小波分析理论的应用范围非常广泛,在信号去噪处理方面具有很大的优势。在实际生活中,信号去噪是准确提取信息和精准解决问题的前提条件。其中,小波阈值去噪法不仅操作简单,而且去噪效果十分明显,受到国内外科研工作者的广泛关注。随后,研究人员对此开展深入研究,提出了一系列的改进方法,这些方法的去噪效果也越来越好。然而,考虑到部分国内外文献针对阈值函数提出的改进方案比较复杂,致使计算量也随之增加,这违背了小波阈值去噪法的简便性原则。于是,有些研究人员提出了更为简便的自适应模糊阈值法,为小波去噪方法的发展提供了新的研究方向。论文通过对自适应模糊阈值法的深入探索,提出两种新的模糊阈值去噪方法,增强了去噪效果。此外,论文对提升算法中的懒小波变换也设计出相应的改进方案。论文的主要研究内容如下:首先,将自适应模糊阈值去噪法中的调节因子γ的取点方式由离散取点改进为在连续区间内取点,观察去噪效果的差异。在此基础上,提出连续区间模糊阈值去噪法,其中,半软阈值函数和连续区间取点的模糊阈值是该方法的关键。论文使用Matlab对四种常见仿真信号进行去噪,经过模拟实验,可以得出连续区间模糊阈值法比自适应模糊阈值法的去噪效果更理想,验证了连续区间模糊阈值去噪法的有效性和稳定性。其次,研究Mallta算法的分解原理,提出两个新的多尺度阈值。经Matlab验证,新阈值的去噪效果要优于其他阈值。将其与调节因子γ进行结合，进一步提出多尺度模糊阈值法。另外,改进小波提升算法中的懒小波变换,引入加权预测算子,用新的分解方法对含噪信号进行分解,并进行去噪处理,得到最优加权因子。最后,简单介绍心电信号中主要的三种噪声:肌电干扰、电极干扰和基线漂移。应用硬阈值法、软阈值法、自适应模糊阈值法、论文中提出的连续区间模糊阈值法以及两种多尺度模糊阈值法对心电信号进行去噪。通过对数据库中的样本信号进行模拟实验并对比数据,可知,论文提出的方法成功地滤除了以上三种噪声,并且去噪效果优于其他方法。