微震技术已广泛应用于煤岩动力灾害监测预警、油田压裂、边坡稳定性分析等领域。由于监测环境的复杂性及仪器自身局限性,实际监测到的矿山微震信号在采集、传输过程中受到了大量的噪声干扰,严重影响了矿山微震信号的分析与处理,也给后续的震源定位、能量计算、灾变监测等分析工作带来非常大的干扰。另一方面由于矿山微震信号的频带特性和噪声的频带特性类似,传统的方法并不适用于对其进行频谱分析。因此,研究矿山微震信号的降噪方法具有非常重要的理论和实际意义。目前存在很多有效的信号降噪方法,然而每种降噪算法都有其优势、劣势及应用环境。本文针对矿山微震信号整体呈现非平稳、非线性的特点,考虑到传统算法的缺点,本文提出了一种联合归一化最小均方自适应滤波(NLMS)与互补总体经验模态分解(CEEMD)的微震信号降噪方法。该方法首先使用NLMS对信号进行预处理,滤除信号中的脉冲干扰;其次,对预处理后的信号进行CEEMD分解,CEEMD分解将含噪信号的各阶分量依次分解成高频的本征模态函数(IMF)集合、噪声与有效信息混合的IMF集合以及定义为低频有效信息的残余分量,因此需要在m个IMF分量中进行阈值降噪,最后将降噪后的IMF分量进行重构,得到降噪后的信号。最后本文对CEEMD分解层数及阈值函数进行了讨论。本文对多组信号进行了对比分析,实验结果表明分解层数设置为7时,降噪效果较好。本文通过模拟信号验证了采用软阈值降噪的均方根误差较小,降噪后信噪比较高,降噪效果好。通过采用仿真和实测矿山微震信号对本文算法和现有的算法进行了对比和分析。实验结果表明,利用本文降噪方法能够有效的提高矿山微震信号的信噪比及能量百分比,说明了整合后的降噪方法的合理性及有效性。