混沌信号是一种由确定性的非线性系统所产生的非周期有界信号。混沌信号由于本身所具有的宽带、初值敏感和类噪声等特性而被广泛用于通信系统中。其中,混沌直接序列扩频(混沌直扩)由于其具有大容量、低截获率和物理层上的优良保密性,成为混沌通信领域里研究最多、应用最广的一种通信方式。与此同时,混沌直扩信号盲解扩方法的研究也受到广泛的关注。然而,混沌直扩信号的解扩是一个非线性问题,并且存在多径衰落和非高斯噪声信道的影响,过去利用扩展卡尔曼滤波等算法实现盲解扩的性能不高,而且算法相当的复杂。粒子滤波是一种基于贝叶斯估计理论的序贯蒙特卡洛方法,为解决非线性非高斯问题提供了一种灵活的方式,是近年非线性非高斯信号处理的重要研究方向。在混沌直扩信号盲解扩领域,随机噪声、远距离无线信道畸变、多用户通信、抗多径传播以及混沌直扩信号破解问题是目前混沌直扩信号盲解扩从理论研究转向实际应用中需要解决的关键问题。本文从混沌直扩信号盲解扩过程中需要解决的噪声污染、多径衰落、多用户干扰及信息破解等问题出发,基于粒子滤波技术对混沌直扩信号破解、噪声滤波、盲信道均衡、多混沌信号盲分离与解扩等方面进行深入研究,从而实现在非协作情况下对混沌直扩信号的有效解扩。主要的工作和贡献有:根据发射端混沌系统结构是否已知,将单信道混沌直扩信号盲解扩分为半盲解扩与全盲解扩。针对混沌系统系数和系统初始值未知情况下的半盲解扩问题,基于新息自适应估计方法,对系统的过程噪声协方差进行实时的调整,提出一种自适应粒子滤波算法,并应用最大后验准则估计未知的系统系数,有效解决了运用粒子滤波方法时常见的粒子退化问题,提高了状态估计的准确性最终实现对混沌直扩信号的半盲解扩。针对混沌系统结构、系数及初始值都未知的全盲解扩问题,根据混沌拟合原理,提出了一种基于粒子滤波的混沌直扩信号全盲解扩算法。首先建立未知的非高斯有色噪声的ARMA模型,将待定的ARMA模型参数作为系统状态并入状态向量中,将状态估计问题转化为状态和模型参数联合估计问题,并通过引入误差控制因子,实现了在非高斯有色噪声条件下的混沌直扩信号的全盲解扩。为解决通过多径衰落信道混沌直扩信号的盲解扩问题,提出了一种基于粒子滤波的联合信道盲均衡和混沌拟合算法。该算法在接收端用另一个混沌系统代入信道均衡和混沌拟合的状态空间方程,交替应用几个基于不同状态方程的粒子滤波器,在进行信道盲均衡的同时,进行混沌拟合来估计信息码和混沌状态,并根据估计信息码的值域范围解扩原始二进制信息码。仿真结果验证了联合信道盲均衡和混沌拟合算法的有效性和较低的误码率。在多用户的混沌扩频通信系统的研究中,用户间的相互干扰严重影响了混沌直扩信号的解扩性能。本文根据接收端数目和无线信道类型,分别研究了单通道信号盲分离与多径衰落信道下多混沌直扩信号盲分离问题。首先,在分析单通道多混沌直扩信号分离的可行性的基础上,建立了单通道多混沌直扩信号盲分离与解扩的状态空间模型,并基于粒子滤波算法进行求解。然后,针对多径衰落信道下多混沌直扩信号盲分离问题,建立了多径衰落信道情况下的MIMO混沌直扩通信系统模型,并对信道衰落系数和混合参数进行AR建模,把多径衰落信道下多混沌直扩信号盲分离和解扩问题转化为混沌直扩信号、信道参数和信号混合参数的联合估计问题,基于双粒子滤波算法实现了多混沌直扩信号的分离与解扩。