观测时间序列的非线性动力学混沌特征研究在电力、气象、地震、边坡等工程领域的应用日益广泛,但观测序列的噪声对研究结果具有重要的影响,人们通常采用傅立叶或者小波变换方法去噪。但对于混沌序列来说,这种去噪方法具有一定的局限性,会造成观测数据一定程度的破坏,对混沌分析结果会产生一定的影响。本文探讨运用小波变换结合奇异值分解(SVD)方法来解决观测时间序列在混沌特征分析时的去噪问题,该方法针对混沌分析过程中的源观测数据特点,首先用小波方法对一维观测序列去噪,并对去噪后的序列计算混沌特征分析中的重要参数-相空间重构参数m,τ,根据m,τ对源一维观测序列进行重构,得到重构的相空间矩阵A,然后对矩阵A采用SVD方法进行处理,通过这两种方法相结合的方式来达到更好的去噪目的。结果表明其去噪效果是明显的,数据经过小波变换和SVD联合处理后其观测序列的混沌特征更明显和易于提取,提高了观测时间序列混沌分析的可靠性。