多元信号检测一直是人们研究的热点，它被广泛应用在医疗诊断、图像处理、语音识别以及指纹识别等方面。随着芯片技术的发展与改善，接入网络的设备做的越来越小，人们可以在一个网络中布置更多的传感器节点。与传统单一传感器本地判决相比，通过这些传感器节点的协作检测，可以有效的提高多元信号检测的判决准确率。　　本文研究将传感器本地预处理过的数据线性融合后发送给全局决策中心作出决策的分布式多元信号检测系统模型。使用分布式网络中的传感器观测调制信号，通过最小距离接收机对观测数据进行预处理。预处理后所得到的有效信息基于信道条件被赋予一个权重，然后将这些信息在全局决策中心进行融合并判决。将系统建模成以线性权重为优化变量，限制每个信号的误检测概率，最大化检测概率的优化问题，并证明该问题可以被化为一个凸优化问题来解。通过MATLAB仿真，验证了线性融合的方式是提高多元分布式信号检测的有效而简单的方法。　　接着，解决了分配每个信号误检测概率耗时长、效果差的问题。通过限制整个系统的误检测概率，最大化系统判决准确率，可将系统模型化为一个非凸优化问题。利用非凸优化问题的性质，使用所提的迭代更新算法来解，并通过将其转为一个双凸优化问题证明算法收敛。实验证明，该算法收敛速度快，大幅提高系统检测概率。