摘要：基于复杂非线性系统的相空间重构理论，提出一种改进的提取混沌背景中微弱信号的最小二乘支持向量机（LS—SVM）的方法．通过将信号以db3小波逐层分解，进行LS—SVM预测，再进行重构，同时通过增加对偶约束项、改进核函数的方法，建立改进的混沌序列的一步预测模型，从预测误差中检测湮没在混沌背景中的微弱目标信号（包括周期和瞬态信号）．最后以Lorenz系统和真实海杂波数据作为混沌背景噪声进行了仿真实验，实验表明此方法能够有效地检测出混沌背景噪声中的微弱信号、抑制噪声对混沌背景信号的影响，与传统RBF神经网络和LS-SVM预测方法相比，预测精度和检测门限方面的性能有显著的提高．

关键词：混沌 最小二乘支持向量机 海杂波 微弱信号检测 

单位：南京信息工程大学、气象灾害省部共建教育部重点实验室 南京210044 南京信息工程大学电子与信息工程学院 南京210044