在信号处理领域内,信号常伴随着较强的噪声。为检测出强噪声环境下微弱信号,传统方法是将噪声看成有害信号,想方设法滤除。从另一角度出发,噪声可看成有利信号,即随机共振方法增强小目标信号。因此,使用随机共振方法快速、准确提取出强噪声环境下的微弱信号成为近年来热门研究课题之一。本文对随机共振的实现进行深入研究,用于提取小目标信号。使用智能优化算法快速、准确寻找到Duffing非线性系统最优参数,实现随机共振,提取出强噪声环境下微弱周期信号及海杂波环境下小目标信号。具体研究内容为:针对噪声调节实现随机共振时,噪声只能单方向调节的缺陷及粒子群算法存在寻优能力差、收敛速度慢的缺点,提出了自适应混沌粒子群算法的随机共振微弱信号检测方法。使用自适应混沌粒子群算法寻找系统的最优参数,实现随机共振,提取强噪声环境下微弱周期特征信号。使用Duffing系统仿真验证,结果表明:使用该方法可以实现随机共振,较粒子群算法达到随机共振效果更优,输出信噪比提高2dB左右,能够提取出强噪声环境下的单频微弱特征信号。为了对比Duffing系统和Langevin系统随机共振效果及能够提取出多频大参数信号,提出了量子人工鱼群算法的随机共振微弱信号检测方法。使用量子人工鱼群算法分别对两系统的参数寻优,呈现随机共振现象,对比随机共振效果发现:Duffing振子的随机共振更优,输出信噪比提高4dB左右,能够检测出强噪声环境下的多频大参数特征信号。为了解决人工鱼群优化算法与标准粒子群算法寻优前期存在精度低、收敛速度差的问题,提出了混沌变步长萤火虫算法的随机共振微弱信号检测方法。使用混沌变步长萤火虫优化算法快速、准确寻找Duffing系统最优参数,实现随机共振,将所提方法应用于海杂波环境下检测小目标信号。仿真结果表明:使用该方法能够实现随机共振,较量子粒子群算法实现随机共振效果更优,输出信噪比提高5dB左右,能够提取出强噪声环境下微弱周期特征信号及海杂波环境下小目标信号。本文通过对海杂波噪声信号和小目信号分析,将其加入到Duffing非线性系统中,结合随机共振理论,提出了随机共振微弱信号检测方法,快速、准确的提取出强噪声环境下微弱周期特征信号及海杂波环境下小目标信号。