基于随机共振的非线性微弱信号检测方法是利用噪声能量转移机制提取和识别淹没在强噪声中的微弱特征信号。目前基于经典双稳模型的随机共振微弱信号检测理论已经日趋成熟,但在研究过程中发现经典双稳模型存在易输出饱和和势垒高的缺点,而现有改进双稳模型的研究成果中还未能同时解决经典双稳模型存在的易输出饱和和势垒高的问题。因此,为进一步提高随机共振系统对信号的增强检测效果,本文基于分段线性化双稳模型和外加信号随机共振模型构建了一种新型势阱模型,并围绕新型势阱模型展开研究。首先对所构建的新型势阱模型进行理论分析,推导克莱默斯逃逸速率以及输出信噪比公式,并对周期信号以及冲击信号驱动的基于新型势阱模型的随机共振系统和经典双稳系统的检测性能进行了对比分析。仿真结果表明基于新型势阱模型的随机共振系统有更好的检测效果;其次阐述了基于新型势阱模型的随机共振系统对微弱信号的检测流程,以输出信噪比和特征系数作为输出衡量指标分别分析了周期信号和冲击信号驱动下系统参数对随机共振系统输出效应的作用规律,并完成对淹没在α噪声环境下的微弱周期信号、冲击信号及超声信号的检测。在对随机共振系统输出进行分析时发现了输出信号时域图中会产生波形失真的问题,本文在信号处理和粒子动力学的基础上对信号波形失真的原因进行动力学分析,建立信号恢复系统并对基于新型势阱模型的随机共振系统输出信号进行恢复,实现淹没在噪声环境下的信号波形识别。最后,以滚动轴承为研究对象,利用基于新型势阱模型的随机共振系统实现对轴承的内圈、外圈及滚动体故障信号的检测,并与经典双稳系统的检测结果进行对比,结果表明基于新型势阱模型的随机共振系统输出具有更好地检测效果;并利用恢复系统实现随机共振系统输出信号的波形恢复。本文基于新型势阱模型所研究的成果对进一步丰富随机共振理论,对实际工程领域中微弱特征信号的检测提供了更多的可能性。