混沌揭示了有序与无序的统一,确定性与随机性的统一。许多貌似随机的不规则运动,实际上都遵循着一定的动力学的法则。混沌的这一特性为人们短期预测这些序列提供了可能。混沌的短期预测经过近二十多年来的艰苦努力,逐渐形成了预测混沌短期行为的混沌相空间预测理论。基于Takens嵌入定理和相空间重构思想,人们提出了许多预测混沌时间序列的非线性预测方法,在这些方法中,基于混沌时间序列产生的确定性非线性机制的非线性自适应预测方法不仅性能上优于神经网络,而且因其在工程应用方面的可实现性而受到了人们越来越多的关注。本文对一些低维混沌序列的短期预测算法结合实测跳频码进行深入的研究,并结合科研课题要求对算法的实时可实现问题作了具体的讨论。主要内容包括以下几个方面:1.混沌的概念。包括状态相空间的重构理论、混沌动力学的几个特征量等。状态相空间重构理论简而言之就是由时间序列构造一个多维的、确定的状态空间。是分析一个时间序列的动力学特征和构造一个预测模型必不可少的步骤。2.深入研究一些用于混沌序列短期预测的算法,包括SM算法、SOVF、RPSOVF和基于邻域点的自适应算法等。这些算法都属于局域预测算法。我们需要选择出适宜对跳频序列进行实时预测的方法。3.对于几组实测的跳频码信号,首先证明了跳频码实际上也是混沌序列。近而分别采用RPSOVF、SOVF、S-M、和基于邻近点自适应算法进行预测研究。4.本文还将讨论了硬件实现中所采用的DSP芯片TMS320C6701的结构与应用,以及硬件实现平台TMS320C6701 EVM 板的结构特点和软件开发环境CCS。5.对本文中的算法进行硬件实现。通过对算法的单步预测时间的观测和比较,找到一个在预测精度和预测效率条件下,都相对优良的预测算法。通过对该算法硬件实现的优化使得其单次预测时间能控制在10μs以下。