微弱信号检测是世界各国都十分重视的一研究领域,不仅具有民用价值,而且在国防上具有更重要得军事价值。微弱信号的测量在雷达、声纳、通信、振动测量、故障诊断、物理学、系统辨识等领域有着极其广泛的应用。随着现代信号处理技术的发展,近年来也提出了一些新方法,如随机共振理论、小波变换、高阶累积量、神经网络等方法。本文从小波变换和高阶累积理论出发,研究了在高斯噪声和自然背景噪声背景下微弱信号去噪与检测问题。首先,对高阶统计量理论和小波变换的概念、定义、性质作了简要的介绍,并详细分析了高阶累积量在信号检测中的优势及信号和噪声在小波变换下的特性。其次,针对小波去噪中传统阈值函数的缺点,提出了一种新的阈值函数。在阈值函数中引入参数,使得新阈值函数介于硬阈值与软阈值之间,有效克服了硬阈值函数的分段性及软阈值函数的恒定偏差的缺点。仿真实验证明了该算法是有效可行的。最后,为了提高四阶累积量在微弱信号检测中的实时性,解决四阶累积量的计算量非常大,计算速度慢的问题。本文提出了一种四阶累积量一维切片检测微弱信号的算法。该方法使用递推估计算法得到四阶累积量一维切片,有效解决了四阶累积量运算量大的问题。仿真结果进一步表明了该算法的有效性。