小波变换是近10年来迅速发展起来的学科，它与Fourier变换、Gabor变换相比，是一个时间和频率的局部变换，能有效地从信号中提取信息，通过对信号进行多尺度细化分析，解决了Fourier变换不能解决的许多问题。本文研究了连续小波变换和离散栅格下小波变换的理论，以及相关的正反演条件。在此基础上，详尽地介绍了由粗及精对事物进行逐级分析的方法。Mallat在研究图像处理时，从函数空间的分解出发，用正交小波基的多尺度特性将图像展开，获得有用信息进行处理，从而建立多分辨率分析理论。多分辨率分析不仅为正交小波基的构造提供了一种简单的方法，而且为正交小波变换的快速算法提供了理论依据，将小波变换与工程实践联系起来。 在人类语音的浊音段，声带发生较低频率的振荡，语音信号呈明显的准周期性，而在清音段，语音信号则类似于白噪声。用相关法进行基音周期检测，可以不依靠语音产生模型，只需进行相关运算即可，但它对清音和清浊交替段的检测效果并不理想。本文从声学理论出发，剖析了语音产生的机理，综合考虑声道、激励源和嘴唇辐射三方面的因素，建立了一个完整的、线性的和时变的语音产生的离散系统模型，得出两次声门闭合事件之间的时间间隔就是基音周期的结论。将声门闭合在语音信号中表现出相应的奇异性，与图像边缘的灰阶突变进行等价对比，直接将小波变换用于声门闭合奇异型的检测，并不会得到预期效果。于是从语音产生模型入手，详细的分析了声门闭合时刻语音信号的性质，找到了浊音信号经过小波变换后周期性消失、极值点个数增多的原因。并且，进一步分析了Mallat算法应用于实际时存在的问题，给出了相应的改进方法。最后，从实际出发，综合考虑两种方法的优缺点，将相关法与小波变换结合起来。实验结果说明了这种方法的可行性。