许多金属或者其他材料的制品在表面和内部可能会存在缺陷,在保证所检测的制品完好无损的前提下,人们往往利用各种无损检测技术来对制品的缺陷进行检测分析的。常用的非破坏性测试方法包括超声波检测,渗透检测,辐射检测,磁粉检测和涡流检测,其中超声波检测法因灵敏度高、快速安全而被广泛使用。超声无损检测技术的研究主要集中在对原始的超声回波信号进行降噪和参数估计这两部分。由于超声检测法所要处理的信号是复杂的非线性、非平稳的时变脉冲信号,传统的傅里叶变换仅适用于处理平稳信号,而小波变换以及互补集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)算法则适合处理此类复杂信号,实现优良的降噪效果。另一方面,在进行研究的过程中,常用加噪的高斯超声回波数学模型来判断降噪算法的性能,利用该模型对降噪后的信号进行参数估计,能够得到其准确的数学表达式,对于无损检测具有重要意义。基于以上研究,本文提出了一种基于CEEMD和小波包的降噪算法,以及在此基础上实现的参数估计方法,通过仿真分析得出,该算法的降噪效果优于传统算法,降噪后的信号其信噪比和均方误差得到显著改善。另外,由于信号的包络中已经包含了主要参数信息,由此可利用能量算子提取包络,来进行参数估计。最后,将MATLAB与LabVIEW进行混合编程,在LabVIEW中调用MATLAB节点,充分利用各自的优势,搭建一个可视化的系统,将本课题研究的降噪算法迁移至该系统,具有一定的工程应用前景。