地震勘探作为地球资源、地质勘探常用且有效的方法之一,广泛应用于石油、天然气的勘测。在地震资料采集过程中,常常会因人为和环境因素影响,导致所获取的地震信号资料夹杂大量的干扰信息,严重影响后续资料解读与解释工作,给解析目标地层结构和岩性信息带来困难。因此,若有效地压制地震信号中包含的随机噪声,消除干扰信息,从而获取高分辨率的地震资料,将有助于后续地震资料的观察和地质解析,为勘探工作打下坚实的基础。故,本文针对地震信号中随机噪声压制方法展开研究,主要工作如下:(1)研究一种改进的混沌果蝇优化小波阈值算法。常用的小波阈值去噪算法须确定阈值,通常是根据信号的先验信息来估算噪声方差而确定阈值,因此使得小波阈值带有强烈猜测性与不确定性。基于此,本文首先通过小波分解将信号分解为多个尺度的高频和低频小波系数,然后将基于广义交叉验证(Generalized Cross-validation,GCV)阈值选取函数作为选取阈值的基函数,并采用改进的混沌果蝇优化算法对该基函数进行迭代寻优获取最优小波阈值,再结合软阈值函数对分解后的高频小波系数做阈值化处理,最后重构出去噪后的信号。本文算法确定阈值的过程,不需要先验信息,大大降低了阈值选取的猜测性。(2)为了解决果蝇优化算法(Fruit Fly Optimization Algorithm,FOA)易陷入局部最优解的问题,本文研究了混沌果蝇优化算法的改进策略,对每次FOA算法迭代出的最优果蝇个体做约束化混沌搜索,约束条件通过混沌因子进行调节,使FOA算法避免陷入局部极值点而获得最优解。(3)针对传统的非局部均值滤波(Non-local Means Filter,NLM)算法预设滤波参数时,不考虑含噪信号中噪声强度大小,忽略信号的结构特征的缺陷。本文研究了基于小波熵的自适应NLM算法,运用小波熵估算NLM算法搜索窗中平均噪声方差大小,通过噪声方差来辅助确定该搜索窗采用滤波参数的大小,并引入调控因子对滤波参数进行优化调节,以达到根据信号结构特征和噪声强度局部化差异的去噪的目的,提升去噪效果。将本文算法和针对性选取的对比算法对模拟含噪地震记录和实际地震记录进处理,通过观察处理后的地震记录剖面图,验证了本文算法在压制噪声和保持信号幅值方面要优于其他对比算法,并且从量化角度对比处理后模拟地震记录的平均信噪比(Signal-to-Noise Ratio,SNR)和平均均方根差(Mean Square Error,MSE),在改进NLM算法实验中,原始含噪信号、传统NLM算法去噪和本文算法去噪后的平均SNR分别为5.14dB、16.23dB和18.80dB,平均MSE分别为和0.0074、0.00056和0.000307,可以看出本文算法处理后地震信号整体SNR和MSE要优于传统NLM算法,证明了本文算法的有效性。