无线信道盲均衡是近年来通信信号处理领域的研究热点，现代通信系统中，由于信道的非理想特性而引起的码间干扰是影响通信质量的一个主要因素。传统均衡器克服码间干扰的方法是发送训练序列，盲均衡是一种不借助于训练序列而仅仅利用接收序列的新兴均衡技术。 本论文共分四章。第一章概述了本文所做的主要工作；第二章深入研究了一些经典二阶统计量算法，并分析了这些传统盲均衡算法的优缺点。第三章对人工神经网络的盲均衡技术原理及发展进行了阐述，重点介绍了两种经典神经网络算法：多层次人工神经网络与前馈神经网络盲均衡算法，并总结了这两种盲均衡算法具有的优点。 第四章提出了一种基于离散Hopfield神经网络盲均衡的新方法：在基于神经网络的能量函数基础上，充分利用接收信号矩阵的正交补空间与发送信号的有限字符集特性，把构造的信号盲检测二次规划形式拟合成具有稳定状态解的离散Hopfield神经网络能量函数形式；结合神经网络自收敛特点与能量局部极小点调整方法，实现对盲信号直接恢复。通过计算机仿真证明本文提出的算法表现出了更加良好的性能。