海洋、湖泊等水声环境复杂多变,MEMS矢量水听器接收到的信号往往包含着复杂的环境噪声而使得接收到的信号不可避免的产生信号失真、基线漂移等现象,进而导致方位估计出现较大偏差。针对这类现象,本文利用小波阈值处理的方法研究了MEMS矢量水听器信号去噪方法,主要研究内容如下:(1)提出了一种基于改进遗传算法的小波软阈值去噪方法。从最佳小波阈值的获取方式入手,通过改进遗传算法使其能迅速搜索到最佳小波阈值,然后利用小波软阈值方法对信号去噪。在该方法中,考虑到传统遗传算法和现有改进的遗传算法所存在的问题,使遗传算子、遗传操作顺序根据种群适应度分散程度自适应改变以取得最佳的小波阈值。仿真实验和中北大学国防重点实验室2011年在太原汾河二库进行的汾机实测数据去噪实验均表明,该方法能够有效去除信号噪声,具有一定的优越性和实用性。(2)提出了一种基于VMD和非线性小波阈值处理的信号去噪去漂移方法。在这部分中,改进了小波阈值函数,使其可以根据小波分解的层数情况自适应变换,进而达到更好的噪声过滤效果。对信号实施变分模态分解后,分解所得本特征模态函数被分成噪声IMF分量、含噪IMF分量和纯净IMF分量三部分,其依据主要是各分量互相关系数的大小。最后含噪IMF分量经小波变换后通过改进的阈值函数实现去噪,最终与纯净IMF分量重构得到整体的去噪信号。仿真实验和中北大学国防重点实验室2011年和2014年在太原汾河二库进行的汾机实测数据去噪实验均表明该方法可以有效去除信号包含的噪声和基线漂移现象,具有一定的优越性和实用性。本文提出了两种新的信号处理方法,均能够有效去除噪声,特别是基于VMD和非线性小波阈值处理的信号去噪去漂移方法同时还可以很好的去除信号的基线漂移现象,能够为进一步的方位角估计奠定一定的基础。