微弱信号是传统方法很难检测到的微弱量,相对于噪声而言,不仅是指信号的幅值很小,主要是指被噪声淹没的信号和低信噪比的信号。微弱信号检测采用电子学、信息学和概率统计等方法研究被检测信号的特性,分析噪声的组成成分,检测方法被应用于众多领域。大多数情况下,工程中的微弱信号检测问题可简化强混沌噪声干扰下的微弱谐波信号检测问题。混沌系统由于其众多的优良性质,在微弱信号检测领域得到了广泛的应用。所以基于混沌背景噪声下的微弱信号检测问题成为研究热点。本文将混沌理论和信号检测技术相结合,对强混沌背景噪声下的弱谐波信号检测方法展开研究。由于弱谐波信号淹没在混沌背景噪声下,可以通过一维混沌时间序列(观测信号)逆向构建原始混沌系统的结构。首先,利用相空间对观测信号进行重构,然后使用线性模型或单指标模型逼近相空间的映射函数,建立混沌预测模型和并得到预测误差,然后使用经验似然比方法从预测误差中检测观测信号中是否含有微弱谐波信号。经验似然比检测方法:根据混沌预测模型构建估计方程;进一步构建经验似然比函数,使用拉格朗日乘子法求解经验似然比函数,及序列二次规划法优化参数,最后将参数代入R统计量并与卡方值比较,从而检测混沌背景噪声下的微弱谐波信号。最后以Lorenz系统和Rossler系统生成混沌背景信号进行仿真模拟。研究结果表明:(1)根据对混沌时间序列的预测结果分析,混沌线性模型和混沌单指标模型对观测信号预测的均方误差MSE都大于门限值0.1。从预测精度上看,混沌单指标模型比混沌线性模型更好。两个模型对混沌系统生成混沌背景噪声信号预测的均方误差MSE都小于门限值0.1。通过与门限值的对比发现,两个模型都能检测到微弱信号的存在。(2)基于Lorenz系统,经验似然比方法能检测到信噪比低至-63.237dB的微弱谐波信号,当微弱谐波信号的振幅?(28)1时,经验似然比方法检测正确率为99.8%。基于Rossler系统,当微弱谐波信号的振幅?(28)0.6时,检测正确率为97.4%,优于其他的检测方法。