混沌是非线性科学领域的一门学科，混沌系统的初值敏感性和对噪声的免疫力等特点使得混沌理论可以应用于弱信号检测领域。 本文系统介绍了混沌理论和目前各种基于混沌理论的弱信号检测方法及其基本原理，深入分析和研究了Duffing振子混沌系统，针对其在外周期摄动力的作用下会出现混沌动力学行为，将其用于强噪声背景下的规则周期弱信号检测。由于当前混沌背景下的弱信号检测性能较差，特别是信号码间干扰现象严重，而神经网络具有很强的并行计算、自组织、自学习的特性和全局逼近能力以及混沌的短期可预测性，判决反馈网络具有很好的抑制码间干扰特性，因此将判决反馈RBF人工神经网络用于重构相空间混沌时间序列预测模型，优化混沌背景下的弱信号检测，并以海杂波背景为实例进行了验证。理论分析和仿真实验都表明该方法是有效的。