信号去噪在桥梁健康监测系统中处于重要地位,只有通过好的信号去噪手段才能有效的去除监测信号中的噪声,从而很好地保留有用信号的特征,为桥梁的健康监测提供了重要的信息和正确的数据基础。桥梁的健康监测是一项复杂的系统工程,面临的是复杂多变的环境。监测信号异常复杂,往往包含有很多尖峰或突变状的非平稳成份,传统的傅里叶变换无法对这种信号去噪。小波分析是近十几年发展起来的新的信号处理工具,它被认为是傅里叶分析方法的突破性发展,具有对信号强大的时一频分析能力。利用小波分析理论,能有效地区分信号中的突变部分和噪声,从而实现信号的去噪。对实测信号进行多尺度分解,不需要复杂的算法,只是对采集的数据进行深加工,即可表达出多尺度上的特征,从多尺度分析角度出发来研究测试信号。本文首先介绍了桥梁健康监测系统的组成与功能以及小波分析理论的基础知识。其次根据桥梁监测信号的特点结合小波变换的特性,采用小波变换模极大去噪和小波阀值对信号进行去噪处理,并比较了三种不同阀值去噪方法的结果。然后利用提升方案设计新的小波和提出了基于平均阀值的小波包去噪。小波包分析是从小波分析延伸出来的一种对信号进行更加细致的分析和重构的方法,他不但对低频部分进行分解,而且对高频部分也做了二次分解,使它在信号去噪方面表现出明显的优势,对信号的分析能力更强。最后本文利用了一系列实测数据进行仿真实验,验证了以上方法的去噪效果和有效性。