本发明是一种基于HHT与神经网络的复合材料板分层缺陷空耦超声检测方法。本发明涉及复合材料缺陷检测技术领域本发明通过确定空耦换能器激励频率与倾角；进行EMD分解，提取出固有模态函数；建立BP神经网络，并进行网络学习；基于建立的BP神经网络对分层的缺陷深度、宽度和长度进行识别。在检测过程中以空气作为传输媒质代替了传统超声无损检测中的耦合剂，因而可以从根本上避免耦合材料对待测件带来的二次污染问题，使得在检测过程中具有完全无接触、无侵入和无损害的优势延长空气耦合超声换能器的使用寿命，使得空耦超声Lamb波检测实现在线快速检测，适用于不可使用耦合剂进行接触检测的复合材料板的分层缺陷超声检测。