叠前地震数据重构是地震资料处理中的关键步骤,重构效果的好坏会直接影响地下构造的显示。近年来学者提出的压缩感知理论使得地震数据的缺失道重构不再需要满足采样定理,而是以新的思路去解决重构问题。本文在压缩感知理论框架下,首先通过试验分析,对比离散余弦变换、傅里叶变换、曲波变换以及K-SVD字典学习这四种稀疏方式,最终选定曲波变换作为本文的稀疏方式,并且结合主观评价与客观评价,建立综合评价准则。接着对常用的四种重构算法进行深入研究,分别对不同缺失度下地震数据的重构效果进行对比。在研究过程中发现阈值迭代策略是影响重建质量与运行时间的重要参数,而目前常用的迭代策略主要有两种,线性策略和指数策略,在此基础上针对现有迭代策略的不足,本文提出含有参数q的非线性迭代策略,q值可以控制阈值收敛速度,分别用其对四种常用算法进行优化,不同程度地提高了算法的重构质量且缩短运行时间。优化算法的抗噪性分析结果表明,优化后的迭代软阈值算法和快速迭代软阈值算法无法实现地震数据的保幅重构,而优化后的迭代硬阈值算法和凸集投影算法具有较强的抗噪性。最后将抗噪性较好的两种优化算法用于实际资料的缺失重构,重构效果良好,这也说明优化算法具有实用性。