随着水下数字通信系统的需求日益扩大,多径传播效应导致的码间干扰(ISI)是水声通信的主要障碍,实现高数据率、高可靠性的通信成为水声通信的研究热点。盲均衡技术是一种不需要发送训练序列且有效节省水声通信带宽的均衡技术。因此,本文利用克隆选择算法多峰值函数寻优的特点,将均衡器的权向量作为抗体,同时采用正交小波变换减小信号的自相关性,很好地克服了传统的常数模盲均衡算法(CMA)收敛速度慢且存在局部收敛的问题。本文对免疫克隆算法进行了深入研究,所做的主要研究有：1提出了基于免疫克隆优化的正交小波盲均衡算法传统常数模盲均衡算法在设置一个代价函数的基础上,通过一种梯度下降搜索法对均衡器权向量求梯度寻找极小值来确定权值的迭代方程,但这种方法易陷入局部收敛。将免疫克隆算法引入到盲均衡算法中,充分利用免疫克隆算法多峰值函数寻优的特点来寻求均衡器的全局最优解。同时对输入信号进行小波变换,可以使各分量之间的自相关性得到有效降低,加快算法的收敛速度。仿真结果表明了所提算法有效改善均衡性能。2提出了引入免疫优化的小波支持向量机多模盲均衡算法由于支持向量机盲均衡算法对最优权向量的搜索方法是通过线性规划来求解,可以表现出较强的优化性能。但是在支持向量机的构造过程中,支持向量机的参数设置对最终分类精确度有较大的影响。为了使支持向量机具有更高的精度、更好的泛化能力,需要合理的参数选择。利用免疫克隆算法的全局搜索能力对正交小波支持向量机盲均衡算法中的参数进行优化选择,结合了两者的优点,水声信道仿真实验证明了该算法的性能。常数模盲均衡算法在均衡高阶正交振幅调制信号时存在收敛速度慢、稳态误差大的缺点,提出了正交小波变换的多模盲均衡算法,并采用免疫优化的支持向量机算法来初始化均衡器,有效避免了算法的局部收敛。3提出了基于改进免疫克隆优化的正交小波多模盲均衡算法在标准免疫克隆算法中抗体的规模、克隆选择规模、高频变异率取值都对算法结果具有很大的影响。因此,依据免疫系统进化过程中亲和度自适应调节的抗体规模、克隆选择规模、高频变异概率,将随机搜索同非确定性进化搜索相结合,加强算法的全局搜索和局部搜索能力。并应用于盲均衡算法中,以克服标准免疫克隆算法所存在的缺陷。同时利用超指数迭代算法对均衡器输入数据进行白化作用,仿真结果表明所提出的算法具有更好地均衡性能。针对标准免疫克隆算法对初始解有较强的依赖性,在迭代后期容易出现停滞现象并且陷入局部最优的平衡态,导致搜索精度不高所产生的局部最优解问题。将多种群免疫克隆选择算法引入到正交小波多模盲均衡算法中,提出基于多种群免疫克隆优化的正交小波多模盲均衡算法。理论分析和仿真结果表明该算法的有效性。