直接扩频序列(DSSS)信号具有伪随机编码调制和信号相关处理两大特点，使得其存在许多优点，如抗噪声、抗干扰、低功率谱密度下工作、有保密性、可多址复用和任意选址、高精度测量等，目前已经在数字通信中的诸多领域，如保密通信、多址通信、卫星导航定位中得到了广泛的应用。目前对扩频信号的研究都是基于扩频序列已知这一前提下进行的。然而在非协作通信中，接收机并不知道DSSS中所使用的具体的扩频序列。在这种条件下怎样把信号从被噪声淹没的状态中检测出来就成了此系统必须要首先解决的一个问题。在实际信号处理过程中，采集到的信号包含大量噪声，为了提取含噪信号中的有用信号，必须采用某种方法将噪声从信号中滤除。小波是近十几年发展起来的信号处理技术，是傅立叶分析的新发展，是一种能同时在时间域频率域内进行局部分析的信号分析技术，模极大值变换具有检测信号奇异性和突变结构的优势，因此能更准确的得到信号上特定点的奇异信息。因为信号和噪声在小波下表现出截然不同的性质，所以小波分析能用在信噪分离上。由于DSSS信号固有的强自相关性和弱互相关性，在经过模极大值变换的消噪处理后，仍然能够通过对观测数据的自相关函数进行多次累积来检测出噪声中是否存在DSSS信号。本文详细介绍了小波变换模极大值去噪的原理，从DSSS信号的特征出发，以BPSK信号为例研究了自相关检测方法。最后对基于小波变换的直扩信号的检测系统用Matlab软件进行了仿真，验证了该方法的可行性。