本文研究了低信噪比正弦电压幅值及相位测量用的数字相敏解调（ＤＰＳＤ）算法，给出了ＤＰＳＤ算法的主要参数（数据长度，取样频率，Ａ／Ｄ转换器位数）与低信噪比电压测量的性能指标（测量精度，频率分辨力，动态储备及最小可测电压）之间的关系。对纳伏电压的实际测量表明，理论分析与测量结果是一致的，本文研究了结果可以用于数字式相敏解调程序的设计及应用。

在脉冲多普勒雷达里,针对低信噪比的多目标数据,该文提出了一种基于Keystone变换的运动补偿方案。利用Keystone变换校正由径向速度引起的线性距离走动,通过对所有脉冲的相干积累来提高信噪比。仿真实验结果表明,基于Keystone变换方法的性能优于传统相参积累的方法。

现有的声矢量阵方位估计算法基本都是将声矢量传感器（AVS）的振速信息作为与声压相同的独立阵元信息来处理，没有充分利用AVS中声压和振速的相干性，以及由此带来的抗各向同性噪声能力．基于AVS中声压和振速的相干性原理，提出了一种新的声矢量阵最小范数算法．新算法充分利用了AVS中声压和振速联合信息处理的优势，能更好地将最小范数（MN）算法的高分辨能力与AVS的抗噪能力有机地结合起来，实现远程高分辨DOA估计．理论分析和基于湖试数据的仿真实验证明了所提算法的有效性．

低信噪比目标噪声测试一直是水声工程测试的难点。基于环境噪声与目标辐射噪声空间特性的差异,采用声强方法和互谱方法处理,得到相应频段目标辐射噪声同一性和背景噪声差异性的定量数值。2种方法处理频段相互覆盖,处理频段得到扩展,能够对100 Hz20 kHz的目标噪声进行测试,对低信噪比条件下目标的测试具有较好的效果,提高了测试增益。

为了对线性调频（LFM）信号参数进行快速、准确的估计，提出了一种新算法．该算法根据LFM信号当能量一定时在相同时宽范围内频谱幅度平方与调频斜率成反比的特点，通过对若干组快速傅里叶变换（FFT）结果进行模值选大，同时给出了起始频率和调频斜率的估计．仿真结果表明，通过合理设置算法参数，算法可以用于信噪比低至-38dB的LFM信号的参数估计．

提出一种基于DSP和FPGA技术的低信噪比情况下雷达信号检测技术的工作原理与硬件实现方法，采用数字化的处理方法处理信息，取代传统使用的模拟检测技术，并对实现的检测方法和关键算法做了详细介绍。

在利用奇异值分解检测低信噪比的轴承故障信号时，奇异值能量阈值选择的随意性对检测结果有重要影响。为此提出利用受试者工作特征曲线（ROC曲线）对奇异值能量阈值进行优化，以降低阈值选择对检测结果影响。首先对当前滑动时窗内带噪信号进行降噪处理，通过奇异值分解初选奇异值阈值，通过Hilbert变换，得到当前时窗下故障频率；再对下一时窗信号进行检测时，将上一时窗奇异值阈值作为初值。利用ROC曲线对阈值进行修正。使得相邻两时窗故障频率误差在5％以内；并通过试验对所提及的检测算法进行验证，结果表明：ROC-SVD算法检测结果的一致性较好，跟实际的检测结果较为接近。通过该方法计算得到的轴承外圈故障频率为110Hz，实际为109．35Hz。