本文主要对通信信号处理中的盲均衡、多用户检测及盲多用户检测问题的算法进行研究,上述方法均以克服通信中的干扰为目的。其中盲均衡主要用以克服码间干扰,多用户检测及盲多用户检测主要用以克服多址干扰。本文具体章节安排如下:第一章首先简要介绍本文的应用背景、研究的出发点和意义,对已有的盲均衡、多用户检测及盲多用户检测算法进行了归纳和总结,最后简要地介绍了本文的主要工作。第二章主要研究盲均衡器。针对已有盲均衡器不易于在高速通信系统中应用的问题,提出了一种新的盲均衡算法,称为代数盲均衡算法。新算法的主要运算为比较运算,只用到了少量的乘、加运算,所以计算量远小于已有的盲均衡算法。盲均衡器设计的另二个难点是如何求解非最小相位问题。基于码间干扰的数学模型,建立了盲均衡问题与MA模型参数求解问题间的关系。现今大多数的方法只能求解最小相位的MA模型参数,为了求解非最小相位问题,文中将MA模型参数求解与幅度谱重构信号问题联系起来。这样,所有幅度谱重构信号问题的理论与算法均可应用于MA模型参数求解当中。第三章研究多用户检测器。本章提出了五个多用户检测的算法。前四种算法基于最佳多用户检测的二进制二次规划模型,第五种算法建立了多级多用户检测与非线性方程组迭代方法的关系,并且对其进行了改进。仿真实验显示,本章提出的五种检测器算法的误码率均远低于已有的解相关、最小均方误差和多级多用户检测器。这五种算法各有各的特点,对它们的优缺点进行了总结和比较。第四章研究盲多用户检测问题。已有的子空间分解的盲多用户检测器(subspacedecomposition blind multiusrr detection,简称SBMUD)是在最小均方误差准则下通过子空间分解算法得到的。本章将盲多用户检测问题描述为病态线性方程组求解问题,应用求解病态线性方程组的截断奇异值分解方法,我们同样得到了SBMUD算法。由此可见,盲多用户检测问题从数学上可归类为病态方程组求解问题,这样我们就可以应用许多已有的数学方法,如正则化方法等来求解这个问题。在此通信信号处理中若干问翅的算法研究基础上,本章提出了一个基于肠khonov正则化的盲多用户检测器,它的优点是稳定性比较好。正则化方法的难点在于正则化因子的确定,为此本章又给出了一种确定正则化因子的方法。另外,本章还提出了一种新的准则,称为极小极大输出幅度准则,并在此基础上提出了一种新的盲多用户检测算法。不同于已有的盲检测算法,可以证明,在无信道噪声的情况下,不论信号的统计特性如何,新算法都能得到与实际相符的解。第五章对全文进行了总结,并对下一步的研究工作做了展望。 关键词:盲均衡;时间序列分析;以模型;信号,构;多用户检测;码分多址;二进制二次规划;互补问题;盲多用户检测;截断奇异值分解;正则化方法:极大极小问题。