作为20世纪末以来最受关注的新兴研究方向之一，复杂网络研究已渗透到数理学科、生命学科和工程学科等众多不同的领域，并受到了广泛关注。　　时间序列定义为按照时间顺序排列各个观测记录的数据集，是反映事物运动、发展、变化的一种最常见方式。　　复杂网络可以从全新的视角来描述系统动力学特性，通过时间序列到复杂网络的映射，获取时间序列元素间的整体关联特性，通过研究拓扑结构的统计特征凸显复杂系统的动力学特征。目前复杂网络理论已成为从时间序列中提取系统动力学信息的最有希望的候选技术方法。　　递归分析方法是连接复杂网络和时间序列的又一重要方法，递归分析本身也可以对时间序列中的非线性动力学特性进行分析，通过研究递归图中对角线和递归点分布情况可以得到反映系统中隐含的周期性、确定性等信息。　　本文简述了复杂网络的概念、特征、发展历史，基于复杂网络思想分析伪周期非线性时间序列的相应理论，及复杂网络特性在不同网络拓扑结构下的统计特征。研究了延迟混沌系统在参数变化情况下的复杂行为及其时间序列的复杂网络特征，得到结果有利于理解延迟系统的复杂动力学行为。提出了基于递归分析的语音信号端点检测改进算法，相比传统方法得到了更加准确的端点检测结果。利用语音信号建立了复杂网络，利用其复杂网络特征进行说话人识别，得到的初步分析结果验证了该方法的可行性。