本论文研究的是强噪声背景下信号流检测。基于过零率和能量的传统检测算法,在噪声环境比较复杂的情况下效果很不稳定,尤其是信噪比较低或者语音信号较弱时,检测效果很不理想,因此,在多种语言和噪声随机出现、噪声和语音强弱不一的实际噪声环境下,必须利用新的算法提取有用信号和噪声信号的有效特征,才能解决实际的问题。基于实际背景噪声的复杂性,本文提出了语音信号的小波分析和高阶统计量分析相结合的方法,有效的分离了语音信号和非高斯噪声小波系数。统计算法在解决周期信号、高能噪声和高斯信号方面有独特之处,能简单有效提取以上噪声的特征;双谱能够提供比功率谱更多的有用信息,有效地检测信号幅度之外的其它信息,并能有效抑制高斯噪声,短时语音信号一般认为是平稳且有一定的周期性的非高斯信号,因而可以利用双谱来提取语音信号特性并实现信噪分离;复数谱方差算法是在对语音信号进行深入观察和分析的基础上而提出来的一种全新的语音特征提取方法,此方法简单而有效的提取了语音、噪声的特征以及检测莫尔斯信号,基于实验表明,该算法取得了很好的效果。