信道盲均衡不需要训练序列，只根据接收信号恢复出发送信号，充分利用带宽资源、具有很大灵活性。Bussgang算法是一类重要的盲均衡算法，它的非线性无记忆变换函数施加在自适应均衡器的输出端。常模算法(CMA)就是Bussgang算法的一个特例，它的代价函数定义了均衡输出和期望模值的差，通过使代价函数最小，以获得期望的均衡器系数。CMA及其改进算法是近十几年来，颇受关注、十分活跃的盲算法研究领域。CMA最初是为单入/单出(Single-InputSingle-OutputSISO)系统的自适应均衡(时域一维处理)，后来广泛应用于阵列信号的盲波束形成(空域一维处理)，盲多用户检测等领域。 由于移动通信系统通信速率要求越来越高，B3G要达到100Mbps以上，而无线频谱却十分紧张。多输入多输出(Multiple-InputMultiple-Output，MIMO)技术利用信号的不同空间特性以提高无线移动通信系统的性能和容量，而成为主要研究对象。在MIMO系统中，信号不仅受到码间干扰(Inter-SymbolInterferenceISI)，还受同信道干扰(Co-ChannelInterferenceCCI)。 MIMO系统需要空时二维处理，因为一维处理有它的局限性。时域一维处理中，当不使用任何形式的过采样时，置零均衡器也是不可能实现的；空域一维处理中，由于实际的阵元数不可能太大以及多径的角度扩展，不能完全的对消同信道干扰和码间干扰。空时二维处理将时域处理和空间处理组合以克服时域一维处理和空域一维处理的这些缺陷。本文主要致力于研究常模算法在空间复用MIMO系统盲均衡的应用，提出了一种收敛速度快的空时二维常模算法。 在已有盲空时均衡常模算法中，MUCMA是比较典型的，它基于梯度下降迭代方法，收敛速度较慢。本文将LSCMA改进以应用MIMO系统空时盲均衡，属于高斯迭代方法，具有较快的收敛速度。