微弱信号检测技术一直是学者们热衷研究的课题,强背景噪声下微弱特征信号的快速检测,在保证大型机电设备安全运行,避免重大事故发生在工程项目中,具有广泛的应用价值。任何一个系统中都必然存在噪声,当所测信号相对于背景噪声比较微弱时,造成信号信噪比偏低,使微弱特征信号检测成为难点。随机共振与传统的信号检测方法(如：小波变换法、Kalman滤波法等)不同,它不需要滤除或抑制噪声能量,且可以将部分噪声能量转移成待测信号能量,从而提高系统输出信噪比,实现检测微弱信号的目标。对于给定的输入信号和噪声强度,系统的随机共振效果主要取决于系统结构参数。因此,设计一种能够高效的自适应系统结构参数的方法,能获得良好的随机共振效果。通常的自适应结构参数方法是以信噪比作为衡量标准,且信噪比基本是在绝热近似理论下推导出的近似值,存在一定的误差。在输入信号不满足绝热近似条件时,得到的信噪比表达式误差较大甚至可能是错误的。为避开信噪比的缺点,本文提出了一种新的基于双稳态系统的自适应随机共振结构参数的系统。综合考虑随机共振系统特性、输入/输出信号特征,选取最优的系统结构参数。在此基础上,进一步提出了基于自适应随机共振系统的小波变换法,首先通过随机共振系统,提高信号的能量；然后用小波变换阈值法去除信号中的噪声,加强信号在时域中的波形轮廓,识别出信号的周期。通过分析仿真实验的结果,发现输入信号为单频、双频或多频周期信号时,该方法都能得到使系统发生明显共振现象的优秀系统结构参数,证明了该方法的有效性和可靠性。