随着水下无线通信技术在军事、商业、测绘等领域应用的增加,水下无线通信的重要性也日益凸显。受限于电磁波水下传播的快速衰减特性及水下信道的恶劣条件,水下射频通信系统的误码率不够理想,同时对水下通信过程建模的准确率也有一定不足。针对上述问题,本文主要展开以下三个方面的研究:（1）本文提出了一种基于动态遗忘因子优化的协方差匹配技术（covariance matching technology,CMT）简化型Sage-Husa自适应滤波算法,解决了传统Sage-Husa自适应滤波过于依赖遗忘因子的缺陷。同时将该算法应用于水下射频通信的具体场景以解决通信过程中的衰落与噪声等问题。该算法通过对基于反正切函数的动态遗忘因子模型的构建,使得遗忘因子可随系统状态的改变而做出自适应调整。减少了算法使用过程中所需调试参数的数目,对传统卡尔曼算法具有的模型误差,数值发散等缺点加以改善。研究结果表明,在相关参数选取准确时,该算法可以在减少参数调试步骤工作量的同时增加算法精确度。（2）本文基于MATLAB平台完成了水下射频通信系统的搭建,弥补了相关软件通用性的不足。首先通过对调制解调、滤波、信道建模等相关技术的分析研究,建立了水下射频通信模型。然后在系统中集成了扩频、加扰、调制、滤波、信道选择等多个模块,通过仿真展示了系统每个模块的功能与输出结果。仿真结果表明,本系统具有一定的准确性。最后完成了软件包的开发,设计了水下射频通信的可视化界面,以方便对本文系统功能与算法的复现。（3）本文采用Github上公开的水下通信数据模拟（underwater communication data simulation,UCDS）工具生成不同信噪比下衰减后的射频信号。同时将该数据集应用于本水下射频通信系统,用以验证系统的性能以及改进的自适应卡尔曼滤波（improved adaptive Kalman filtering,IAKF）算法的提升效果。实验结果表明,BPSK在水下射频通信中的表现较好,且本系统具有良好的准确性与稳定性,可以在不同信噪比的条件下实现对射频信号的滤波、解调、去扰、解扩等功能。同时,改进的自适应卡尔曼滤波算法使得平均运行时间缩短了约6.2%,与数据集相比,其Eb N0的峰值增益能够达到6d B,与结合CMT的Sage-Husa自适应卡尔曼滤波相比,其Eb N0的峰值增益能够达到2d B。证明该改进算法在提升运行速度和缩小误差等方面有较为明显的效果。该论文有图50幅,表5个,参考文献61篇。