岩体微小破裂或变形产生的微震信号能量微弱,且受到大量环境噪声的干扰,难以准确识别有效信号,从而对岩体破裂源的空间定位带来巨大挑战.为了消除叠加在破裂信号中的噪声,提高微震弱信号的信噪比,本文提出了完全自适应噪声集合经验模态分解(Complet EEMD with Adaptive Noise, CEEMDAN)与奇异谱分析(Singular Spectrum Analysis, SSA)相结合的降噪方法.该方法首先使用完全自适应噪声集合经验模态分解获得信号的IMF分量,利用能量熵对信号分量优选以便于去除其中的低频噪声;然后针对重构信号开展奇异谱分析,将信号分解为不同奇异值对应的分量;最终利用奇异值确定重构分量,重构信号实现二次滤波.通过仿真实验,对比分析了微震弱信号的降噪效果,本文方法信号信噪比提高了10.19 dB,均方根误差降低了74.24%,高频段降噪效果优于EMD和EMD-小波阈值方法.利用本方法对重庆涪陵页岩气SF-6井水力压裂产生的微震信号进行处理,有效去除了信号的背景噪声,微震弱信号特征得以保留.该研究对分析岩质边坡破裂诱发的微弱微震事件定位以及滑坡动力灾害监测具有重要意义.