在密集部署的无线传感器网络中,相邻传感器的信号可能高度相关。在无线传感网传输模型分簇的基础上，针对Hopfield神经网络极易陷入局部最优解、收敛速度慢等缺陷，利用混沌序列的遍历性和类随机性，提出一种改进的混沌Hopfield盲检测算法解决无线传感网簇内传感器信号盲检测问题。算法的思想是：利用混沌映射产生初始发送序列，并且在算法出现早熟收敛时进行小幅度的混沌扰动，借此降低算法的误码率。仿真结果表明，改进的混沌Hopfield神经网络算法所需数据量极短，从而成功实现簇内簇首传感器信号盲检测。