飞机的多层金属铆接结构中,不同类型的缺陷识别以及定量分析是目前航空无损检测领域上的一个难题,主要是因为不同类型的干扰信号影响着检测结果。所以研究有效的针对不同类型的干扰抑制方法迫在眉睫。脉冲涡流检测技术拥有频谱范围广、检测方便、检测速度快等技术优点,所以在无损检测领域成了研究热点。本论文在参考过大量的国内外文献后,提出了在脉冲涡流检测中干扰信号的分析以及抑制的具体算法。采用了基于系统辨识的方法对提离效应进行分析。这是采用带控制量的自回归(ARX)模型的系统辨识方法分析提离效应。利用传感器处于空气中测得的信号作为输入信号,然后分别以不同提离高度测得的信号作为输出信号,利用最小二乘法对模型的参数估计后分别得到不同参数的ARX模型。模型结果表明系统模型的高频特性可以在检测时用来指示试件内部较深的缺陷不同的提离高度。采用了差分信号峰值斜率的提取方法对提离效应进行分析。根据不同缺陷对应的差分峰值斜率会随着缺陷的增大而减小这一规律建立数据库。实验结果表明,只能适用于表面缺陷的提离效应抑制,对于内部腐蚀的提离效应抑制效果不佳。采用了信号峰值归一化的方法对提离效应进行分析。根据探测器在空气中采集到的信号和在试件的无缺陷处采集的信号作为双参考信号来抑制提离效应。实验结果表明内部腐蚀抑制效果很好,但是对比表面裂纹的抑制效果不佳。所以本方法能用于内部缺陷的提离效应的抑制。采用了特征向量的动态轨迹方法抑制脉冲涡流检测技术中边缘效应的干扰。对探测器扫查轨迹进行FFT,分析各次谐波中以幅值和相位构成的特征向量。通过分析轨迹来判断边缘干扰信号与缺陷信号的差别。并根据这些差别的特征来抑制带有边缘效应的缺陷信号。通过对带有边缘效应的缺陷轨迹进行平移,然后经IFFT后对信号进行合成,最后与只有缺陷信息的差分信号进行校对。实验结果发现边缘效应抑制后的信号与只有缺陷信息的差分信号基本重合,表明抑制效果良好,由此证明此算法的有效性。本论文最后作出了总结,给进一步的研究提供了建议。