钢管的应用广泛,对其进行严格的质量检测具有十分重要的意义。在工程应用中,钢管的粗糙表面产生的相干噪声,会导致误判;钢管振动引起的超声探头偏心,会导致测厚误差增大;近表面的检测盲区,会产生漏检。为此,本文从声学信号的后处理出发,系统深入研究了钢管水浸超声检测信号的降噪、飞行时间的高精度计算、近表面分层信号提取方法。首先提出了基于复解析信号奇异值分解的空间域相关滤波的相干噪声抑制方法。该方法基于相干噪声与目标信号在空间域上特征分量间的差异进行噪声抑制,是对实数域相空间重构的奇异值分解算法的改进。针对已有算法的有效奇异值的范围难以确定的问题,提出了复解析信号进行相空间重构的方法,其有效奇异值数目减少,降低了在确定有效奇异值时的随机性,有效识别强噪声背景中的目标信号。为了提高动态测厚的精度和稳定性,提出了基于分帧Fourier-小波域解卷积算法,抑制了探头偏心导致的旁瓣增大。通过声学的反射和折射定律,研究了探头偏心时超声波在水耦合层及钢管中的声波路径、分析了误差成因。针对现有的Wiener滤波的局部时频分析能力差、受噪声影响大的不足,提出了超声A扫信号的分帧处理方法,并通过Fourier和小波域两个变换域的系数收缩,抑制了旁瓣,提高了测厚精度。为了减小近表面盲区,提出了一种基于相位谱的谱外推方法。针对钢管界面和分层产生的回波混叠,研究了分层检测盲区与超声A扫信号时域分辨率之间的关系。针对现有谱外推方法受噪声影响大的问题,采用中心频带内的相位谱进行AR建模,对低频和高频的频谱进行外推。为了适应不同的噪声水平,采用Kalman滤波方法进行自适应滤波,有效减小了近表面区域的盲区范围。在钢管超声测厚的工程实践中,发明了一种用于动态测厚的跟踪闸门算法,解决了探头提离变化引起测厚误差增大的问题。综合上述多种算法以及相关工艺要求,开发了钢管水浸超声检测软件,并在多套钢管检测设备中得到应用。