪声的特点,深入开展微地震信号去噪的研究。主要的研究内容包括下列三个方面。第一,以时序模型为基础,研究微地震信号的特点,并且基于微地震信号的特点选择模型建立的方法。首先分析微地震有效信号的特点与噪声的分类,并根据微地震波振幅及其相位特性,进行正演生成模拟微地震信号,并使用生成的模拟微地震信号进行去噪仿真实验;再根据对信号的分析,选择滑动平均时序模型对微地震信号进行建模,以便后续使用基于模型的粒子滤波方法进行去噪研究。第二,提出了一种基于动态阈值粒子滤波的微地震信号去噪方法。针对传统粒子滤波存在的粒子贫化问题,通过改进重采样算法,提出了一种动态阈值粒子滤波方法。在传统粒子滤波的重采样方法中引入动态阈值,改变了传统重采样方法易出现的粒子贫化问题,进一步提高了粒子滤波对信号估计的准确性。有效提高信号的信噪比,同时算法的复杂度较低,保证在处理真实微地震信号的有效性。第三,提出了一种联合集合经验模态分解粒子滤波的微地震信号去噪方法。针对传统粒子滤波算法进行信号处理的特点,将集合经验模态分解与粒子滤波相结合,既消除了集合经验模态分解方法损伤有效信号的缺陷,又避免了噪声强大过大造成粒子滤波估计准确性降低的弊端,此方法对有效信号的保留效果更好,同时去除了大部分随机噪声,使信号同相轴连续光滑。本文对微地震信号去噪方法进行初步探索,在粒子滤波的基础上,提出了两种新的去噪方法,克服了原有方法对有效信号损伤的缺陷,提高了信号的信噪比,为微地震信号处理丰富了理论同时为提高油气藏开发提供了部分技术支撑。