This　paper　studies　wavelet　estimations　for　supersmooth　density　functions　with　additive　noises.　We　first　show　lower　bounds　of　L-p　risk　(1　＜=　p　＜　infinity)　with　both　moderately　and　severely　ill-posed　noises.　Then　a　Shannon　wavelet　estimator　provides　optimal　or　nearly-optimal　estimations　over　L-p　risks　for　p　＞=　2,　and　a　nearly-optimal　result　for　1　＜　p　＜　2　under　both　noises.　In　the　nearly-optimal　cases,　the　ratios　of　upper　and　lower　bounds　are　determined.　When　p　=　1,　we　give　a　nearly-optimal　estimation　with　moderately　ill-posed　noise　by　using　the　Meyer　wavelet.　Finally,　the　practical　estimators　are　considered.　Our　results　are　motivated　by　the　work　of　Pensky　and　Vidakovic　(1999),　Butucea　and　Tsybakov　(2008),　Comte　et　al.　(2006),　Lacour　(2006)　and　Lounici　and　Nickl　(2011).