近几年来,为了满足人们对通信容量的需求,光纤通信的传输速率正在不断提升。在低速光纤通信中不明显的偏振模色散(PMD)已经成为制约高速光纤通信质量的重要因素,因此需要在光纤通信系统中加入偏振模色散自适应补偿器。偏振模色散补偿器中最关键的技术是补偿控制算法。在众多的PMD补偿算法中,粒子群优化(PSO)算法虽然表现出色,但是在收敛速度以及成功率方面还不能尽如人意。所以PSO算法还是有待改进。本论文研究了项目组提出的与抖动结合的粒子群优化算法(DPSO)和与梯度结合的粒子群优化算法(GTPSO)以及十字跟踪算法(CT)。前两种算法是PSO的改进算法,他们将原始的全局粒子群优化算法(GPSO)加以改进,使得算法更易收敛而且不易陷入局部极值,而CT算法则是一种全新的算法。本课题的主要任务就是编写这几种算法的代码,并对其进行仿真和实验测试,看看哪种算法更适合作为PMD补偿的搜索和跟踪算法。本论文的工作总结如下：编写了DPSO算法的代码,利用函数仿真测试了它的搜索性能。测试表明：相对于GPSO算法,这种算法的收敛速度更快,而且不易陷入局部极值。编写了GTPSO算法的代码,利用函数仿真测试了它的搜索性能。测试表明：这种算法收敛速度也比GPSO算法要快,同样也不易陷入局部极值。利用DOP地图仿真测试了DPSO算法的搜索性能。测试表明：相对于GPSO算法,这种算法的收敛速度更快,而且不易陷入局部极值。利用DOP地图仿真测试了GTPSO算法的搜索性能。测试表明：这种算法收敛速度较GPSO算法要慢,同样也不易陷入局部极值。利用不同的码型优化了GPSO搜索算法,DPSO搜索算法和GTPSO搜索算法的参数,并且比较了它们的搜索性能。比较结果表明：作为搜索算法时,相对于GPSO搜索算法,DPSO搜索算法的收敛速度更快,而且不易陷入局部极值；而GTPSO搜索算法的收敛速度不如GPSO搜索算法,但同样不易陷入局部极值。利用不同的码型优化了GPSO跟踪算法的参数。将GPSO跟踪算法在优化参数以后用于跟踪实验,并且将其跟踪图像画出来,发现跟踪效果非常好。利用CSRZ-DQPSK码型比较了GPSO跟踪算法,DPSO跟踪算法和CT跟踪算法的性能。测试表明：作为跟踪算法时,CT跟踪算法能使系统链路中的硬件动作最少,补偿效果最好。