核磁共振地下水探测(Magnetic Resonance Sounding，MRS)技术近年来发展迅速，与传统的地球物理勘探技术相比，具有高分辨率、高效率、低成本、信息量丰富等优点，它是目前唯一一种直接探测地下水的地球物理方法。该方法通过发射线圈向地下水激发能量，使地下水中的氢质子核外电子发生能级跃迁，然后再用接收线圈接收核外电子由高能级向低能级回迁时释放的能量，从而获取信号，反演解释得到地下水的相关信息。鉴于MRS方法的上述优势，使得其在地下水勘查、堤坝渗漏、滑坡稳定性检测以及隧道/矿井突水等领域获得了广泛应用。但核磁共振信号极其微弱，数量级为纳伏级，从而导致仪器在实际应用中极易受到外界环境噪声中随机噪声、工频谐波、偶发脉冲噪声等的干扰，以致于从采集回的信号数据中提取到的特征参数不准确，影响后续反演解释结果的准确性。因而，如何有效的抑制磁共振信号中的噪声干扰并提高信噪比就显得至关重要。针对这一难题，本文在总结国内外关于磁共振信号各种消噪方法的基础上，并通过对包络FID信号以及全波MRS信号的数据特征分析，确定以全波磁共振信号作为处理对象。经验模态分解（Empirical Mode Decomposition，EMD）具有不同于传统的短时傅里叶变换、小波变换等分析工具需要预先选定基函数对信号进行分解的特性，它作为一种新型的信号时频处理方法，可以在没有输入信号任何先验知识的情况下，自适应地将信号分解成若干个固有模态函数（Intrinsic ModeFunctions，IMF），实现信号趋势的有效提取。因此，本文提出基于EMD理论的相应消噪策略，同时利用仿真数据和实测数据对这些消噪方法的可靠性和有效性进行验证。首先，筛分截止条件的选择是影响EMD分解效果的重要因素，从重构信号波形以及信噪比提高程度两个方面，对SD停止条件以及基于幅值比的Rilling停止条件进行对比分析，确定了Rilling停止条件更适合于对MRS信号开展EMD处理。其次，针对MRS信号中脉冲噪声具有频谱范围宽，信号瞬时幅值大，偶尔发生等特征，基于EMD方法对其进行处理会导致模态混叠问题，难以实现信号和噪声的有效分离。因而，针对全波信号中的脉冲噪声，本文提出非线性能量算子（Nonlinear energy operator，NEO）检测算法。此方法不仅能轻易去除大脉冲噪声，而且可以使小脉冲噪声凸显出来而被消除。随机噪声的自相关函数在零点处具有最大幅值，并且随着时延的增加趋近于零，同时工频谐波的自相关函数仍然具有相同的周期特性。基于随机噪声和工频谐波的自相关特征，提出了基于EMD与自相关相结合的消噪算法，以EMD分解后各IMF子带的自相关函数特征作为判断信号与噪声的评判准则，进行信号的重构。为了获得更加有效的MRS趋势项提取效果，小波阈值策略也被采用。最后，进行了实测信号的消噪处理实验，结果表明所提出的基于EMD与自相关小波阈值消噪算法可以很好的滤除全波MRS信号的噪声成分，实现趋势项的有效提取，平均信噪比可提高14dB，并且通过与传统滤波器，经典小波变换消噪算法的对比分析，进一步验证了所提方法的优越性和有效性。