小波分析是在傅立叶分析基础上发展而来的新的时频分析工具,具备良好的时频局部化性质和多分辨率特性,在信号处理领域中得到广泛的应用。本论文对小波变换在信号滤波中的应用进行了研究。信号在采集、转换和传输过程中,由于受到设备、环境及人为因素的影响,使信号不可避免地受到噪声干扰。因此,如何去除信号中的噪声,得到感兴趣的信息是信号处理过程中的一项关键技术。根据小波变换的性质和噪声的统计特性,Donoho提出了小波阈值滤波方法,通过选择合适的阈值和阈值函数,对含噪信号的小波系数进行阈值化处理,可有效地去除噪声。本文研究了基于小波阈值的信号滤波问题,在阈值选取上,依据信号与噪声的小波系数在多尺度上的变化规律的不同,提出一种改进的阈值的选取方法,数值实验结果表明了该算法的有效性和可行性。针对传统的硬阈值函数和软阈值函数存在的缺陷,即硬阈值函数的不连续性,软阈值函数存在恒定偏差,提出了一种新的阈值函数,有效地克服了硬阈值函数和软阈值函数的缺点。实验结果表明,改进后的方法可获得更好的滤波效果。总之,本文所提出的新的阈值滤波方法获得了很好的结果,具有很好的稳定性和可靠性。