微弱信号检测技术主要针对被强背景噪声掩盖的弱信号,应用广泛,涉及到故障信号诊断、语音识别、生物医学等领域,发展至今已受到大量学者关注。但传统的检测技术研究核心是怎么抑制噪声能量,以凸显信号能量。然而在噪声能量被削弱的同时,也不可避免地伴随信号能量的削弱,影响检测效果。随机共振(Stochastic Resonance,SR)技术作为一种新型的微弱信号检测技术,则另辟蹊径利用噪声,将部分干扰信号能量转移到弱信号所在的低频处,提高系统输出信噪比(Signal-to-Noise Ratio,SNR)。论文先对相关基础理论做出阐述;接着重点研究时延反馈对经典单稳系统以及指数型双稳系统的影响;最后研究一种改进型势函数SR系统,以及时延反馈对系统的影响。论文主要工作如下:(1)基于经典单稳SR系统,研究时延反馈对系统的影响。在满足绝热近似条件下,运用小延迟近似理论,推导了系统稳态概率密度分布、等效势函数与平均首次通过时间的理论表达式。通过仿真实验,讨论参数对布朗粒子逃逸行为的影响;利用两态模型理论,获得系统输出SNR表达式,分析参数对系统SR现象的影响;最后进行理论仿真与数值仿真的对比实验,验证理论推导结果的正确性。(2)研究时延反馈对指数型双稳SR系统的影响。通过理论推导,得到系统稳态概率密度分布、等效势函数、平均首次通过时间以及输出SNR的理论表达式。通过仿真,研究粒子逃逸行为,讨论参数对系统SR现象的影响。仿真结果表明,时延反馈的引入使系统产生更为复杂的非单调SR现象。(3)研究一种改进型势函数SR系统在微弱信号检测中的应用。在传统周期势阱基础上做出改进,得到改进型的周期随机共振(Improved Periodic SR,IPSR)系统,与时延反馈下的IPSR系统模型。利用输出SNR作为衡量指标,通过数值仿真分析系统参数对IPSR系统SR现象的影响。使用自适应参数寻优算法,将IPSR系统、引入时延反馈的IPSR系统应用于弱信号检测与轴承故障检测中,验证系统检测微弱信号的有效性和工程实用性。