检测出噪声背景下有用微弱信号的研究已经成为了测量领域中的尖端学科，更是工程应用领域研究中的难题。微弱信号检测的特点：一是在较低的信噪比中检测微弱信号；二是要求检测具有一定的快速性以及实时性。传统的检测方法大多是线性的检测方法，而且受到输入信噪比的限制，无法精确的检测出微弱信号，所以迫切的需要寻找一种新的检测方法。1992年，Birx首次提出了混沌概念以来，这一理论就引起了各行研究人员的广泛关注，其对微弱周期信号的敏感性以及对噪声具有免疫性的特点成为了微弱信号检测的一种独特而有效的方法，具有非常大的潜力以及应用价值。本文在查阅相关文献的基础上，首先比较分析了小波去噪的三种方法，包括：强制消噪处理，默认阈值消噪处理以及给定软或硬阈值消噪处理，最后综合利弊选择了默认消噪阈值处理的方法对噪声背景下的微弱信号进行去噪，采用了Db4小波对其进行了六层分解，在MATLAB软件的M文件中编写得到了小波去噪前和小波去噪后的信号仿真图形，以及高频系数图和低频系数图，可以直观的观测到小波去噪的细节效果。本文论述了混沌的定义、特征以及混沌系统的判别方法，其判别方法包括：相平面法、时序图、李雅普诺夫指数法、庞加莱截面法以及分数维计算，根据具体的仿真需求选择了相平面法和时序图相结合的判别方法，准确的判别了系统的状态。简述了混沌理论中几种典型的混沌振子模型，包括了Duffing振子模型、Vander-Duffing振子模型、Lorenz振子模型、Chen振子模型、Rossler振子模型以及Birkhoff-shaw振子模型，并且通过MATLAB软件给出了相应的振子仿真图形。本文详细的介绍了基于Duffing振子的微弱信号的检测，包括了Duffing振子检测微弱信的幅值，Duffing振子列检测微弱信号的频率和相位，分析了原理的基础上，在MATLAB中的Simulink搭建出模型，分别给出了仿真的图形；文中给出了应用Melnikov函数的混沌振子来检测微弱信号的频率，与混沌振子列检测频率相比较而言，仿真图形显示结果更加的清晰、更加的精确；文中最后采用了小波去噪和混沌振子结合的检测系统来对微弱信号检测，叙述了混沌信号的小波去噪的原理，提出了小波变换和应用Melnikov函数的Duffing振子结合检测微弱信号，最后与单独使用Duffing振子系统检测微弱信号幅值和频率进行了对比，在检测门限和信噪比两个方面上进行了比较，证明了把小波变换和混沌理论结合起来的系统对微弱信号进行检测更有效、更精确，在噪声功率比较大的微弱信号检测中尤为明显，为理论应用于工程实践奠定了一定的基础。