现如今,射频信号的应用领域日趋广泛,如:无线通信、RFID射频信号检测与识别系统、雷达通信系统等。射频信号就是经过一定调制得到的利于信道传输的高频信号,然而噪声干扰的不可避免性会使得接收端对于接收信号的信息解析产生误差,对后续研究工作造成不良影响,因而去噪意义不言而喻。目前,信号处理领域已有诸多去噪算法,各种算法都有其优劣性及应用条件,但大多数都应用于图像和低频信号,针对射频信号的研究则相对较少,这就使得射频信号去噪算法的课题具有重要价值和意义。本文以小波分析理论和奇异值分解理论为重点,研究了它们的去噪可行性,并将其应用至射频信号中,主要工作如下:首先,概述了射频信号去噪的背景及意义,简述了国内外研究现状和进展,并对通信系统中的常见噪声、射频含噪信号模型和常用的去噪指标做了介绍。其次,详细介绍了小波分析法相关理论,主要包括:多分辨率分析、连续和离散小波变换、Mallat快速算法、小波基数学特性和选取原则以及常用小波函数。将小波阈值去噪算法应用于射频信号,介绍了阈值施加方式和阈值估计准则,并进行了实验仿真和对比分析。结果表明:针对本章节的仿真信号,选取不同小波参数,高频系数直接置零法均失效,而利用软硬阈值函数和多种阈值估计准则的方法取得了良好的去噪效果,信噪比分别提高了约4.9～7.8d B不等,均方根误差和互相关系数指标也都有所提升。最后,介绍了奇异值分解去噪理论,通过仿真分析了分解矩阵的构造和维数以及奇异值处理对去噪结果的影响,并提出了两种结合方式下的小波和SVD的联合去噪算法。结果表明:针对本章节的仿真信号,利用Hankel矩阵构造信号,得到的去噪效果良好,且在矩阵维数相近并选取前2个主奇异值重构信号时的效果最优,信噪比提高了约30.4d B,同时小波和SVD的第二种结合方式的去噪效果优于第一种,使小波高频系数置零法的信噪比改善了约18.0d B。