CM(ConstantModulus)算法，也叫恒模算法，是现代信号处理领域的热点问题。它可以省略掉为了获取信道信息而发射独立的训练序列，从而可以节省大量宝贵的资源。恒模算法是一种高阶统计量方法，其提出早期用于解决单输入输出(SISO)信道的盲均衡，现已广泛地应用于盲信道估计、盲干扰抑制、盲多用户检测等领域。恒模算法及其应用的研究来自其良好的均方误差性能，在高信噪比的情况下，恒模算法能接近最小均方误差估计器的性能。 恒模算法的最优性能实现取决于有效的快速收敛算法。最初采用的最陡下降算法实际中难于达到最优解，其后提出的最小二乘算法数字仿真显示具有较快的收敛速度，然而其算法代价函数不可微，收敛性难于分析，并且只适用于频移键控和相移键控的调制信号。本文研究了一种有效的快速收敛的恒模算法--批处理算法，对比传统的算法有较好的收敛性能。 本文第二章介绍自适应信道均衡的基本原理。要实现理想的信道均衡，需要一个优秀的均衡算法做支撑，本章侧重的算法有：LMS算法、RLS算法和Bussgang类盲均衡算法，并且总结了评判一个算法是否优秀的标准。第三章根据前一章的理论基础引出了恒模算法，首先介绍恒模算法的最初表达式。接着介绍了分别在LMS算法和RLS算法的基础上得出的最陡下降恒模算法和最小二乘恒模算法。第四章着重研究恒模算法的快速收敛性能。除了研究影响恒模算法收敛性能的几个方面：步长，初始值，搜索方向和误差函数等外，还研究了一些改进算法，并给出了相应的仿真分析。最后一章对基于批处理思想的恒模算法做了重点研究。首先理论分析了搜索方向，步长，初始值等几方面的改进，然后通过计算机仿真，表明批处理的恒模算法相对于基本恒模算法有了较大的改进。