21世纪过程工业、能量计量、城市公用事业等的发展对流量测量的需求急剧增长，流量计量是关乎国计民生的一项重要工作。 近几十年来，微电子技术和计算机技术的飞跃发展极大地推动仪表更新换代，促使仪表迅速发展，新型流量计如雨后春笋般涌现出来。涡街流量计以其独特的优点，是其中一种具有极大发展潜力的流量计。在涡街流量计研究的进程中，涡街流量信号处理始终是国内外流量测量领域里研究的热点。本文从若干角度对涡街流量信号进行了研究。 论文首先研究了涡街信号和噪声的特性关系。对涡街流量测量中主要的三个干扰分量：振动干扰、脉动干扰、非线性干扰的特征性质进行了总结归纳和相关计算验证工作。对振动干扰的来源进行了分析，列举了实验数据来阐述振动干扰对涡街测量的影响；课题中用数学推导的方法阐述了脉动干扰产生的原因，并列举了实验分析频谱图来说明脉动干扰对涡街测量的影响；针对涡街非线性干扰噪声性质的研究，论文由非线性混沌理论，计算了涡街流量信号的李亚普洛夫指数及盒维数，从而证明了涡街背景噪声具有的混沌特性。这部分的研究工作有利于整体理解和把握涡街流量信号的本质特征，为后续的研究工作打下铺垫。 考虑到振动干扰是影响涡街测量的最主要干扰，文中研究了获取管道振动噪声干扰特征的方法，详细介绍了基于加速度传感器的管道振动信号的采集。结合涡街流量信号和管道振动信号的频谱分析结果，文中指出管道振动加速度信号频率和涡街流量信号的主要干扰分量频率正相关，且一一对应。研究表明可以通过获取管道振动加速度信号特征，从而间接获得涡街流量信号中最主要噪声的频率特征，基于这一研究结论，课题以管道振动信号的特征信息为参考输入，通过自适应滤波算法有效实现了涡街流量信号的滤波。 鉴于低流速的涡街流量信号具有显著的非线性特征，为了较好的对该流速段的涡街流量信号进行处理，论文引入适合于非线性信号分析的经验模态分解法，并对之进行了算法的改进，提出了基于时间尺度分析的经验模态分析方法(TEMD)，基于TEMD算法，论文对仿真的涡街流量信号和实测的涡街流量信号进行了计算仿真，发现TEMD法能较小波分解方法在对涡街流量非线性信号的处理过程中表现出更好的适应性，涡街信号分量的模态分解较好，涡街信号频率的计算精度和小波分析的计算精度接近，然而，在计算过程中，由于基于TEMD分解的滤波技术用到高次样条插值，则计算时间的花销远比小波分解计算时间多。另外，论文还探讨了基于高次样条插值的TEMD算法效率。由大量实验数据分析得到的全流速范围内涡街流量信号的波形特征，论文将涡街流量信号模型简化，抽取出主要的信号成分组成涡街典型波形，基于该典型特征，文中探索了基于整流的阈值自适应算法、信号波形分析法和阈值的脉宽估计法这三种方法，并总结提出了基于智能时域分析的涡街流量信号处理方法。该方法以波形分析理论为依据，通过智能阈值跟踪和脉宽估算，能在满足实时性的要求下实现较低信噪比涡街信号的测量；给出了以单片机μPSD3251为核心的智能时域算法的软件和硬件实现方案，并对整个系统的测量性能和阂值跟踪能力进行了分析。 综上所述，本文取得了以下创新成果： 1．对涡街流量三类干扰信号的研究进行了归纳总结，并首次验证了涡街流量非线性干扰信号的混沌特性。 2．通过加速度传感器采集管道振动加速度信号，数据分析表明该方法获得的管道振动信号特征能够反映涡街流量信号主要干扰特征。文中设计了自适应滤波器，以管道振动信号特征为参考输入，实现了对涡街信号振动干扰的滤波。 3．对低流速的涡街流量信号进行了非线性信号处理方法的研究，提出了基于时间尺度分析的经验模态分解方法，并研究了该方法对涡街流量信号处理的适用性。 4．基于涡街流量信号波形的特点，提出了基于智能时域分析方法的涡街流量信号处理方法，并分析了整个信号处理系统的性能。为涡街信号的实时处理提供了一种技术方案。