在油气资源的地震勘探中，由于受到外界环境的振动及工业交流电的干扰，检波器接收到的数据总是不可避免地含有随机噪声，使得地质工作者难以准确地了解地层结构。加上地震波在地下传播过程中存在球面扩散以及非弹性介质对能量的吸收，最后检波器接受到的地震波能量往往非常弱，而随机噪声的能量则相对较强，这使得有用信号被淹没在噪声中，给数据处理造成很大困难。　　盲源分离作为一种新的信号处理技术，可以在低信噪比的情况下有效恢复出原始地震信号和噪声。该方法只需要假设原始信号与噪声满足相互统计独立这一条件，就能将噪声和地震信号分开，而这一点在绝大多数情形下都满足。　　通过盲分离技术恢复出的信号与原始信号存在尺度的不一致性和次序的不确定性。对于第一个问题，可以利用白化方法对信号进行归一化处理，第二个问题一般利用含噪信号与恢复得到的信号之间的相似程度来进行识别，但这一方法对于噪声非常强烈的情况则往往失效，因为含噪信号的波形与原始地震信号的波形已经没有任何相似性。考虑到原始地震信号的波形应当具有较强的连续性，相邻地震记录间的差不会太大，利用这一特性可以准确区分有效信号与噪声。　　白化后的混合矩阵是一个正交矩阵，由于正交矩阵可以分解成一系列Givens矩阵的乘积，因此可以将盲源分离看作是一个对混合信号进行旋转的过程，直到各个信号相互独立为止。而每次旋转角度可以采用最小互信息量的方法来确定。　　为了检验本文方法的有效性，首先用于两个混合语音信号的分离，很好地恢复出了原始独立信号。然后将该方法用于处理一块被噪声严重污染的地震剖面，具体处理时，把相邻两道地震数据作为输入，分离得到一条地震信号和一条噪声信号，这样最终得到的地震信号比分离前的地震数据少一道。在对具体地震数据去噪处理前，考虑到盲分离方法是基于瞬时线性混合模型，而实际的地震信号跟噪声之间是卷积混合的，可以首先利用小波变换将含噪地震波从时间域转换到频率域中去，在频率域中去噪后再变换到时间域。从地震剖面图上来看，去噪后的地层结构更为清晰，一些原来被噪声淹没的地下构造也得以重现，信噪比显著提高。