高速水声通信对于我国的经济建设、国防建设等至关重要,但由于水声信道存在多径效应、多普勒效应以及复杂背景噪声等干扰因素,高效、稳定的水声通信仍是目前亟需解决的难题。传统的水声通信主要采用均衡技术消除码间干扰,如最小均方算法（LMS,Least Mean Square）、递归最小二乘法（RLS,Recursive Least Square）等,但由于训练序列的存在,使得自适应均衡算法的性能并不理想。因此本文在深入分析水声信道特性的基础上,提出了基于核函数的联合盲均衡算法,并实现了基于FPGA的均衡器设计。针对水声信道的非线性特性,本文引入核函数思想来解决水声通信的问题,将原始的低维输入空间中信号序列转化到高维特征空间中,再利用重建的核函数对其内部显示的内积运算进行估计替换,从而利用线性均衡手段解决了非线性信道的均衡问题。本文分析了高斯噪声下的核最小均方（KLMS,Kernel Least Mean Square）算法以及Alpha稳定分布噪声下的核最小平均p范数算法（KLMP,Kernel LMP）,并基于变形高斯函数提出了变步长核最小平均p范数算法（VSSKLMP,Variable step size KLMP）。仿真表明,变步长算法的收敛速度明显加快,稳态误差有所降低,有效提高了水声通信的均衡性能。为了解决训练序列对水声通信的影响,本文在KLMS算法的基础上引入了判决机制,提出了判决核最小均方算法（DDKLMS,Decision Directed KLMS）,免去了训练序列的过程,节约通信资源。在此基础上利用混合核函数代替其中常用的高斯核函数,得到了判决混合核最小均方算法（DDMKLMS）,同时采用并行结构的联合盲均衡算法,将MMA算法与DDMKLMS算法结合使用,得到了多模联合核盲均衡算法（MMA+DDMKLMS）,仿真分析表明,MMA+DDMKLMS盲均衡算法有效地降低了均方误差和误码率。最后实现了基于FPGA的盲均衡器设计。按照其功能划分模块,对盲均衡算法进行逻辑分析,并利用通过消声水池采集到的信道传输数据进行测试,结果表明,联合核盲均衡器在硬件平台上也能实现较快收敛,并且均衡后信号基本靠近期望信号,实现有效还原。