混沌现象在自然界中非常普遍，混沌运动是许多非线性系统的典型行为。混沌以其拥有的诸多天然优良特性而倍受关注，并在很多领域得到了广泛和成功的应用。当前微弱信号混沌检测技术是混沌理论在信息科学应用中的一个重要分支，由于混沌检测系统具有对小信号的敏感性及对噪声的免疫性等特征，使得混沌系统在信号检测领域具有很好的发展前景，已取得了很大的进展。目前，利用混沌振子检测微弱信号的两种方法分别是：基于系统相轨迹变化的方法和基于系统特征指数的方法。两种方法均是利用系统动力学行为从混沌状态到大尺度周期状态临界处的特性。本文将这两种方法结合起来实现对强噪声背景下微弱信号频率和幅值的检测。下面具体说一下本文的内容： 1．利用Melnikov方法和周期状态下的Lyapunov特征指数确定混沌检测系统的两个临界值。 一是基于Melnikov方法的核心思想，直接给出应用于Duffing检测方程的解析计算过程，推导出混沌状态下内策动力幅值的取值范围，进而确定检测系统进入混沌状态的临界值。第二种方法是基于临界值与结构稳定性的关系给出了利用周期状态下的Lyapunov特征指数确定检测系统临界值的基本思想，并结合具体的混沌检测模型进行了数值仿真，验证了该方法的可行性，与单纯的利用多次实验确定临界值的方法相比，该方法是一种更精确更有效的方法。 2．Duffing振子用于微弱信号混沌检测 首先对Duffing振子系统的动力学行为进行分析，并探讨这些行为在微弱信号检测中的作用。然后将处于混沌临界状态的Duffing振子作为检测模型应用到微弱正弦信号的混沌检测中，分别对单正弦信号、复合正弦信号和频率未知的正弦信号仿真实验测量其频率。还首次提出一种检测频率接近的复合正弦信号的新方法，实验结果表明，该方法具有简单、有效、易于实现等特点。 3．研究微弱信号幅值估计的方法 首先对Floquet特征指数进行分析，同时给出了Duffing振子Floquet指数的计算方法。然后根据该计算方法寻找到了系统特征指数与待测信号幅值之间的关系曲线，直接利用关系曲线的近似线性区间寻找信号幅值估计算法，并给出微弱正弦信号幅值的估计公式。与传统的周期信号参量估计的最大似然法进行数值实验比较，仿真结果表明，线性化方法同样可以很好的估计出信号幅值，而且具有更高的精度。