1、微弱信號(hào)是傳統(tǒng)和一般的方法所不能檢測(cè)到的微弱量，所謂微弱是相對(duì)于噪聲而言，不只是說(shuō)信號(hào)的幅度很小，主要指的是被噪聲淹沒(méi)的、信噪比很低的信號(hào)。微弱信號(hào)檢測(cè)是利用電子學(xué)、信息論和概率統(tǒng)計(jì)等方法，研究被測(cè)信號(hào)的特點(diǎn)，分析產(chǎn)生噪聲的原因，檢測(cè)并估計(jì)被背景噪聲淹沒(méi)的微弱信號(hào)。微弱信號(hào)檢測(cè)是人們獲取信息的重要手段，在許多領(lǐng)域中都有比較廣泛的應(yīng)用。隨著科學(xué)技術(shù)的發(fā)展，對(duì)微弱信號(hào)進(jìn)行檢測(cè)與恢復(fù)的需求日益迫切。
　　混沌(Chaos)是一種看似無(wú)規(guī)

2、則的運(yùn)動(dòng)，在確定性非線性系統(tǒng)中，不需要附加任何隨機(jī)因素便可出現(xiàn)類似隨機(jī)的行為。它廣泛的存在于氣象、水文、通信等多個(gè)領(lǐng)域。隨著混沌理論在各個(gè)領(lǐng)域的發(fā)展與應(yīng)用，利用混沌理論進(jìn)行微弱脈沖信號(hào)的檢測(cè)與估計(jì)成為一種發(fā)展趨勢(shì)。
　　從混沌噪聲背景信號(hào)中檢測(cè)并恢復(fù)出淹沒(méi)在其中的微弱信號(hào)，尤其是混沌噪聲背景下微弱脈沖信號(hào)的檢測(cè)與恢復(fù)，對(duì)信號(hào)處理在理論與實(shí)踐上有重要的意義。本文中，首先基于混沌信號(hào)的短期可預(yù)測(cè)性及其對(duì)微小擾動(dòng)的敏感性對(duì)觀測(cè)信號(hào)進(jìn)行相

3、空間重構(gòu)、建立局域線性自回歸模型(Local Linear Autoregressive model, LLAR)進(jìn)行單步預(yù)測(cè)，得到預(yù)測(cè)誤差，并利用假設(shè)檢驗(yàn)方法從預(yù)測(cè)誤差中檢測(cè)觀測(cè)信號(hào)中是否含有微弱脈沖信號(hào)。然后，對(duì)微弱脈沖信號(hào)建立單點(diǎn)跳躍模型，并融合局域線性自回歸模型，構(gòu)成雙局域線性模型(Double Local Linear model, DLL)，以極小化DLL模型的均方預(yù)測(cè)誤差為目標(biāo)進(jìn)行優(yōu)化，采用向后擬合算法估計(jì)模型的參數(shù)，并最