当前,国内外对基于应力波的木材无损检测技术已经有了不少研究成果,但大多数研究都是通过测量应力波时间或计算传播速度来分析木材性质的好坏,检测精度不高。如果能利用先进的数字信号处理方法提取蕴含在应力波信号中的微弱特征,并通过智能分析确定缺陷的位置和分类,将极大地提高应力波木材无损检测方法的精度和实用价值。本文的主要研究内容是采用Hilbert-Huang变换对木材无损检测中的应力波信号进行处理,重点研究了应力波信号去噪方法以及特征提取方法。主要工作集中于以下几方面：(1)研究了Hilbert-Huang变换的原理,重点分析了EMD分解和EEMD分解之间的区别、Hilbert谱与傅立叶谱之间的区别。论文还利用压电式传感器、NI数据采集卡设计了一个应力波信号采集系统,分别在健康木材样本、有内部腐朽的木材样本上采集了真实的应力波信号。(2)采用冲击锤敲击木材后,测试仪采集到的应力波信号往往混杂着各种散射、反射波,必须对其进行剔除才能准确有效提取应力波信号的特征。论文根据噪声信号经过EEMD分解后在各固有模态函数中的分布特点,提出了基于瞬时半周期的EEMD去噪方法,比较了不同噪声强度下该方法与ButterWorthy滤波器、基于部分重构的EEMD去噪算法、基于阈值的EEMD去噪算法的去噪效果。研究表明,在信噪比为.5dB时,应力波信号中的干扰非常严重,提出的算法仍能有效滤除噪声(MSE为0.02)。(3)在Hilbert谱的基础上,分析了健康木材样本与腐朽木材样本中应力波信号的固有模态能量比和边界谱频段能量比,结果表明,应力波信号的固有模态能量比和边界谱频段能量比能比较好地反映木材中的内部缺陷信息,可以作为木材内部缺陷的特征量,为内部缺陷检测提供新的方法。