混沌是发生在确定性系统中类似随机的现象。基于混沌的信号处理作为非线性信号处理中的重要分支,已广泛应用于气象学、自动控制、地震学、生物医学工程、海洋探测、模式识别、保密通信、航空航天工程等实际工程领域。随着研究的逐渐深入,在很多场合都会经常发现微弱小信号隐藏在混沌背景信号中。因此,如何实现混沌背景下微弱小信号检测与参数估计成为目前信号检测与估计领域的研究热点。本文围绕微弱小信号参数估计这一主题,从混沌信号的时频统计特性出发,对不同信噪比与不同频段条件下混沌背景中的微弱小信号的参数估计问题进行研究,提出新的参数估计方法,并进行实验仿真,验证这些方法的有效性与实用性。主要开展了如下工作:(1)研究了采用主分量分析区别混沌信号与噪声的方法,同时,简单分析了混沌信号处理方法、经验模式分解方法和混沌同步方法。(2)分析了经验模式分解方法在混沌背景中微弱小信号参数估计中应用的局限性,提出一种基于倍频法与经验模式分解方法相结合的混沌背景下的微弱小信号参数估计方法,首先利用相关法对原始混合信号进行初步去噪处理,再利用倍频法与经验模式分解法对信号进行自适应分解,最后对分解出来的固有模态函数进行交叉功率谱分析,估计出微弱小信号参数,并分别以Lorenz混沌系统和Duffing混沌系统产生的混沌信号作为背景信号,进行了相应的仿真实验,仿真实验结果表明,该方法简单有效,计算量小。(3)阐述了混沌同步的理论知识和单向耦合混沌同步方法,并将其应用到混沌背景中的微弱小信号参数估计中,提出一种基于单向耦合同步的混沌背景下微弱小信号参数估计方法,该方法把混沌背景中的参数估计问题转变为残余误差中的参数估计问题,在混沌背景中存在强随机噪声情况下,仍能估计出微弱小信号参数,并分别以Lorenz系统和Chen系统产生的混沌信号作为背景信号,进行了仿真实验,仿真实验结果验证了该方法的有效性和实用性。本论文的研究工作对混沌背景中微弱小信号参数估计有一定理论和应用价值。