小波变换理论是数学界继Fourier变换后取得的又一个突破性进展。由于小波分析具有良好的时频局部性,它为信号处理提供了强有力的工具,解决了Fourier变换不能解决的许多难题。通过小波变换可对信号的不同频率成分进行分解,为信号的滤波、信噪分离和弱信号特征提取提供了有效的途径。为此,本文针对如何从强噪声干扰的时间序列观测数据中提取微弱的变形特征信息这一变形分析中相当关键的问题,将小波分析法引入变形监测的数据处理分析中,详细地论述了变形信号和噪声在小波变换下的特性,利用多分辨率分析对信号进行滤波,由分解的小波系数对信号进行重构,提取弱信号特征以及变形信号的奇异性检验。通过对仿真算例和隔河岩大坝GPS自动化变形监测系统多年的观测数据进行了小波分析,验证了小波分析变形信号的优越性,并得出了一些有益的结论。