车体的姿态角度是姿态测量系统中最核心也是最需要解决的问题,其测量结果的准确性会直接影响到火炮系统的决策,从而影响到武器打击目标的能力。但在复杂的战场环境中对姿态角度进行测量时容易引入各种干扰信号,如加速度,振动,电磁以及高斯白噪声等,这就要求我们在使用测量到的结果时需对信号进行去噪处理,而小波分析理论由于能同时对信号进行时域和频域的分析,可以有效的去除信号中的噪声干扰。本文首先从新型高精度姿态传感器的电路设计方面入手,对姿态传感器的电路设计部分进行了相应的阐述,分析了系统结构中易受外部信号干扰的部分。然后介绍了小波分析理论的最新发展现况,对小波去噪的相关理论和方法进行了详细的说明,并从小波阈值去噪处理方面的内容出发,针对传统小波硬阈值函数和软阂值函数去噪方法的不足,提出了一种基于幂指函数模型的小波阈值函数,并检验比较了不同阂值函数对目标信号的去噪效果。同时由于小波函数是一个函数集合系,因此为了既能够有效地去除噪声,又尽量保证原始信号不被损失,这就需要选取合适的小波函数对原始信号进行小波分解与小波重构。在其他条件相同的情况下,分别对原始信号和含噪信号用不同的小波函数进行去噪处理后,利用基于信噪比(SNR)的系数σ来评估小波函数的适用性。最后,充分利用小波变换多尺度多分辨率的特点,提出了一种运用小波理论中的广义交叉确认准则,结合遗传法算法全局优化概率搜索特性,来求解原始信号经小波变换后每个尺度上最优阈值的方法,使得该阈值可以根据多尺度多分辨率的特性进行自适应调整,并最终将该方法应用到倾角传感器因加速度所引起的信号畸变问题中去。实验结果表明,对于倾角传感器的输出电压信号而言,新的去噪方法跟传统的小波阈值去噪方法相比,能够更为有效的抑制信号中的畸变干扰,使信号电压的波动范围不超过1V,并将畸变的最大峰值电压由最初的5V控制到了3.5V以内,基本达到了对畸变干扰进行抑制的目的,同时对信号噪声的细节处理也更为优越。