本文开始回顾了几种传统的模拟弱信号检测方式。但由于模拟器件本身所具有的局限性，譬如各种分立元件自身会引入热噪声，温度漂移，引入外部环境噪声，非线性元件的工作区间受限制，从而使信号的过载电平受限等等。因此近年来，随着微处理器和DSP数字信号专用处理芯片技术应用的日益成熟，数字信号处理理论上的完善，人们开始探索使用数字技术来完成原先由模拟电路实现的弱信号检测功能。 本文第一部分将混沌理论中用过的结构函数算法引入线性系统，对在白噪声背景下，使用结构函数算法测定弱周期正弦分量的频率进行了仿真分析，并在DSP系统上对该算法进行了检验。结果表明：在低信噪比条件下(-13DB)，12位AD采样的DSP系统(采样5000点序列)下，用结构函数法测量频率很准确。如果构造窄带数字滤波器进行预滤波，输入信噪比可以下降到-20DB。该章还研究了在DSP上实现数字滤波器时，系数量化后滤波器的稳定性问题。 本文第二部分就数字相关检测技术进行了具体研究。首先通过求多重自相关函数测定宽带白噪声背景下弱周期正弦分量的频率，然后构造正交参考信号，求出正交的互相关函数，最后经过数值积分确定该分量的幅度和相位，并且提出通过求多重互相关函数来提高检测精度。同时研究了 1．对采样的数字信号，在不同输入信噪比条件下，自相关算法对信噪比的改善。2．数字相关中采样频率和积分时间与输出自相关函数信噪比增益的关系以及对频率，幅度等信息测量精度的影响。通过大量仿真实例表明：数字相关检测在低信噪比条件下有很高的精度；对包含多谐波频率分量的复杂周期信号仍然能够较准确的测定出各分量的频率，幅度和相位信息。最后给出了数字相敏检波实现模拟锁相放大器中核心环节相关器的一个实例，分析了其软硬件原理和实现的可行性。 本文第三部分讨论数字多点平均算法，通过计算机仿真研究了输入信号在相同比特数量化的情况下，不同采样频率对输出信噪比增益的影响。提出在实际工程应用上，对应每一个不同的输入量化比特数，都有一个合适的采样频率，以这个采样频率工作能得到比较理想的取样平均效果(输出信噪比正态分布拟合的置信度区间达到80％以上)，该采样频率随着量化的信号有效位数增加而增加。并在DSP开发板上实现了数字多点平均的两种算法，验证了该结论。同时还讨论了实际DSP系统上实现该算法时影响输出信噪比增益提高的主要因素。 本文还对这三种算法进行了优缺点的比较，分析了各自适合应用的场合。