随机共振自从在上个世纪八十年代被提出以来,经过将近三十年的发展,在理论和实验研究中取得了很多成果,也应用于物理、化学、生物学、通信、信息论、电子学、光学、超导、神经网络等众多领域,其中它在微弱信号检测上的应用,引起众多学者的关注。非周期信号是信号处理领域一类非常常见而且非常重要的信号,研究噪声背景下非周期信号的提取和检测具有重要意义,本文针对我们提出的一种新的分段混合随机共振模型,基于随机共振原理,对噪声背景下非周期信号的提取方法,技术及应用进行了较深入的研究。首先,本文通过布朗粒子在宏观层次的运动方程和随机层次的随机力的描述来阐述了朗之万方程；介绍了绝热近似理论,研究了双稳态模型的势函数,解释了随机共振产生的原因；给出了双稳模型信号输出信噪比随噪声强度与系统参数变化的关系,及采用进制脉冲幅值调制(PAM)信号这一非周期输入信号后非线性系统的输出错码率(BER),为后续的研究提供了理论基础。其次,本文介绍了经典双稳模型的饱和特性及其对随机共振信号检测的影响。就分定混合模型的无饱和特性与双稳模型进行了对比分析与数值仿真,证明该模型优于双稳模型。接着,基于分段混合模型,进行了一维二值非周期信号的提取研究。分别采用随机二进制非周期信号、M序列和逆M序列作为输入信号,对分段混合模型的输出信号概率特性、输出信噪比进行了分析计算。对含噪声二值非周期信号进行检测,发现在合适的噪声强度和系统参数条件下,系统存在一个最佳值可以实现对非周期信号的检测；然后分析了信号速率对该分段混合随机共振系统的影响。然后,就分段混合模型,进行了二维非周期信号的检测研究。利用图像的灰度值作为二维非周期输入信号,分别就系统参数和噪声对系统输出图像效果的影响进行了对比和分析。最后,在数值分析的基础上,给出了该随机共振模型的电路实现方案,设计并调试完成了该模型的硬件电路,开展了初步的实验研究,对于研究进行了归纳总结。