自混沌理论出现以来，人们发现非线性现象产生于各种运动形式中，它几乎渗透于自然科学和社会科学的每一个分支。大多数情况下，复杂非线性动力系统不可能建立完备的数学模型，主要原因在于系统的结构参数以及边界条件的时变性和复杂性。由于非线性是混沌的必要条件，因此对于基于现场采集某未知动力系统的数据，我们必须首先分析、判断其非线性性，从而再分析其混沌特性，如关联维数、Lyapunov指数、Kolmogrov熵等。有时候对于一些复杂的动力学系统，如生物系统、金融系统等，我们还需要从定量的角度进一步分析，而混沌时序的相空间重构提供一种定量分析原动力系统的方法。事实上我们只有尽可能地定量分析动力系统的内在属性，才能最终解决非线性动力学工程应用中出现的非线性信号分析、检测、及诊断等实际难题。 为此，论文的工作包括以下几个部分内容：1.对非线性混沌时序的研究现状作了较详细的描述.同时也阐明了该领域当前和今后一段时间内的研究方向。 2.运用替代数据法检测实测时间序列的非线性，并通过两个不同的系统加以验证。 3.围绕时序的混沌特征检测，阐述时序的不同混沌特征量，利用Matlab编程，通过多个具体实例对有关内容加以说明。 4.讨论相空间重构参数选择方法，归纳了混沌时序重构相空间的方法，对于已出现的计算最佳嵌入维数方法主观性强、仿真计算量大的特点，针对它们的不足，本文提出了延迟向量排序法来确定最佳嵌入维数；在计算最佳延迟时间间隔方面，本文提出了一种全新的方法即基于相邻向量内积来求最佳延迟时间间隔。实验仿真表明，上述两种方法是非常有效的。