阵列声波测井信号处理在声波测井技术中占有及其重要的地位。目前阵列声波测井信号处理方法分两类:时域方法和频率域方法。常用时域处理方法主要包括:1、门限法;2、时间慢度相关法;3能量积分法。这种方法利用阵列声波测井信号的时域波形信息,建立在信号没有频散的基础上。在应用于某些频散比较严重的地层时,得到的是对频率域主频附近慢度频散曲线的加权平均。常用频率域方法主要包括:1、相位法;2、Matrix Pencil方法。这种方法基于傅里叶变换的时移特性。它们没有充分利用阵列声波测井信号的时频特性。因为傅里叶变换在时域全局求取频率信息,因此它并不能分辨特定频率成份发生在什么时间,以及在特定时刻各种频率成份的大小。同时因为傅里叶变换结果相位在[-π,π]之间的限制,面临相位2π补偿的问题。本文对部分已有阵列声波测井信号处理方法进行分析、实验和改进;对部分时频分析方法进行了研究。使用时频分析理论探索了解决声波测井仪研发过程中遇到的三个信号处理问题的途径。即:去噪、压缩、求模式波慢度;使用单极子相控阵列声波测井仪器在现场采得的数据进行了实验,并与原有方法的处理效果进行对比分析。1、基于小波分解的去噪处理基于如下假设:携带信息的原始信号在频域或小波域的能量相对集中,表现为能量密集区域的信号分解系数的绝对值比较大,而噪声信号的能量谱相对分散,所以其系数的绝对值小.这样我们就可以通过作用阈值过滤掉绝对值小于一定阈值的小波系数,从而达到降噪的效果。根据信号本身的信噪比选取各级分解系数的阈值,因此可以保证去噪结果具有良好的时域相似性和平滑性。实验证明该方法优于原有基于频域滤波的去噪方法;2、基于小波变换数据压缩算法通过对小波分解系数作用阈值,把部分信号成份的小波系数置零,使信号在时间-频率域的分解系数所占用的存储空间尽可能小,同时压缩后的系数能精确的反映原信号所携带的信息。实验证明该方法具有良好的性能;3、基于短时傅里叶变换的时移特性,利用短时傅里叶变换的相位信息,在时频联合域对慢度进行查找。这种方法在一定程度上克服了原有基于傅里叶变换的处理方法的缺陷。