信号去噪是信号处理中最常见预处理过程，经典的信号去噪方法如纯时域法，纯频域法，Fourier变换，加窗Fourier变换等各自都有其局限性，傅里叶变换是一种全局变换，即对信号的表征要么在时域，要么在频域。作为频域表示的频谱或功率谱并不能告诉我们其中的某种频率分量出现在什么时候以及它的变化情况。这对于非平稳信号处理来说是远远不够的，小波分析作为20世纪80年代发展起来的一种新的时频联合分析方法，它在时域和频域都具有良好的局部化特性，在信号去噪中小波变换得到了广泛的应用。本文主要介绍了小波分析的相关理论，讨论了其在函数空间中的构造和性质；介绍了小波分析中很出名的Mallat分解与重构算法；介绍了Haar小波在分解和重构信号中的应用；详细介绍了小波变换后模极大值的去噪原理，分析了去噪过程中几个参数的选取，并给出了一些选取依据，并在此方法基础上提出了相应的改进来降低算法的时间复杂度，实验结果表明，该方法还能得到较好的去噪效果；详细介绍了小波变换后阈值去噪方法，并综合一些阈值处理方法，提出了一种新的阈值处理函数，实验结果表明新的阈值处理函数光滑性好，且能得到较好的去噪效果。