在通常的信号分析中，大多数信号都被假定为高斯分布．但在实际的信号处理问题中，很多随机过程都是服从广义高斯分布(GGD)的．广义高斯分布是一类以高斯分布、拉普拉斯分布为特例，以δ函数和均匀分布为极限形式的对称分布．相对于高斯分布而言，其研究对象更为复杂，适用范围更为广泛。 对广义高斯信号进行研究，首先研究了广义高斯分布的参数性质和统计性质，为进一步研究其在盲信号的检测建立了理论基础．在广义高斯信号的研究中，我们最感兴趣的是褶积信号的分布性质，即服从何种分布，是否还是广义高斯分布?如果不是又是何种分布?针对独立的广义高斯变量，我们在理论上给出了有限个独立的广义高斯变量(形状参数不同时为2)之和不再服从广义高斯分布。 随着信号检测越来越受到重视，为了在非高斯的情况下优化信号的检测，能够适应于诸如对称和非对称的信号，我们采用从广义高斯模型出发，同非对称的高斯模型进行有机的结合，提出了非对称的广义高斯模型，并对其性质进行了简要的探讨。 由于广义高斯信号在雷达、声纳、图像处理、通信、水印检测等领域有着广泛而重要的背景而受到重视，因此，在关于 GGD 的应用中，广义高斯函数的参数估计是至关重要，本文首先推导出广义高斯分布参数比函数，从而给出了一种GGD的形状参数和尺度参数的估计方法，最后通过模拟实验对本文方法进行了验证。 盲水印技术是数字媒体版权保护的核心技术之一，我们将广义高斯模型应用到水印检测当中，根据数字图像离散余弦变换域交流系数的广义高斯分布模型，对盲图像水印技术进行研究，并给出了水印检测器检测性能的理论分析结果．实验验证了图像水印检测理论的有效性以及本文的局部优化检测器性能的优良性。 同时，对于盲水印的检测算法，我们在传统的检测算法的基础上，根据实际模型的需要，即在符号检测器和线性相关检测器的基础上，提出了一种盲水印自调节的检测算法．并推导出该检测器有较高的检测效率。仿真实验表明了自调节检测器的性能比线性检测器性能好。 可见，对广义高斯信号的统计性质及其检测进行研究有着重要的理论和现实应用价值。本文将就广义高斯信号的参数性质、统计性质、变量和性质、非对称广义高斯模型、广义高斯参数的快速估计方法、以及基于广义高斯模型在水印检测中算法、检测器的设计及其性能的比较、等方面进行探讨。