水声信号检测技术在国防科技建设中具有重要的理论意义和军事应用价值。在传统的检测方法中，水声信号一直被作为随机信号进行分析处理，随着研究工作的深入和混沌理论的飞速发展，混沌理论应用于信号检测日益引起研究者的重视，并在国内外吸引了大量的人力物力的资本投入，取得了一定的成果。本论文便是基于此背景进行的混沌应用于水声信号检测的研究工作。 本论文围绕水声目标检测这一主题，着重研究了混沌信号处理方法在舰船辐射信号的混沌特征提取中的应用。从混沌时间序列的状态空间重构出发，对抑制噪声并突出混沌性态进行了深入的研究，同时应用神经网络实现了舰船噪声的产生机制，为主动水声目标检测应用提供了必要的理论依据。本文的主要工作包括： 1．系统的阐述了混沌理论，研究了混沌信号处理方法和混沌系统特性，分析了描述混沌现象的各种特征参数，并对这些特征参数的计算进行了必要的比较研究，在此基础上提出用混沌吸引子关联维数和Lyapunov指数作为描述混沌特征的主要参数。 2．以状态空间重构作为研究一维混沌时间序列的理论基础，研究了混沌特征参数的估计算法，并对算法中的参数进行了深入的分类讨论。为了有效的抑制噪声并突出混沌性态，引入主元分析法对一维混沌时间序列进行状态空间重构，得到了比较理想的仿真效果。 3．比较了三种抑制噪声的信号预处理方法。其一为主元分析法，取得了比较理想的仿真效果；其二为微分法，得到了一些有规律的仿真结果，但它对噪声尤其是量化误差的大小极其敏感；其三为基于高阶统计量的方法，仿真结果显示其对状态空间的重构并无本质上的改善，其理论基础没有得到有利的验证。 4．分析了舰船辐射信号的混沌特征。利用主元分析法实现状态空间重构，对其进行了吸引子关联维数和Lyapunov指数的估计，并将结果与海洋背景噪声的相关分析结果进行了比较，得到了比较理想的实验结果，为舰船辐射信号在海洋背景噪声中的检测提供了有效的检测统计量。 5．利用混沌信号的局域可预测性，模拟了舰船噪声的产生机制。以神经网络为理论基础，构造多层感知器，应用Back-Propagation训练算法对其进行学习，产生合理的内部权值，以此为基础对舰船噪声进行预测，取得了比较理想的仿真效果，为主动水声检测奠定了基础。 6．对实际舰船噪声进行了主动目标信号检测的实验研究。应用神经网络对舰船噪声进行机制模拟，利用误差检测算法实现了主动水声信号检测的目的。实验结果显示：混沌理论作为一种前沿的信号处理理论，在信号检测领域中有着广 一 1 — — 阔的应用前景。