直接序列扩频(DSSS)信号通常淹没在强噪声背景中传播,因此,在低信噪比条件下对DSSS信号的检测是信息对抗的重要内容。一般而言,在此情况下的信号检测属于非合作式检测,通常缺少一定的先验信息,因此也被归于盲检测或是近似盲检测的范畴。随着近年来非线性科学的发展,混沌理论在各个领域中的应用变得日益广泛。由于混沌振子系统对微弱信号有着极其敏感特性以及对噪声具有免疫性,使得它在低信噪比条件下的直接序列扩频(以下简称直扩)信号的检测中非常有优势。而且,将混沌理论应用于直接序列扩频信号的盲检测,既是混沌理论应用领域中的一个创新,也为直扩信号的盲检测提供了新的思路,在改善检测性能方面极具潜力。本文深入地研究了混沌振子系统——Duffing振子系统和Lorenz振子系统,并验证了直扩信号具有混沌特性。然后根据间歇混沌现象产生的机理,以二进制相移键控的直接序列扩频(DSSS/BPSK)信号为例,研究了针对直扩信号的混沌振子阵列检测系统,实现了-30dB以下的低信噪比条件下的信号盲检测。通过计算机仿真验证了算法的有效性,并把一些常规的线性检测方法和基于混沌理论的算法进行了比较,混沌振子阵列法在较大程度上改善了检测性能。此外,本文还将常规的线性检测方法如时域相关检测法、高阶累积量检测法与混沌振子阵列法结合,研究并改进了联合检测算法,将基于混沌理论的算法和线性方法的优势结合,更进一步地提高了检测性能,检测信噪比下限达到了-40dB左右。由于Lyapunov特性指数是混沌的基本特征量之一,也是混沌存在与否的重要判别指标,本文针对直扩信号的混沌振子检测系统,研究了一种计算Lyapunov特性指数的改进方法——RHR改进算法,与原有的QR分解算法和RHR算法相比,该算法较大地提高了计算效率,并对此作了计算机仿真。