第一章绪论部分介绍了本课题的研究目的以及国内外的研究情况,和对于超声波检测气体泄漏的基本原理进行了简单介绍。 第二章首先介绍了Fourier变换的基本原理，并指出其局限性。接下来分析了短时Fourier变换的基本原理，并指出其在对信号进行时频分析时，固定的时频窗不适合分析多频率成分的信号。然后详细讨论了连续小波变换、离散小波变换、Mallt塔式算法、多分辨率分析及小波包算法等小波变换的主要内容。最后给出了几种常用的小波函数的表达式和图形。 第三章详细讨论了基于小波阈值的信号去噪方法。首先介绍了最简单的强制阈值去噪法。接着介绍了使用最为广泛的软阈值法或硬阈值法。最后提出了三种改进的阈值处理方案：多项式插值法、软硬阈值折中法和模平方处理方法。 第四章讨论了基于小波分析的信号的特征提取和选择，主要介绍了三种基于小波分析方法的目标特征提取方法。接着讨论了基于小波包分析的频带能量特征提取方法和基于小波包最优子空间熵特征的提取方法。最后分别以最小距离分类器，最近邻分类器和K－近邻分类器对三种不同方法的得到的特征向量进行分类测试，并对结果进行了分析。 第五章介绍了人工神经网络的基本概念以及神经元的基本结构，然后详细介绍了两种典型的神经网络结构。最后给出了各自的分析结果以及应用分析。 第六章对全文进行了总结，对气体泄漏检测中遇到的关键技术进行了总结和讨论，并本文的不足提出了展望。