近年来超声检测技术凭借其穿透能力大、设备轻便、操作安全被广泛的应用于各个领域。超声检测技术中最常用的方法是脉冲回波法,主要原理是通过金属内部反射回来的脉冲波来判断金属内部缺陷所在位置,但这些缺陷回波中往往夹杂着各式各样的干扰波,这使得原本较微弱的缺陷回波信号易被噪声干扰,影响我们准确的判断缺陷所在位置,因此要得到清晰且不畸变的波形,必须要对检测到的信号进行消噪处理,所以研究一些有效的去噪方法,具有非常重要的意义。传统的方法是采用傅里叶变换来滤除噪声,但超声缺陷回波信号是一种非稳态时变脉冲信号,需要分析每个时刻信号含有的频率分量。这类信号的谱特性沿整个时间轴延伸,对于这类信号,传统的傅里叶变化显得无能为力。小波分析具有良好的时频分析局部化性质,能够很好地解决这一问题,因此,采用小波分析的方法对超声缺陷回波信号去噪可以达到良好的去噪效果。本课题从小波的基本理论入手,针对超声回波信号的特性,对超声缺陷回波信号的数学模型进行小波阈值去噪,重点针对几个影响去噪效果的参数进行深入研究,如小波基、小波分解层数、阈值、阈值函数。其中,阈值函数的选取关系着信号的重构精度和信号的连续性,如果选取不合适,会造成信号严重失真,影响去噪效果。目前比较常用的方法是Donoho的软、硬阈值法,但两种方法都有其缺陷,硬阈值能够很好的保留原信号的基本特征,但是去噪之后的信号的平滑性比较差,容易出现震荡；软阈值去噪后的信号虽然平滑性较好,但是去噪后的信号容易丢失信号的有用成分,我们针对两种阈值函数去噪的不足,在原有的改进方法的基础之上提出了一种新的阈值函数,仿真实验结果表明,采用新的阈值函数去噪后的信号,信噪比提高,均方根误差减小,去噪效果优于传统的阈值函数。同时将改进的算法用于实际的超声探伤系统中,在LabVIEW软件中调用MATLAB节点对实际的超声探伤数据进行去噪处理,同样得到很好的去噪效果,证实了该算法的工程应用价值。