我国在水下通信领域方面正在持续地投入研究,其中一个方面是通信中信号的检测。信号经过水声信道后往往都会被来自船舶、海洋生物或者人为的大量噪声和海面折射反射、频率选择性衰弱引起的干扰淹没,变为微弱信号。而水声信号的检测技术不论在理论钻研还是实际工程甚至国防建设中都具有重要的意义和应用价值。因此,研究微弱信号的检测方法对水声通信的进步和发展很有必要。一些传统的信号检测方法如匹配滤波、相干检测、时频分析等都采用抑制噪声的方法,往往都是在抑制噪声的同时,在频率结构或者时域幅值上也不同程度地损害了有用信号。随机共振却是另辟蹊径,不再是为了滤除噪声,而是最大限度地利用噪声,通过一个非线性系统将噪声的能量转移到待测信号所处的频段,从而起到增强弱信号的效果。这就提供了一个新的想法,也就是说经过水声信道造成的低信噪比信号检测可以考虑利用随机共振的方法。随机共振一般的理论研究方法是对已知信号逐步增加噪声强度以达到起振条件。然而在水声通信实际应用中,有用信号和噪声不论是频段还是幅度对于接收者来说都是未知的,这就需要随机共振系统能够自主地调整结构参数。本文利用强化学习结合遗传算法的工作机制来实现系统参数的自适应调整:在遗传算法提供的基因空间框架里进行强化学习,强化学习则取代了遗传算法的交叉重组和变异。该算法的适应度评价指标选用系统的输出信噪比,因此本文还对不同的信噪比估计算法进行了研究对比,选取最适用于该算法环境的一种。另外,本文依据海洋噪声模型仿真出了海洋噪声,把它叠加至源信号就模拟出了通过水声信道后的接收信号,为不具备实验条件的情况下研究水声通信信号提供了便利。本文通过一系列MATLAB仿真以及水池和海测实验表明,提出的基于强化学习和遗传算法的随机共振方法应用于水声信号检测是可行的,可以实现信号的信噪比增强。