现代电子技术的发展使信号处理手段的更新也突飞猛进,由于信号处理中的问题越来越复杂,很多的线性信号处理方法已经不能满足要求,因此,非线性信号处理方法的应用越来越广泛,而混沌学的出现给非线性信号处理带来了更多的方便,使非线性信号处理方法向前发展。本文以保密通信中广泛使用的直接序列扩展频谱信号(DSSS信号)为主要对象,研究了一些基于混沌理论的非线性的方法在信号预测和信号检测中的应用。本文的主要研究内容为:1、分析和研究了几种非线性的信号预测算法的原理,并通过计算机仿真实验,验证了这些方法的可行性和有效性,并比较了各种算法对于预测不同形式的信号的优、缺点。2、研究了直接序列扩频信号的混沌特性。直接序列扩展频谱信号(DSSS)是一种在通信中广泛应用的信号形式,易于生成,并有很好的保密性和抗干扰性。通过理论分析和仿真实验证明了直扩信号具有混沌特性,从混沌学角度进一步认识了直扩信号,有利于在更多方面更好地利用这种信号。3、研究了混沌噪声中微弱信号的检测问题。从理论上分析了混沌噪声中检测微弱周期信号的误差检测方法的原理,并作了计算机仿真实验,验证了其可行性和有效性。从理论上分析了用于检测周期信号的基于混沌噪声模型的误差检测方法,对检测混沌噪声中的直扩信号同样有效,并通过仿真实验证实了这种误差检测方法用于检测微弱直扩的可行性和有效性。4、改进了误差检测方法,即,将预测混沌噪声改为估计混沌噪声,并改进了一种非线性预测算法,将其用于估计混沌噪声,省去了参数训练的时间,避免了参数尚未训练好时就有信号进入背景噪声中,而使检测无效的情况。通过仿真实验也证实了这种方法的可行性和有效性。5、将混沌噪声背景的误差检测方法用于波形估计,针对周期信号和直扩信号作了进一步的研究和仿真,证实了这种误差检测方法用于混沌噪声背景中信号波形估计的可行性。6、研究了一种利用信号自相似的分形特征检测和识别信号的方法,并针对几种信号作了理论分析和计算机仿真,验证了这种方法的可行性,同时也分析了这