自适应均衡器是现代数据通信系统中的一个关键部分，研究这一问题具有重要的理论价值和实际意义。本文针对通信信道的非线性畸变、加性噪声以及突发干扰等，对神经网络自适应均衡技术进行了研究。首先阐述了自适应均衡技术的发展及神经网络在自适应均衡中的应用，介绍论文工作背景与内容安排。第二章用数学的观点将均衡问题表述为几何空间的区域划分判决问题，为神经网络的应用奠定基础。第三章提出递归神经网络自适应均衡器（RNNE），给出该均衡器串行和并行输出的具体实现，对该均衡器的特性进行了全面的分析。第四章将传统的线性信道判决反馈结构融入递归神经网络中，提出了两种判决反馈递归神经网络均衡器（DFRNNE），并探讨了两种学习步长自适应调节的方法。第五章对基于复数的递归神经网络自适应均衡器进行了研究，提出了判决反馈复数递归神经网络自适应均衡器（DFCRNNE），导出了适应于这种均衡器结构的改进复数RTRL算法。第六章针对短波信道的突发干扰对自适应均衡器有破坏作用，分析了突发干扰时判决反馈递归神经网络自适应均衡器的特性，提出了两种抗突发干扰算法。第七章提出判决反馈BP网络自适应均衡器（DFBPE），设计了多输入单输出和多输入多输出的DFBPE；对DFBPE的特性进行了全面的分析，并将DFBPE同DFRNNE的各项性能进行了系统全面的比较分析。第八章对判决反馈BP网络均衡器输出的激活函数及算法进行了改进，使算法能够有效地应用于多电平调制信号的自适应均衡。第九章则将神经网络自适应均衡技术的研究成果推广应用于自适应噪声对消技术，对其结构、算法和性能进行了研究。