信号预处理是一个特别重要的工程问题,在国防通信、化学、食品安全等领域等获得了普遍的应用,具有重要的理论价值和现实意义。论文针对光谱信号及光纤振动信号展开研究,用以说明信号预处理在这两个领域的重要性。首先,研究了纯R6G拉曼光谱的时域特征,根据其特征对拉曼光谱的降噪展开较深的研究。给出了小波分析、最小均方(LMS)自适应滤波器和经验模态分解(EEMD)的理论和算法。对信噪比(SNR)小于10dB的拉曼光谱分别用各不相同的小波、LMS自适应滤波器以及EEMD展开降噪。利用SNR、均方根误差(RMSE)和相关系数(?)这三个判断标准评价降噪结果的好坏,实验结果表明LMS自适应滤波器的降噪方法最为理想。其次,研究了光纤振动信号的时域特征,以振动仪采集的敲击信号为例,根据其特征对敲击信号的谱分析和特征提取展开较深的研究。给出了快速傅里叶变换(FFT)、小波包频带能量谱和快速谱峭度的原理和算法。对敲击信号分别用FFT算法、小波包频带能量谱算法和快速谱峭度算法进行分析。依据实验结果发现FFT算法无法反映敲击信号的频域特征。快速谱峭度可以作为瞬时信号的频谱分析,良好的反映敲击信号的频域特性。利用小波包频带能量谱能够较好的提取敲击信号的能量特征以便模式识别。最后,基于染噪拉曼光谱的降噪探究中发现:EEMD算法能够直接筛除混入拉曼光谱的高频噪声。实验发现LMS算法具有高效,易于实现等特点,但是该算法存在网络不稳定,稳态误差和收敛速率是一对不可避免的矛盾等问题,故提出一种基于EEMD联合VS-LMS(可变步长)的降噪算法,实验结果表明相比于其他几种方法,该算法的降噪效果有了明显提高。