为了正确地分析混沌序列的复杂度，基于FuzzyEn算法研究了系统的复杂度，包括典型的离散混沌系统和连续混沌系统。 与ApEn，SampEn和密集统计复杂度算法相比，FuzzyEn算法是一种分析混沌序列复杂度的有效度量算法，它对相空间维数（m），相近容差（r）和序列长度具有较低的敏感性和较小的依赖性。 （N），具有更好的鲁棒性和度量值连续性。混沌系统的复杂度结果表明，连续混沌系统的复杂度比离散混沌系统的复杂度小得多。 但是，连续混沌系统的伪随机序列受到高复杂度离散混沌伪随机序列或经典m系列的干扰，

为了分析混沌序列的复杂度，在密集统计复杂度算法的基础上，分别研究了离散TD-ERCS系统和连续简化Lorenz混沌系统的复杂度，并计算了不同系统参数的混沌序列的复杂度。 分析了由m序列和混沌伪随机序列所扰乱的连续混沌系统的伪随机序列的复杂性。 结果表明，密集统计复杂度算法是一种分析混沌序列复杂度的有效方法，离散混沌系统的复杂度大于连续系统的复杂度。 然而，在被m系列或混沌伪随机序列扰乱之后，伪随机序列的复杂性可以显着增加。 该研究为混沌序列在安全通信和信息加密领域的应用提供了理论基础。