小波分析由于其时频局部化以及对信号奇异点的敏感性使得它得到了广泛的应用,尤其是在信号、图象去噪及奇异性检测方面.在该文中,进行了两方面的研究,首先,利用改进的小波阈值去噪方法对AM信号进行了去噪滤波,并且利用过阈处理后的小彼分解系数较为准确的估算出信号的脉间参数,取得了良好的效果.通过仿真试验证明,该方法能在较低的信噪比下比较准确的计算出信号的到达时间、脉宽、重复周期等重要参数.另外,在第二部分,针对信号的奇异性在信号检测和特征提取中的重要性,对信号奇异性指数的计算进行了分析和推导,根据噪声和信号在小波分析下的特性以及两者奇异性的不同,得出了一种通过计算奇异性指数来区别信号(占优点)和噪声(占优)点的方法,该方法只需利用带噪信号的小波变换模极大值点进行简单的计算就可确定该模极大值点为噪声点还是信号点.仿真证明,该方法简单而有效,可以较好的去除噪声和恢复信号.