本文从原理上阐述基于混沌理论的检测技术的可行性，根据混沌检测模型和神经网络检测模型在检测应用中存在的诸多需要研究的问题，研究混沌检测模型、神经网络检测模型、以及二者结合的复合检测模型的原理，提出应用混沌原理和神经网络原理相结合的检测技术检测混沌背景中的信号的时域参数。这是一个很有应用前景的研究方向。论文逆向运用混沌测量的原理，突破现有的理论，探索新的检测原理方法，直接在混沌状态下构建检测微弱信号时域参数的混沌模型和神经网络模型的方法，更有效地提取信号参数。同时，针对时域测试系统的本身动态特性属于非线性，寻找数学描述模型困难而难于校正的问题，运用逆系统理论，构建神经网络逆系统，获取原系统的非线性动态特性方法。论文重点研究建模算法、模型结构和建模方法，力求拓宽混沌和神经网络理论测试技术在时域测试、电路动态参数和瞬态参数捕获方面的应用范围，提高检测精度。论文结合时域测试的典型仪器——数字示波器，将研究成果应用到数字示波器中。针对数字示波器捕获微弱触发信号能力差，不能测量微弱信号，采样经典的理论校准静态和动态参数等许多问题，论文着力研究增强其测量微弱信号和捕获微弱触发信号的能力；建立基于混沌理论校准模型；神经网络逆系统模型，创新静态、稳态和动态校准方法。在课题研究中，作者主要做了以下几个方面的工作：(1)对神经网络识别和检测信号进行分析和研究。研究了空间分割的竞争神经网络识别规则模拟信号类别的算法，提出了将竞争神经网络应用在数字示波器中识别规则信号类别，为选择内插算法提供依据。(2)对Elman时空网络结构、稳定性及应用研究。讨论了Elman时空网络的结构和学习方法，重点研究了应用Elman时空网络测量时域信号的有效性和问题。研究了改进型Elman时空网络的算法和稳定性，并通过仿真证明了改进网络时域测量的优点。把混沌和神经网络结合起来，为构建了新的时域测量模型奠定了基础。(3)研究混沌背景下的微弱周期信号的检测。用Duffing-Holmes方程构建混沌测量模型，检测微弱周期性信号的频率；利用二维Henon映射的混沌检测模型，检测微弱的触发信号，应用在数字示波器时基中。(4)基于混沌和神经网络的微弱瞬时信号的检测的研究。研究基于FP算法的前向网络的结构和设计方法，构建了基于混沌背景下的微弱瞬时信号测量模型，在混沌状态下直接检测混沌背景下的瞬时信号。(5)基于混沌和神经网络的微弱信号时域参数检测的研究。研究了混沌系统和神经网络检测模型和方法，在混沌状态下直接获取信号时域参数。同时，深入研究了时空神经网络的结构，获得基于混沌的神经网络的微弱时域信号检测模型的建模的依据。(6)DSO校准和“NTN”校正方法中kick-out脉冲研究。研究数字示波器电压测量准确度、时基误差的估计和上升时间的测量和校准方法，建立了静态参数的混沌校准的模型。提出运用神经网络逆系统的方法，解决数字示波器动态参数校准的新思路。深入研究“NTN”校正方法和kick-out脉冲，为宽带高速数字示波器校准提供理论基础。