莫尔光栅的纳米级测量需要对莫尔信号进行高倍细分,而高倍细分的精度往往受到高斯白噪声的影响。将莫尔信号视为稳态模型进行去噪分析与处理时存在信号频率相对固定的缺陷,根据信号的频率是大范围可变的,且噪声分布在整个频率范围内,提出了一种更符合实际的时变模型,并采用小波阈值去噪法对信号进行处理。对时变莫尔信号进行了建模,对小波去噪原理及阈值去噪法进行了分析,经大量实验对比,选用Sym8小波基、分解尺度为6、阈值准则为Heursure的软阈值法去噪效果最好。去噪后,光栅莫尔信号接近理想信号,使莫尔信号的细分倍数达到1000倍。

基于最优非线性加权的光点定位方法是一种改进的重心法，但其加权系数的传统解法计算复杂、计算量大。为了寻找简单的解法，通过大量数据研究了含有不同功率噪声光斑的最优加权系数，结果表明该系数对噪声功率不敏感，可以应用到一般的光斑中去，并求出近似最优加权系数为2．15。与传统的亚像素算法相比，基于该系数的加权重心法使偏差缩小了1／3，结果令人满意。