实际生活中，有效信号总伴随着随机干扰，使得存在于信号中的重要信息不能顺利的复原。在地震勘探中，由于受周围复杂环境的影响，从野外采集来的地震信号往往也都混叠着大量的噪声，很难将信号无损失的从混合信号中分离出来。人们设计了许多有效的消除噪声干扰的途径和方法，目的都是提高信噪比(SNR)。在高信噪比情况下，许多信号处理算法方法解决的很好，但是当信噪比减少低至某一给定阈值时，效果则非常不好。所以提出合适的算法去除随机噪声成为地震勘探中的首要任务。时频峰值滤波(TFPF)算法是提取有效信号、压制随机噪声的一种有效算法，近几年已经应用于地震勘探资料处理中。时频峰值滤波是一种基于瞬时频率估计的信号增强算法，该算法首先通过频率调制将含噪信号调制成解析信号的瞬时频率，然后取解析信号的Wigner-Ville分布的峰值来进行瞬时频率估计，从而恢复有效信号。针对实际地震资料的非线性特性，本文选用加窗的Wigner-Ville分布即伪Wigner-Ville分布(PWVD)来实现TFPF，从而提高被处理信号的线性度，减小瞬时频率估计的偏差。传统的时频峰值滤波采用加矩形窗的方法来实现线性化，当信噪比减少低至某一给定阈值时，传统的时频峰值滤波中的时频聚集性和抑制噪声的能力会下降，会出现一定数量的异常点。因此本文引进了一种新的时频分布，即在低信噪比的情况下用联合分布去估计瞬时频率曲线以达到减少异常值的目的。联合分布的构建是基于定向平滑的伪魏格纳分布(DSPWVD)和一系列不同方向上的DSPWVD逐点自适应权重而定义的。方向接近DSPWVD的瞬时频率曲线片段性能会因为每一个DSPWVD而得到加强，并且整个曲线性能也会因为时频联合分布而得到加强。本文利用DSPWVD求时频分布，然后在利用TFPF中瞬时频率估计的算法来估计信号，来达到去除随机噪声，保留有效信号的效果。为了验证基于DSPWVD的联合分布的有效性，我们用该分布和PWVD分别对地震的正演模型和实际地震记录进行时频峰值滤波，并对这两种分布下的时频峰值滤波的处理效果进行了比较，包括时域波形，单道子波的频谱，滤波前后的信噪比等方面。结果表明联合时频分布下的时频峰值滤波有更高的估计精度，能够在压制强随机噪声的同时更好的保留信号特征，使信噪比进一步提高。对低信噪比的地震勘探资料处理有较大的应用价值。