在对于微弱信号的理论算法处理上，国内外研究的方法比较多，主要的方法有小波分析，混沌，神经网络，随机共振，支持向量机等的理论方法。小波分析可以根据信号和噪声的不同特性进行非线性滤波，能很好的衰减噪声[22][23]。混沌处理方法主要是利用混沌对于微弱初值信号的敏感性，即使在强噪声下，微弱信号的变化也会引起混沌轨道的大变化，利用对混沌的分析来检测处理弱信号。
国内对于混沌检测微弱信号的研究上，一般是通过对混沌态Duffing振子的运动轨迹进行分析,并根据运动轨迹对与参考信号频差较小的周期弱信号具有敏感性, 对白噪声和与参考信号频差较大的周期干扰信号具有免疫力，在此基础上提出了一种检测方法, 实现了在强噪声环境下对周期弱信号的频率和幅值的检测。有的研究将最小二乘支持向量机算法应用于混沌时间序列预测中,提出基于最小二乘支持向量机的混沌背景弱信号检测算法或者用 Duffing混沌系统估计待测信号的频率。9399 微弱信号处理算法的国内外研究现状:http://www.751com.cn/yanjiu/lunwen_8119.html