随着无线通信设备数量日益庞大、信号调制方式更加复杂多样、无线频谱日益拥挤和重叠,无线通信系统的背景噪声与干扰显著提高,导致接收信号常常被淹没在强背景噪声中从而呈现出低信噪比的特点。这些因素将对无线通信系统在军事以及民用领域的应用产生极其恶劣的影响,严重的情况下会导致通信线路的中断,无线通信系统接收端的微弱信号检测正面临着严峻的挑战。因此,如何提升低信噪比条件下的微弱信号检测性能成为当前无线通信系统中亟需解决的关键问题。目前,传统的微弱信号检测方法通常是在线性系统框架下采用线性信号处理的方法,核心思想都是通过抑制噪声来提高微弱信号检测的性能,这些方法面临以下问题：1、抑制噪声的同时,被测信号也受到抑制或损失,而且在强背景噪声条件下,经过线性处理后的信号仍然不能满足检测灵敏度的要求,很难对被测信号进行有效地提取；2、线性系统本身也是产生噪声的源,在整个信号处理过程中,涉及的系统越多,产生额外噪声的概率也越大；3、线性系统本身不具备提升信噪比的功能,随着背景噪声的增加,系统的输出信噪比会相应地下降。为了保障无线通信系统的通信质量与传输性能,本文将非线性随机共振技术引入到通信信号的检测理论中,针对低信噪比条件下的信号波形检测、能量检测及图像增强等方面的问题展开研究。随机共振描述了一种奇特的非线性物理现象：在特定的条件下,.非线性系统、微弱信号和背景噪声三者之间达到匹配状态从而产生协同作用,此时无序的噪声能量向有序的微弱信号能量进行转移,从而使得微弱信号得到增强。随机共振技术的提出颠覆了人们通常认为噪声是有害因素的认识,将噪声从有害的因素变为有利于信号传输的因素,在低信噪比下的微弱信号检测中显示出独特的优势。本文针对低信噪比条件下微弱信号检测中出现的新需求和面临的新挑战展开研究工作,全文研究内容主要分为以下四个方面：1、在高斯背景噪声条件下,给出了基于双稳态随机共振系统的微弱周期信号、非周期二进制调制信号处理机制及性能的定量研究。针对双稳态系统输入信号为周期信号的情况,综合分析了周期信号频率和噪声强度对随机共振效应的影响,推导了双稳态系统参数的解析表达式,通过调节系统参数确保了周期随机共振现象的产生。在此基础上,进一步定量分析了双稳态系统的信噪比增益。针对双稳态系统输入信号为非周期二进制调制信号的情况,分析了双稳态系统输出响应机制,研究了双稳态系统响应速度和码元周期及调制频率之间的定量关系,推导了双稳态系统参数的解析表达式,通过调节系统参数确保了非周期随机共振现象的产生。在此基础上,从系统输出信噪比和信号传输误码率等方面分析了基于双稳态随机共振系统的非周期二进制调制信号处理的性能。2、在广义高斯背景噪声条件下,提出了基于非线性阈值系统的非线性信号波形检测算法。该算法首先对接收到的信号经过非线性阈值系统进行处理,然后对非线性阈值系统的输出信号特征进行分析,最后根据最小平均错误概率准则计算得到基于非线性阈值系统的非线性信号波形检测算法的误码率表达式。仿真结果表明：在高斯背景噪声条件下,线性最佳检测算法的误码率性能优于本文所提算法；在拉普拉斯噪声(非高斯噪声,属于广义高斯噪声)条件下,本文所提算法的误码率性能优于高斯背景噪声假设下提出的线性最佳检测算法。3、为了提升低信噪比条件下非零均值信号采用能量检测(Energy Detection, ED)算法的检测性能,提出了基于广义随机共振系统的改进的能量检测(Improved Energy Detection, IED)算法。该算法首先对接收信号添加一个直流分量,并借助偏移系数确定添加直流分量的最优幅值,使其与信号中的直流产生广义随机共振；其次,对共振后的信号进行采样和能量累加得到检测统计量,然后根据最小平均错误概率准则确定最佳检测门限并与检测统计量进行比较从而做出判决；最后从错误概率和检测样本点数两个方面给出算法的性能分析。理论推导和仿真结果表明：在低信噪比条件下,采用IED算法的错误概率性能优于ED算法；在相同的错误概率条件下,IED算法所需的检测样本点数较ED算法显著减少。4、针对低峰值信噪比条件下二值图像增强的视觉效果及性能需求,提出了基于双稳态随机共振系统的二值图像增强算法。该算法通过对二值图像的像素点按行或者列的方向进行扫描,将二维图像的像素点转换为一维非周期二进制脉冲振幅调制(Binary Pulse Amplitude Modulated, BPAM)信号,然后采用双稳态随机共振系统对BPAM信号进行增强,最后再将增强后的信号转换为二维图像的像素点从而得到增强后的二值图像。仿真结果表明,本文所提算法的二值图像视觉增强效果明显优于传统的采用中值滤波、维纳滤波以及数学形态学的图像增强方法。当所处理图像的峰值信噪比为7.31dB时,采用中值滤波、维纳滤波以及数学形态学的方法对峰值信噪比分别可以提升4.96dB、2.96dB和2.54dB,而采用本文所提算法对峰值信噪比可以提升11.14dB,明显优于传统的二值图像增强算法。