本文深入研究了相角测量和预测,及自适应逆在保密通信中的应用.完成了实时相角的动模试验,采用启发式混沌遗传算法优化多种跟踪滤波器的算法,并采用数据融合的方法提高了跟踪和预测的精度.其次,利用RBF神经网络对非线性函数良好的逼近能力,完成了混沌同步系统消除噪声的自适应对象扰动消除器的设计.本文的主要结论如下:1 通过动模试验,验证了相角测量装置的正确性.2 提出用启发式混沌遗传算法对跟踪预测模型进行在线的参数优化.并用启发式混沌遗传算法优化α-β-γ滤波器和"当前"统计模型自适应跟踪算法的参数提高其跟踪和预测精度.3提出一种优化的离散线性-微分器跟踪算法,并证明了其跟踪性和收敛性,仿真研究表明它具有良好的跟踪性.4 提出了一种相角预测模型的结构框架.它由:扰动监测器、模型参数优化器、多模型跟踪预测器和数据融合器组成.5 提出多模型的相角跟踪预测概念,采用多模型的数据融合的算法以提高跟踪和预测精度.6 利用RBF神经网络对非线性函数良好的逼近能力,对混沌系统进行了正建模和逆建模,基于自适应逆控制原理设计了自适应对象扰动消除器,对在扰动存在情况下的混沌同步系统进行了噪声和扰动的消除.研究表明,自适应逆控制的混沌同步系统有效地克服了干扰对同步混沌所造成的破坏.7 开发了一套理论线损计算软件,通过用户使用证明:设计合理,计算正确.