现代超声无损检测技术的发展对仪器设备所采集的信号提出了更高的要求,需要使用合适的方法对其进行处理,以获得更好的检测效果。本文从两个方面对信号处理方法进行应用性研究：一方面,大型金属板材检测所常用的Lamb波信号因为其频散性和多模态性,需要对换能器采集到的超声信号进行时频分析,以选用更合适的检测模态；另一方面,随着对铁路动车行车安全监测要求的提高,新的动车车轮在线超声检测系统对车轮位置精确度有更高的标准,需要对车轮定位采样数据进行时序处理,以达到更好的成像效果。文中根据薄板中Lamb波传播的频散特性,针对超声检测中获取的检测信号,采用双重时间尺度对比的方式,对Lamb波模态进行分析。在铝板中的不同位置采集了包含多种模态的Lamb波信号,通过半解析有限元法绘制了铝板中Lamb波频散曲线。在Lamb波整体传播时间尺度下,用二维傅立叶变换对全部数据进行分析,确定了其模态及能量分布。经过滤波降噪,利用Hilbert-Huang变换分离并精确分辨单个信号内所叠加的不同模态的时间尺度。在另一部分,介绍了WLUT—768动车车轮在线超声检测系统,根据其超声换能器采集回波,霍尔传感器接收定位信号,预测车轮位置成像的原理,设计了对时序定位信号进行自适应优化处理,从而能够筛选有效超声换能器探头回波信号的方案。利用基于Hilbert-Huang变换的时频分析方法,采用双重时间尺度对比的方式可以识别Lamb波导波模态并获得较高的时间分辨率,从而在检测中选用合适的模态进行激发。同时,实际应用中的检测图像证明,时序处理后的信号能够对车轮内部和表面缺陷的有效检出提供帮助。本文所做工作为自适应化处理平稳和非平稳信号提供了新的思路,对于大型板类结构元件和铁路车轮的在线无损探伤具有重要意义以及参考价值。