随着油气开采的不断深入，深层勘探，复杂地质体，薄层、薄互层，小规模储集体成为了勘探开发的热点问题。地震波向下传播的过程中频率会发生吸收衰减，时频分析技术能够描述地震信号频率随时间变化的关系，从而进行流体识别，储层厚度预测等，具有非常重要的意义。因此，如何提高地震资料的时频分辨率，低信噪比下时频域有效信息的识别能力，以及时频域弱信号的识别能力，是本文所要研究的主要问题。本文分别从线性时频分析方法，曲波变换，二次型时频分析方法这三种时频分析方法出发，针对上述三种情况改进或者提出新的时频分析方法。
　　线性时频分析方法是传统时频分析方法最为常用的一类，由于受测不准原则的影响，不能在时间域和频率域同时达到较高的时频分辨率，同步压缩变换可以将时频能量压缩重排到时频脊上，提高时频域分辨率，国外学者提出了具有更高分辨率的二阶同步压缩变换，但是形式不统一，不利于方法的推广应用，本文分别从时间域和频率域推导出二阶同步压缩短时傅里叶变换和二阶同步压缩小波变换，将二者形式统一起来，并将二阶同步压缩小波变换应用到实际地震资料处理中，识别有利圈闭。由于有效信号与随机噪声在二阶同步压缩Gabor变换和二阶同步压缩小波变换上的时频展布情况是不一样的，通过局部相似性算法可以压制随机噪声，保留有效信息。
　　曲波变换作为小波概念的延伸，常被用来做去噪，数据重构，属性提取等，本文提出了一种基于曲波变换的时频分析方法，构建一种适应地震数据的曲小波，旋转方式采用剪切式旋转，利用最优化角度曲波系数提取时频信息，并将同步压缩小波变换的思想用到曲波变换时频谱中，提高时频域分辨率。传统的时频分析方法是针对一维信号处理的，没有考虑信号的横向变化特征，对于信噪比比较低的数据，不能准确的识别有效信息，虽然有人提出过二维时频分析方法，但是这种方法得到的时频数据冗余性大，计算效率低，占用内存高，因此没有被广泛应用，基于曲波变换的时频分析方法既能改善这些问题，又能在低信噪比下更加准确的识别有效信号。
　　二次型时频分析方法的代表是魏格纳分布，魏格纳分布具有非常高的时频分辨率，但是由于受交叉项的干扰，应用没有线性时频分析方法广泛，抑制交叉项的方法有很多，但都是针对魏格纳分布的时频能量做的处理，比如以平滑伪魏格纳分布为代表的交叉项抑制方法，这种时频方法对于弱信号的识别能力是较弱的，本文提出了一种魏格纳伪相位谱时频分析方法，通过求魏格纳分布的希尔伯特变换，构建魏格纳相位谱，进而求其时频脊或者进行滤波处理，抑制交叉项，得到新的时频谱。
　　本文针对传统的时频分析方法存在分辨率低、低信噪比资料有效信息不易识别、弱信号难以提取的问题，在时间域和频率域推导出二阶同步压缩短时傅里叶变换和二阶同步压缩小波变换，提高实际地震资料的时频分辨率；提出了一种基于曲波变换的时频分析方法，对于低信噪比数据，具有较强的信号识别能力；研究了一种魏格纳伪相位谱时频分析方法，在保证较高时频分辨率的前提下，能够有效地识别弱信号。模型试算和实际资料处理都验证了本文方法的有效性和可靠性。