针对实测爆炸冲击波信号中包含大量噪声信号，对试验结果分析及弹药爆炸毁伤威力评估造成一定影响等问题，提出了一种基于自适应噪声完备经验模态分解（complete ensemble empirical mode decomposition with adaptive noise，简称CEEMDAN）和改进的小波阈值（improved wavelet threshold，简称IWT）的冲击波信号联合降噪方法。首先，将待处理信号通过CEEMDAN进行模态分解，得到系列本征模态分量（intrinsic mode functions，简称IMFs）；其次，对传统的小波阈值方法进行改进，通过计算各分量每层分解并重构后的信号信噪比（signal noise ratio，简称SNR），定量确定最佳分解层数以提高降噪精度；然后，利用IWT对含噪的IMFs进行阈值降噪处理并重构，进而实现信号降噪；最后，对CEEMDAN-IWT方法的降噪性能开展相关试验验证。研究结果表明：相比于经验模态分解（empirical mode decomposition， 简称EMD）、小波阈值、CEEMDAN等方法，采用CEEMDAN-IWT方法降噪后，信号信噪比分别提高了32.18、6.85和22.19 dB，且均方根误差最低；降噪前后冲击波正压作用时间与比冲量的最大相对偏差分别为1.31%和0.86%，峰值上升最大滞后时间为0.002 ms，各表征参量在降噪前后的偏差值明显低于其他降噪方法。可见，CEEMDAN-IWT方法在有效去除噪声信号的同时，能够最大程度地保留原始信号特征信息，降噪效果优于其他降噪方法，其计算效率可满足工程测试中对批量数据的处理要求。