可见光通信(VLC)是近十几年来迅速发展起来的一种新型无线接入技术,由于其绿色环保、无需频谱认证、传输速率高等诸多优点已引起全球范围的一个研究热潮。然而,对于一个室内传输环境,VLC系统接收端收到的光信号中包含有直射光和多次反射光。反射光分量的存在将给系统带来多径时延,当系统传输速率较高时,会引起码间串扰(ISI)的问题。本文主要针对可见光通信系统中出现的码间串扰问题,进行均衡技术的研究。文章首先介绍了可见光通信的基本原理及系统结构。在分析了多次反射冲击响应及接收端的时延扩展特性基础之上,研究了可见光通信系统的信道模型,指出码间串扰会使得系统误码性能变差。接着,针对可见光系统信道特性,详细阐述了几种常见的均衡方法。主要包括迫零均衡、最小均方误差(LMS)均衡、递归最小二乘(RLS)均衡以及基于判决反馈结构的最小均方误差均衡。研究表明:迫零均衡需要已知信道信息,不适用于时变信道;LMS均衡和RLS均衡虽然都可以自适应调整均衡器系数,但是LMS均衡需要发送较多的训练序列,信息传输效率较低;RLS均衡算法存在不稳定的问题。因此,本文最后引入了一种新的可见光通信均衡技术,即人工神经网络(ANN)自适应均衡。文中把可见光通信中的均衡问题转化为神经网络中的二进制数“0”和“1”的分类问题,实现了二者的有机结合,并重点研究了基于神经网络的线性均衡和判决反馈均衡方法。理论分析和仿真结果表明:ANN自适应均衡只需要较少的训练序列就可以达到传统LMS均衡的效果。特别地,当系统传输速率达到700Mbit/s或者更高时,ANN自适应均衡表现出更优异的误码性能。新的均衡方法能更好的适应于复杂的可见光通信信道,提高系统的整体性能。