在地震勘探领域,特别是海上勘探,多次波的存在严重干扰成像剖面的解释,能否有效地分离一次波和多次波在很大程度上决定了后续成像和反演处理的成败。目前流行的多次波压制方法主要有两类:滤波类方法和预测相减类方法。滤波方法由于理论假设和变换精度的影响很难彻底去尽多次波而不损伤到一次波能量;预测相减方法需要相对精确地预测多次波并设计合理、有效的匹配相减方法才能达到较好的处理效果。　　 本论文从Bayesian理论角度出发,利用Curvelet变换稀疏表示的优势、L-1范数的稀疏约束性,对稀疏约束阈值迭代分离一次波和多次波的方法原理进行了详细推导。这种同时求解一次波和多次波的分离方法避免了滤波类方法或匹配相减过程中对一次波的损伤或残留多次波,而且可以校正由于SRME方法预测多次波所产生的误差,对满足一次波和多次波在变换域稀疏分布假设的问题实现有效分离。　　 针对表面相关多次波的预测及压制问题,本论文应用单道匹配相减方法和稀疏约束阈值迭代方法分别对简单交叉同相轴、含噪模型和SMAART复杂模型数据及墨西哥湾实际数据进行了多次波去除(或分离)处理。本论文方法得到了相比SRME方法更好的处理效果。最后,通过对比分析说明了本论文所研究的方法相对SRME方法所具有的优势,同时指出了该方法存在的不足,并从方法本身、算法实现和计算效率方面给出了改进的建议,作为深入研究的方向。