在随机信号处理领域的发展过程当中,一直以来对随机噪声的处理以减小和抑制为主。随着随机共振现象的发现,人们认识到噪声对信号处理所带来的影响不一定只是负面的,甚至可以提高信号估计的精确程度,故而对随机共振现象的研究进一步深入,超阈值随机共振即是随机共振在一定条件下的表现方式。多项研究表明,通过随机汇池网络对信号进行处理,在加入噪声的情况下会有随机共振现象的产生,所以本文以随机汇池网络为载体,探究提高信号估计性能的方法。本文为进一步提高随机汇池网络对信号的估计性能,在传统的随机汇池网络中加入了权系数和自适应算法模块,主要以真实信号与估计信号之间的均方误差作为评价网络估计性能的指标,从理论上得出了自适应加权随机汇池网络在最优权系数下的最小均方误差的表达形式,通过仿真验证了理论表达式的正确性。研究了网络节点数目与信号估计性能之间的关系,通过理论和实验两个方面得出了随着节点数目增多,自适应加权随机汇池网络的估计性能不断提升的结论。接下来,对多阈值情况下网络性能的表现情况做了研究,得到了随着阈值数目的增多,网络性能越好的结论。并结合Cramer-Rao界和Fisher信息意义下的误差界的相关知识,对多阈值自适应加权随机汇池网络的性能进行了进一步的评估,对下一步提升随机汇池网络的估计性能具有重要意义。