数字调相信号是一类常见的数字通信调制信号，由于它的频谱利用率高，在通信领域中得到了广泛的应用。信号在传输过程中常常会受到噪声的干扰，这会对后续过程的调制参数估计和解调造成不利的影响，严重时会使信号处理系统不能正常工作。在这种情况下，必须采用信号处理的方法对信号进行去噪，抑制背景噪声以提高通信质量。信号去噪的方法众多，本论文将小波变换中的阈值处理和经验模态分解算法应用于数字调相信号的去噪中，首先介绍数字调相技术的相关理论基础，接着介绍小波变换和经验模态分解的理论以及两者在信号去噪方面的应用。针对两种方法各自的优缺点，联合小波阈值与经验模态分解，针对数字调相信号和高斯白噪声的特性，首先对加噪信号进行经验模态分解，得到一系列的固有模态函数，然后找出信号主导模态的起始分量，对前几阶固有模态分量求和并进行小波阈值处理，最后将处理结果与剩余分量进行重构即可得到去噪信号。在MATLAB上对上述三种方法进行仿真，对加入不同信噪比的数字调相信号进行去噪测试，得到较好的去噪效果，证明这三种方法的可行性与优越性。最后，本论文研究三种去噪方法在DSP硬件平台上的实现过程。总体而言，数字调相信号在不同输入信噪比情况下的去噪特点为：对于同一进制的调相信号，去噪的效果随输入信噪比的减小而降低；在相同输入信噪比情况下，去噪效果随进制的增加而降低。本论文依次列出三种去噪方法，每种方法各有优缺点，其中小波阈值去噪的效果会随着小波基以及分解层数的不同而不同，当选择合适时，才能取得较好的去噪效果，否则效果并不理想，小波变换不具有自适应性；经验模态分解是一种自适应的方法，但是相对于小波基和分解层数选择合适的小波阈值相比，去噪效果稍差些；小波阈值与经验模态分解的联合去噪在一定程度上兼有两者的优点，在输入信噪比较低的情况下，去噪效果较小波阈值的效果好，随着输入信噪比的提高，去噪效果与小波阈值的效果接近。