毛细管电泳是生化分析领域最具发展潜力的一种技术,激光诱导荧光检测方法由于其高灵敏度而得到广泛的运用。但是由于受到仪器本身的稳定性以及其它一些因素的影响,采集到的毛细管电泳信号往往会带有噪声,为了有效的分析信号,必须对采集到的信号进行去噪处理。传统的去噪方法多是基于傅立叶变换来对信号进行去噪处理,但由于傅立叶变换的时频单一性,这些方法对于非平稳信号的去噪效果不太理想。小波变换由于具有良好的时频局部特性,已经成为非平稳信号处理的有利工具,所以很适合具有突变特性的毛细管电泳信号的分析,小波包分析是从小波分析延伸出的一种对信号进行更细致的分析和重构的方法。针对现有对电泳荧光信号去噪处理方法的不足,提出了一种基于最优小波包基的信号去噪方法,该方法采用Shannon熵准则选择最优小波包基,选取Penalized阈值,用量化后的系数重构得到去噪后的信号。仿真实验表明,基于最优小波包基的电泳荧光信号去噪方法在使信噪比得到提高的同时,电泳荧光信号的峰值误差也得到进一步的减小。小波包去噪过程中,小波基的选择对于去噪的结果有很大的影响,这是因为不同的小波基具有不同的时频特性。如何根据信号的特点选择最佳小波,是小波分析在实际应用中最关键的问题之一,针对已有小波基的不足,本文提出种能量匹配小波的设计方法。该方法根据信号在尺度空间最大投影原则,结合遗传优化算法,构造了与信号匹配的小波。文中描述了与电泳荧光信号匹配的小波构造过程,并给出了所构造的匹配小波结果,仿真结果表明,本文中的方法构造出的小波去噪性能优于普通常用的小波。