盲信道均衡是盲信号处理领域中一个基本的，具有挑战性的课题，因为盲信道均衡在高速数字信号通信、信号抗干扰、无线通讯等有着十分广泛的应用背景和实际意义，因此越来越成为信号处理和神经网络等领域研究学者的研究热点。从1976年Sato的第一篇论文提出盲信道均衡这个概念开始，经过近30年的发展和众多学者们的努力，使得盲信道均衡在理论和算法，以及工程应用等方面都得到了飞跃的发展。对于盲信道辨识的基本的可辨识条件，基于二阶统计量的辨识方法所包含的信息量和辨识的范围也得到了清晰的认识。由于盲信道均衡的研究深度很大和算法实现难度较大，因此对于盲信道均衡的研究仍然还是起步阶段，很多研究对象仍处于理想化的假设前提下才能实现，许多有关理论的研究和算法的实现都需要进一步的研究和探索，而本论文主要从以下几个方面进行了探讨： 1.对于普通随机信号，目前主要的方法都是基于统计量的方法-高阶统计量方法和基于具有循环平稳性的二阶统计量方法。这些方法都具有很好适应性和扩展性，并且取得了不错的均衡效果。然而基于统计量的盲均衡方法，需要得到源信号一定的统计信息，并且需要足够长度的观测序列，才可以保证统计量的合理性，在实际的应用当中，这些条件有时难以满足。本文提出一种基于遗传算法的针对单输入多输出信道的盲信道辨识和均衡算法，该算法不需要源信号的任何已知信息，并且只需要极少量的观测信号就可以执行算法，适用于获取接收信号序列较短的均衡。仿真和实践证明了此算法的优异性能。 2.QAM信号是一种应用非常广泛的信号，同时由于QAM信号的特殊结构，在针对OAM信号的盲信道均衡研究问题引起了广泛关注，从最早的CMA算法到由CMA衍生和改进的MCMA，MMA等等算法都是针对常模和QAM有效的经典算法。但是，以上的各种算法当中，一个共同的缺点就是其代价函数的设计是一个固定的数值来估计信号的模，在处理多模信号的时候不可避免的会产生误差。虽然有些算法用调整权值的办法来尽量降低模的估计误差的影响，但是相应地会以增加收敛时间为代价，并且模的误差不能完全消除。本文提出一种改进的针对QAM信号的CMA算法，针对以往的算法的代价函数模的估计上的问题，提出一种在信号是方形QAM信号的情况下，可以完全消除模的估计误差的方法。同时，该方法较已有的MCMA和MMA算法有更快的收敛速度和收敛效果。 3.目前主要的QAM信号盲均衡方法，是基于高阶统计量的bussgang类的CMA方法及其一系列的改进算法。但是CMA类算法对于高码间干扰(ISI)的信道，难以达到理想的恢复效果。本文提出一种新颖的基于星座图匹配的盲信道均衡方法，在无噪声的情况下，它能快速精确的恢复出BPSK，4-QAM等已知星座图的特定源信号。对于高码间干扰的信道，该方法仍然可以得到无误差的恢复信号。 4.在很多的盲信道辨识和均衡算法当中，信道阶数的确定是极其重要的一环，通常这些算法通过假设信道的阶数已知来避免对信道阶数问题的讨论，然而真正的辨识和均衡过程中，信道的阶数往往是未知的。因此，信道阶数的估计是一个相当重要且具有实际意义的工作。本章对基于过采样的信道阶数估计，给出了完善的理论分析，并设计了一个迅速寻找出真实信道阶数的算法。对于有噪声的系统，也给出了一个简单的推广方法。 5.任何理论都离不开应用的背景，正是因为盲信道均衡技术有着广泛的应用背景，力会受到众多学者的关注焦点。本论文最后分别从盲信道均衡技术与信息安全的紧密联系以及盲信道均衡技术在通信中的抗干扰的应用展望来阐述了盲信道均衡这门新兴学科的重要作用。