由于移动通信中的时变噪声较为复杂,本文结合小波变换理论实现了一种去噪方案,可以保证在失真较小的前提下,获得更好的去噪效果。并将它应用于移动通信系统中的语音去噪。经典滤波方法即频域滤波,假定信号与噪声的频谱分离,由此产生一系列的带通滤波器设计方法应用于去噪问题。40年代发展起来的现代滤波理论—维纳滤波和卡尔曼滤波等充分利用了信号与噪声的先验统计知识,运用特定的准则使信号达到最佳分离,因而在系统辨识和系统控制中得到广泛的应用,这些传统方法各有优点,但是他们都建立在各自的假设条件下,离开这些假设条件,去噪质量无法达到。小波变换作为一种新的信号处理工具,近些年来在信号去噪领域的应用也日渐增多,其优良的去噪性能已越来越多地引起人们的关注和重视。本文分析了信号与噪声的小波特性,对小波变换阈值法、小波变换模极大值法和小波变换尺度相关法这几种常用的小波去噪方法进行研究。因本文研究的平稳小波等小波去噪主要建立在阈值去噪方法上,所以本章详细介绍了小波变换的阈值去噪方法。针对Donoho阈值去噪方法对小波基的平移依赖性而在信号奇异点产生的pseudo-Gibbs现象,给出了一种平移不变小波变换去噪方法。此方法对含噪信号进行循环平移,利用软阈值或硬阈值函数对含噪信号的小波分解系数进行收缩操作,并重构信号,再进行反向的循环平移,能有效地抑制pseudo-Gibbs现象。经过分析比较,本文认为:小波非线性去噪方法与传统的带通滤波算法、维纳滤波算法、卡尔曼滤波法、匹配滤波法在形式上或本质上有或多或少的联系,这是因为小波分析理论继承了时域分析和频域分析的特点。而在信号去噪后的信噪比,对尖峰的恢复质量、光滑性、先验要求等综合方面比较中,小波方法胜出。