材料局部能量的快速释放就会产生声发射信号,声发射信号中包含着有关声发射源特性的重要信息,通过采集、分析声发射信号可以动态的监测材料缺陷的产生和运动发展情况。声发射检测技术在设备运行状态监测、生产安全预警方面具有重大的现实价值,可广泛应用在石油化工、航天航空、材料实验和交通运输等领域。AE(Acoustic Emission)信号处理是AE检测技术研究的核心。但是,由于声发射信号本身的复杂性,采集和分析提取声发射源特征参数存在困难,声发射信号处理技术的研究一直是声发射技术理论研究与工程应用中的一个关键问题。本文采用声发射这种无损检测技术分析裂纹产生扩展的情况,分析了基于声发射技术检测中噪声的来源及处理方法。结构无损检测技术在实际应用中,检测得到的信号常受到各种噪声的干扰。为保证检测结果的准确性,必须对受噪声干扰的信号进行处理。文中介绍了小波变换进行信号降噪处理技术的基本原理及实现方法。小波分析同时具有时--频局部化的优秀特性,用小波自适应地对声发射信号进行多分辨率的分解,在相平面中绘制系数能量图可以同时直观地观察声发射信号的频率、时间、能量等信息。同时,相平面系数能量图也为小波重构声发射信号提供了理论依据,基于以上理论重构的声发射信号排除了其它信号的干扰,更能表征声发射源信息,对声发射源的分析有重要的意义。实验过程包括选择声发射源,采集声发射信号,声音转换,信号处理,结果分析几个部分。通过对模拟噪声信号的分析,验证了小波降噪技术能有效的消除噪声干扰,较好的保留信号的尖峰突变等信号的原始性能特征。对于消噪方法中采用的傅立叶算法和小波分析方法进行了比较,分析了快速傅立叶变换的原理和傅立叶变换去噪的过程,描述了小波去噪的原理以及几种阈值的确定方法,并且提出了两种改进的阈值函数。通过对铅笔断裂声发射信号去噪处理,证明小波分析技术更有利于声发射检测中的信号去噪。