在现代化工业生产中常常需要保证重大关键设备的连续运行,因此对其进行实时监控和早期故障诊断有着重要意义,但对于很多复杂的机械设备,早期故障的特征往往被噪声淹没而很难直接检测出来,所以研究微弱信号的检测方法十分重要。　　本课题以一阶线性系统为微弱信号检测处理模型,提出基于一阶线性系统调参随机共振的微弱信号处理方法,其依据是,正弦信号与高斯白噪声作用下的一阶线性系统,其输出端不存在传统意义上的随机共振,但却会出现输出信噪比随系统参数非单调变化的广义随机共振现象。随后着重分析了不同采样频率与信号频率比值下系统的调参共振谱特性以及系统参数对输出频谱图上特征信号辨别率的影响,以可辨识性为优化目标,给出了系统参数、信号频率、采样频率等参数之间的选择关系,并由此给出了应用一阶线性系统调参随机共振检测微弱信号的步骤与方法。将含有特征频率成分和噪声的待检测信号当作系统的激励,以一阶线性系统作为信号处理模型,根据采样频率与信号频率的比值调节系统的固有参数,使系统输出端的特征信号辨别率达到最佳,从而识别出本来淹没在噪声的故障特征信号。　　最后在滑动轴承故障试验台上模拟出转子轴系统的弯曲不平衡故障,将本文方法应用于处理传感器采集到的早期故障信号,通过调节系统参数,在一阶线性系统输出端可明显识别出故障特征频率成分,由此验证了一阶线性系统调参随机共振用于检测微弱信号的有效性。