地震资料处理过程中,随机噪声是十分常见的干扰,在地震资料采集过程中,微震、地表松散介质或浅层不均匀体散射等因素均会产生随机噪声,随机噪声的存在会直接影响地震剖面质量以及后续的地震资料解释工作。经验模态分解(Empirical Mode Decomposition,EMD)是被用于处理非稳态信号的一种新方法,其应用在地震资料处理的随机噪声压制中也能取得很好的效果。 为进一步提升随机噪声压制效果,提出一种EMD与小波变换联合的随机噪声压制方法,同时通过研究得出了EMD分解得到的本征模态函数(Intrinsic Modal Functions,IMF)的最优筛选依据——互相关函数值法,完善了EMD联合小波阈值去噪的方法。之后采用EMD的改进算法——自适应噪声完全集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)联合小波阈值去噪以提升噪声压制效果。实验结果表明,互相关函数值法同样适用于CEEMDAN的IMF分量筛选,在此基础上,结合经验小波变换(Empirical Wavelet Transform,EWT),提出另一种CEEMDAN联合EWT方法,该方法首先对原始信号进行CEEMDAN分解,计算相邻IMF分量的互相关函数值,以互相关函数值的突变点作为分界点,分别使用EWT和小波阈值去噪对IMF分量处理,重构所有IMF分量完成噪声压制。 通过研究EMD联合小波变换,得出以下结论:CEEMDAN分离有效信号和噪声的能力比EMD更稳定可靠;EMD联合小波阈值去噪使用延拓处理后噪声压制效果改善有限;不同的IMF分量筛选方式对噪声压制效果改善明显,其中互相关函数值法筛选IMF分量的结果最适合EMD联合小波阈值去噪;CEEMDAN联合小波阈值去噪采用互相关函数值法对IMF分量的筛选对噪声压制结果同样有很大改善;在联合方法基础上提出的CEEMDAN联合EWT方法,噪声压制效果提升显著,在噪声压制后的波形、有效波能量、信噪比、运行效率等方面均有明显提升,可以作为一种有效的随机噪声压制方法。