润滑油系统中金属磨粒的数量、大小等指标常用于评价发动机磨损的程度和磨损速率。金属磨粒检测系统是一种安装在润滑油内的在线金属磨粒检测装置。当金属磨粒经过传感器时,系统会输出一个类似单周期正弦波的信号,该信号包含金属磨粒的大小和流速等信息。由于噪声的影响,我们无法准确的获得这些信息,较小的金属磨粒产生的信号甚至会淹没在噪声中。因此对系统的输出信号进行有效的消噪是十分必要的。系统的输出信号所含噪声近似为高斯分布的白噪声,因此本文深入研究了多种白噪声的消除与抑制算法,并提出了两种改进方法。本文主要进行了以下工作：首先,简要介绍了用于润滑油内的金属磨粒检测系统的组成和原理,明确了系统的输出信号的实际物理意义及所含噪声情况。对实际系统的输出信号(包括有用信号和噪声信号)进行仿真,给出仿真参数及参数的含义。详细介绍了本文的实验方案和算法效果的评定标准。其次,深入研究了三种消除白噪声的方法,包括：奇异值分解方法(SVD)、经验模式分解方法(EMD)和小波阈值方法。定量评价每种算法在不同参数下的去噪性能,得到各个算法用于处理本文信号时的最优参数。在最优参数的条件下,给出三种方法在不同信噪比下的去噪效果并对结果进行分析。第三,提出了两种改进算法用于消除本文信号中的噪声。分别为“基于静态小波分解与峰度的白噪声消除方法”和“基于独立分量分析和前缀信号的白噪声消除方法”。第一种方法应用了静态小波分解,其优点是能够保留各层小波系数的统计特性,因此通过小波系数的峰度值能够自适应的判断出有用信号所在的小波系数,并对不同的小波系数采用不同的处理方式,该方法的去噪效果较前三种方法有了明显的改进。第二种改进方法利用了系统的两通道输出信号,将两通道的含噪信号看作三个独立源信号的线性混合并采用结合前缀信号的ICA方法进行分离。将前缀信号的思想加进ICA中对含噪信号进行处理,不仅解决了观测信号少的欠定问题,同时校正了ICA分离结果的幅值和相位,使得去噪后的信号与有用信号的误差在0.1%以内。最后,本文对研究工作进行总结,简要介绍了下一步工作安排。