小波去噪是信号处理领域中的热点与前沿课题。噪声的干扰将会严重影响信号和图像的质量,致使产生后续处理的困难,如在特征提取、信号检测、语音识别等领域中,噪声的干扰会引起处理结果的偏差甚至错误。近年来,小波理论得到了非常迅速的发展。小波分析是目前国际上公认的信号信息获取与处理领域的高新技术,是多学科关注的热点,是信号处理的前沿课题。由于小波变换具有低熵性、多分辨性、去相关性、选基灵活性等特性,使它成为在信号去噪领域内的有力工具。本文在Donoho提出的小波阈值萎缩的基础上,以加性高斯噪声假设为前提,构造了一种新的无限阶连续可导函数,并以此阈值函数,基于SURE无偏估计,提出了一种自适应小波阈值去噪算法;又将NeighShrink阈值去噪方法进行扩展并结合相关去噪方法,提出了一种层内-层间混合模型的小波去噪算法;在非高斯噪声假设的前提下,以Laplacian和Gaussian分布混合模型对非高斯噪声进行建模,对信号的三阶、四阶统计量进行观察与分析,并进行直方图统计,提出了一种新的阈值去噪方法;最后,本文基于NiosII软核处理器以及FPGA完成了小波变换的硬件实现,由此可以直接对以上算法进行硬件仿真。