随着语音信号数字处理技术在人们日常生活中越来越广泛的应用，这些技术的稳定性以及其对使用环境的适应能力都变得越来越重要。由于实际应用环境中背景噪声的存在导致语音质量降低的现象非常普遍，而语音端点检测对语音信号的识别率具有非常重要的影响：另外，准确地检测出语音信号的端点还可以减少后续处理的计算量，提高通讯设备的利用率。如何在噪声环境下准确且稳定地判断语音信号的有无，成为当前语音研究中的一个重要课题。 现有的各种语音端点检测方法在实验室条件下都能达到较高的识别率，但到了存在一定背景噪声，特别是在战场上常见的强背景噪声的应用场合，则性能会急剧下降。本文在深入研究了语音信号与噪声的特征后，提出了改进的基于语音信号短时自相关主副峰比值和基于状态机的语音端点检测算法。实验表明，该算法能在较低信噪比情况下准确地检测出语音信号，而且计算方法简单，能满足战场上部分背景噪音下的语音端点检测。 本文的另外一个主要工作就是研究当今比较热门的小波变换在语音信号端点检测中的应用。在深入地分析了语音信号与常见的战场噪音在小波域不同的能量分布特征后，提出了基于小波多分辨分析的语音信号端点检测算法。该算法首先对语音信号短时帧做多尺度一维小波分解，然后提取尺度为4的高频系数，并求取其均方值，作为判断语音起止点的依据。大量实验表明，该算法应用于背景噪声为战场上常见噪声时的端点检测是非常有效的，并且算法简单，鲁棒性强，可实时实现。 在系统的硬件实现上，本设计采用基于DSP芯片TMS320C6711的方案实现具体的检测算法，外部主要由FPGA和其他外围电路完成控制等相关功能。 论文最后提出了研究总结，还对所提出的新算法在实验中表现出来的问题做了分析讨论，并针对这些问题，提出了改进方案以及本课题今后的研究发展方向。