目前,国内外有关将小波变换与盲均衡技术相结合,对信道进行盲均衡处理的研究成果报道很少。而以小波理论为工具,充分利用小波变换的优越性,对盲均衡技术进行研究是一个很有意义的课题,也是现代信号处理领域的前沿课题。因此,本文针对常数模盲均衡算法存在的问题,对基于小波变换的盲均衡理论、算法与仿真进行了深入的研究。主要的工作有:1.针对采用固定步长的常数模算法在收敛速度和剩余误差之间的矛盾,将变步长思想应用于常数模算法,提出了基于剩余误差指数函数变换的变步长常数模算法、基于瑞利分布的变步长常数模算法及一种修正常数模算法。仿真结果表明,这三种算法均能有效克服收敛速度和剩余误差之间的矛盾。2.在对基于小波变换的LMS自适应算法研究的基础上,提出了基于正交小波变换的常数模盲均衡算法。该算法将小波变换引入自适应盲均衡中,通过小波强去相关特性来提高收敛速度。仿真结果表明,该均衡器收敛速度快,而计算量增加不多,易于实时实现。3.提出了引入动量项的正交小波变换常数模盲均衡算法和基于正交小波变换的变步长常数模盲均衡算法。该算法将动量项和变步长分别与基于正交小波变换的常数模盲均衡算法相结合,通过引入动量项和变步长来进一步提高收敛速度。仿真结果验证了上述算法的有效性。4.针对高阶QAM信号,提出了基于正交小波变换的多模盲均衡算法。该算法具有小波强的去相关性和多模算法小的剩余误差特性,因而,收敛更快,误差更低。考虑到该算法没有充分利用输出信号数据,导致收敛相对较慢的缺点,进一步提出了基于正交小波变换的符号判决双模式盲均衡算法,该算法工作在基于正交小波变换的多模盲均衡算法和基于正交小波变换的常数模盲均衡算法两种模式下,并根据符号判决的方式在两种模式之间进行切换,因而性能更优。仿真结果与理论分析完全一致。