现代工业的高速发展对超声无损检测提出了更高的要求，不仅要求检测缺陷的有无、大致位置，还要进一步确定缺陷的类型、分布和大小。信号处理技术是解决上述问题的重要工具之一，然而由于超声回波信号为非平稳信号，传统的时域或频域信号处理方法没有充分利用超声信号所携带的信息，对检测精度和可靠性的提高能力有限。时频分析是一种有效处理非平稳信号的方法，它在时频联合域内对信号进行分析和处理，有利于显示和利用超声信号中所包含的更为丰富的信息，便于超声信号的识别和解释。因此，本文采用时频分析技术，针对如何提高超声信号的信噪比和提高缺陷检测和识别的可靠性、准确性等问题，进行了深入地研究，主要工作内容如下：　　分析了现有超声信号时频表示方法的优缺点，并改善了Gabor表示和时频分布级数的聚集性，使其更适合表示超声信号。提出基于香农熵度量的Gabor变换最优窗函数宽度的选择方法，该方法的目的是搜索出使时频分布聚集性最好的窗函数宽度。仿真结果表明该窗函数宽度选择方法能有效地改善时频分布的聚集性和时频分辨率，并且不易受噪声影响。提出用时频分布级数表示超声信号，为提高其聚集性，将窗函数宽度选择方法应用于时频分布级数，并结合熵度量，实现了时频分布级数的参数选取。　　研究了基于时频原子分解的超声信号降噪和特征提取方法。为了有效地显示出超声信号的时频特性，设计了适合分析超声信号的时频原子库，并对匹配追踪方法和判别追踪方法做了深入地研究。提出基于匹配追踪方法的超声信号降噪，分析了时频原子数量的选取对降噪性能的影响，为选取合适的原子数量提供了依据。引入判别追踪方法来提取不同类别超声信号的时频特征，并结合神经网络实现了超声信号分类；提出在采用Fisher判别准则时，用非线性距离代替欧氏距离，以强调类别边缘的样本在特征提取中的作用；进而讨论了判别原子间的相关性问题，提出考虑新选原子与已选原子间相关性的判别基提取方案，以降低特征之间的冗余。实验结果表明判别追踪方法是一种有效地时频特征提取方法，考虑原子间的相关性以及采用非线性距离度量能够降低特征维数并提高分类的正确率。　　提出了基于瞬时频率熵的超声信号缺陷检测方法。超声检测中，缺陷回波信号的瞬时频率和噪声的瞬时频率存在差别，因此，可以用瞬时频率检测超声信号中是否存在缺陷回波。本文研究了适合估计超声信号瞬时频率的方法，然后用改进取值范围的香农熵度量缺陷瞬时频率和噪声瞬时频率的差别，并估计出缺陷回波的到达时间及中心频率，实现超声回波信号中的缺陷检测。　　提出了采用模糊平面特征来实现超声信号分类的方法。为避免缺陷回波到达时间和中心频率对特征提取的影响，通常需要对回波信号进行频率转换和时间对准预处理，而模糊函数的模具有对时移和频移不敏感的特性，因此，利用模糊函数来表示超声信号，既可以提供时频信息，又能大大简化信号的预处理。通过K-L变换方法提取模糊平面的特征，能大大降低特征维数，为超声信号的识别提供有效的信息。实验结果表明采用模糊平面特征能对超声信号进行有效地分类，并且对低信噪比信号也有很好的分类能力。　　研制了数字式超声检测系统。在硬件设计中着重处理了设备的抗干扰性、实现实时性，在软件设计中注重操做方便性、交互性等问题，使整个系统具有优秀的性能指标和可扩展性。为解决商业化超声检测仪器大多缺乏先进的信号处理和解释功能的问题，在研制的系统中集成了信号处理模块，可实现缺陷检测和识别。