信息科学的一项重要任务是获取客观世界的真实信息,然而对于任何一个系统,必然存在噪声,而当所测量的信号比较微弱且淹没在强噪声背景中时,要提取真实信号是困难的,因此如何把淹没于噪声中的有用信号提取出来的问题越来越引起人们的关注。近年来,随着小波变换理论发展,它已经是数学界继Fourier变换后取得的又一个突破性进展。小波分析具有良好的时频局部性,它为信号处理提供了强有力的工具,解决了Fourier变换不能解决的许多难题。通过小波变换可对信号的不同频率成分进行分解,为信号的滤波、信噪分离和弱信号特征提取提供了有效的途径。为此,本文针对如何从强噪声的时间序列观测数据中提取微弱的信号特征信息这一分析中相当关键的问题,将小波分析法引入实际工程的数据处理分析中,详细地论述了信号和噪声在小波变换下的特性,利用多分辨率分析对信号进行滤波,由分解的小波系数对信号进行重构,提取弱信号特征以及信号的奇异性检验。本文作者通过对噪声信号的频谱分析,对小波分析的阈值处理算法进行了改进,通过仿真验证了此算法的优越性,并得出了一些有益的结论。结合作者开发电子测量系统的经验,本文在基于小波分析理论检测微弱信号原理的基础上,深入讨论了其应用于电子测量系统的实用化,搭建了一个可处理噪声信号的电子测量系统,设计了相应的算法验证平台,通过Matlab与LabWindows混合编程实现最终的应用,并通过相应的实例验证了改进算法的可行性、实用性和系统的有效性。