噪声常常会干扰信号的传输，然而，噪声可以通过称之为随机共振的非线性效应使系统的信号传输性能起到增强的作用。基于随机共振的信号处理方法以及对神经系统信号处理机制的认识也在发展中。但是已有的随机共振研究，主要针对输入信号低于系统阈值的阈下情况，对于阈上信号，噪声仍然被认为有害于系统的信号传输性能。本研究表明，在一定条件下，噪声同样能增强系统对阈上信号的传输。这一研究把传统的随机共振扩展到了阈上的情况，我们称之为阈上随机共振。这种阈上随机共振，在通信、神经信号处理等领域有着重要的意义和应用前景。　　 在第一章中，我们简要的介绍了随机共振的原理，基本模型、研究方法和其在各个领域的应用和研究前景。　　 在第二章中，我们详细的介绍了比较器中的阈上随机共振。已有的研究表明，对单个比较器，噪声使它能传输低于阈限的弱信号；而在传输阈上信号时，认为噪声有害于系统的信号传输。本研究表明，比较器在传输强的阈上信号时，噪声同样能增强它的传输性能。这一由输入信号大于比较器阈值所得到的阈上随机共振，扩展了随机共振的研究。　　 第三章，我们以积分发放神经元模型为研究对象，发现其在传输阈上信号时同样存在着阈上随机共振。已有神经元模型中的随机共振研究，都仅限于噪声能优化神经元系统对弱信号的传输。本研究表明，以信噪比来衡量神经元系统对强阈上信号的传输性能，随噪声的变化会出现最大值，此即为阈上随机共振。由于真实的神经元在多数情况下都是在处理着阈上的刺激信号，这一研究将对解释真实神经信号的处理机制有着重要的意义。　　 最后，我们讨论了阈上随机共振在神经信号处理中的重要意及应用前景。