超声检测技术作为目前应用最广泛的一种无损检测技术，是确保设备安全运行的重要手段。由于超声检测信号具有非平稳的特性，传统的信号处理方法如纯时域法、纯频域法、傅里叶变换、加窗傅里叶变换等都有各自的局限性，对这种信号的分析与处理需要采用时频分析的方法。小波变换是一种时频分析的方法，在时域和频域都具有良好的局部化特性，非常适合应用到超声检测信号处理。小波变换可以应用于超声检测信号的去噪从而提高检测精度，也可以应用在超声检测信号的奇异点定位进而判别损伤。通常，超声检测过程中会受到结构噪声的影响，使有用信号淹没在噪声中，给实际应用带来一定的困难，所以本文主要对超声检测信号的去噪处理进行研究。首先，本文对超声无损检测的原理以及小波分析理论进行介绍，给出超声目标检测的物理模型，并介绍了小波分析的基本理论，包括连续小波变换、离散小波变换、多分辨分析和小波快速算法等，特别介绍了常用的小波函数，对小波函数的特性进行了详细的研究。然后，对基于小波分析的超声信号去噪方法进行了深入的分析和研究，主要有两种方法：小波去噪和小波包去噪。基于超声检测信号的特性，研究了小波去噪四个方面的问题：第一，根据常用的小波函数所具有的性质，从中选择适合超声检测信号处理的小波函数；第二，研究了分解层数对超声信号去噪的影响，对构造的超声检测信号进行去噪实验，得出去噪效果最优时的分解层数；第三，比较不同的阈值选取规则，分析它们的优缺点，选择合适的阈值；第四，采用软、硬阈值法以及其他三种阈值改进方法对超声检测信号进行去噪处理，分析去噪效果，选择合适的阈值处理函数。对于超声检测信号的小波包去噪，分析了小波包去噪与小波去噪的联系与区别，并比较了它们的去噪效果。最后，由于硬阈值处理函数在阈值处不连续，重构时可能产生振荡，而软阈值处理函数虽然在阈值处连续，但是由于估计的小波系数与分解的小波系数之间存在恒定的偏差，会影响到重构信号对真实信号的逼近程度。本文结合超声检测信号的特点，针对软阈值函数和硬阈值函数的不足，提出一种新的基于正弦型阈值处理函数的超声信号去噪方法。这个阈值函数的特点是对大于阈值的小波系数采取缓变地压缩处理，随着小波系数的不断增大，压缩量不断减小，最后不再对小波系数进行压缩。这样可以平滑地从软阈值函数过渡到硬阈值函数，它能够克服软阈值函数和硬阈值函数两者的缺点，较好地处理信号中的噪声分量，通过去噪仿真实验可以看到，该阈值处理函数在噪声水平较低时去噪效果十分理想。