该论文首先简要介绍了小波变换的基本原理并综述了近些年来在分析化学领域中的应用,然后深入研究了小波变换在解析重叠信号、信号求导、扣除光谱背景以及色谱指纹图构建技术等方面的应用.完成了以下几个方面的工作内容:基于构建滤波器的技术,提出了一种解析重叠色谱信号的自适应小波算法,并应用于混合稀土溶液的高效液相色谱数据的解析.从小波的基本数学原理和信号本身特点出发构建和优化能满足解析和定量要求的滤波器,因此该方法可以避免人为因素所带来的主观误差.研究结果表明该方法受噪音水平、分离度和相邻峰强度等因素的影响要明显小于以往的方法.另外,由于具有自适应的特点,它亦适用于其他类型的信号处理.此外它还可能成为信号基线校正、平滑和数据压缩的有效工具.深入探讨了小波变换应用于分析信号求导的基本原理,并提出了一种基于小波变换的通用求导方法.通过研究发现以常用的小波函数对分析信号处理的实质是对信号的微分和平滑两个过程的综合.利用小波函数消失矩的特性,提出了一种基于连续小波变换扣除近红外光谱背景吸收的方法,并将其应用于烟草样品近红外数据的处理.研究发现小波函数的消失矩可以将低频部分的背景扣除,而保留信号的大部分有用信息.提出了一种基于二维色谱数据的小波变换系数来构建指纹图的方法,并应用于中药的分类与识别,改善了传统一维方法中易受实验条件影响而重现性较差的问题.经小波变换后,缩减了二维数据的大小,消除了基线漂移与噪音,但仍然保留了大部分的光谱和色谱信息.所获得的小波系数用于样品的指纹图构建和分类与识别.结果表明该方法受噪音、基线漂移和色谱峰参数等变动的影响较小,可以获得比一维方法更好的分类结果,因此它有望成为将来中药现代化发展中色谱指纹图技术的一个重要方向.