本文主要研究基于有限字符集(如QPSK调制信号)的MIMO系统盲均衡算法。具体内容如下： 第一章概括介绍MIMO盲均衡的方法。 第二章简单介绍了基于高阶统计量的恒模算法(CMA)。 第三章主要介绍二阶统计量和盲分离相结合的MIMO盲均衡算法。当发送信号是复数时，在复信道MIMO的情况下，利用经典的二阶统计量算法均衡后，仅仅依靠判决来恢复信号是不可能的，只能恢复到多个用户信号的混合信号，所以还需要利用盲分离算法将多个用户的信号进行分离。主要利用联合近似对角化方法进行盲分离。 第四章主要介绍QPSK的MIMO系统ε-均衡算法。该算法是将MIMO有限冲激响应线性系统的盲均衡问题转换成求解带二进制约束的二次规划问题，利用ε算法求解该二次规划，然后通过连续干扰消除法或信号空间删除法消除多用户的干扰，逐个的恢复出所有用户的信号。在此基础上，利用递推算法可以依次恢复后续信号。仿真实验表明，该算法充分利用了发送信号属于有限字符集的先验信息，它适用于含公零点的信道和未知信道阶数的情况，只需较短的接收数据就能获得较好的性能。 第五章提出了一种离散微粒群优化方法解决MIMO系统盲均衡问题。该方法是基于移动通信发送信号属于有限字符集的特点，把衰落信道多用户盲检测问题转换为带二值约束的二次规划问题，从而突破了多输入多输出信道传递函数必须不可简约且列简化的苛刻限制。该算法在代价函数中加入了信号之间的相关项，从而可以同时恢复出多个发送信号。二次规划问题采用离散微粒群优化算法求解。仿真实验表明：不管传统的信道辨识条件是否满足，该算法都具有较低的信号误码率和较好的稳健性。