随着社会的信息化发展,无线通信广泛地应用到民用、军用等各领域,促进了生产力的提升。广大研究机构、企业积极投入到5G、超宽带无线通信、毫米波无线通信等新技术的研究中,同时,部分研究机构和学者持续对无线通信中的传统关键技术进行不断的改进与完善。本文旨在对无线通信中的符号同步技术、盲均衡技术进行研究和改进。本文首先在对无线数字通信系统调制解调基本原理及数学模型分析的基础上,搭建调制解调过程基础仿真平台,包括码元序列产生、波形成型、IQ调制、高斯噪声加载、相干解调、误码率计算等模块,实现了2ASK、BPSK、QPSK、16QAM调制信号产生及相干解调,通过对收发的时域、频域分析,验证了调制解调仿真程序的正确性。快速、准确的符号同步对数字无线通信系统具有重要意义。Gardner算法是一种经典且广泛使用的符号同步算法,该算法存在定时精度不够、定时误差大的问题。因此,本文基于窗化法对Gardner算法的插值部分进行了改进,研究发展了一种连续可变抽头数的插值滤波器,改善了Gardner插值器的抗混叠性能,提高了Gardner计算精度,同时在Gardner的误差估计环节发展了一种基于升余弦滚降滤波函数改进的定时误差估计方法,该方法改进了衰落信号时偏估计中定时误差大的问题,有效减小了环路收敛后的定时误差,并且可以提高环路的收敛速度。综合以上两点改进,发展了本文的布莱克曼窗辅助的Gardner(Blackman Window Aided Gardner,简称BWGAD)算法。仿真结果表明,相比Gardner算法,BWGAD算法的时偏估计值更接近理论值且方差性能更好、定时误差更小、在更少的迭代次数下完成收敛,即定时精度、算法稳定性要优于Gardner算法。盲均衡是一种在信道畸变相当严重的条件下,不借助训练序列,仅根据接收到的信号序列本身对信道进行自适应均衡的方法。其中,CMA算法(Constant Modulus Algorithm,简称CMA)是一种典型的盲均衡算法,CMA算法稳健性非常强,但存在收敛速度与收敛精度不能兼顾等问题。因此,本文基于经典的CMA算法中的代价函数与误差函数,发展了四次均方盲均衡(Blind Least Mean Forth Equalization,简称BLMFE)算法。BLMFE算法主要对CMA做了以下两点改进:第一,基于四阶误差最小化算法设计出一种用于求解盲均衡器高阶抽头系数的迭代算法,并替换CMA算法中的抽头系数计算公式,此种处理方法可以使得盲均衡器获得更快的收敛速度与更小的稳态误差。第二,基于梯度下降算法设计出一种寻找最优步长因子的优化计算方法,并以此替换CMA算法中的常数步长,该方法使得CMA算法计算精度与计算速度都得到了提高。仿真结果表明,BLMFE算法,与经典CMA算法以及基于对数函数改进的CMA算法(Logarthmic Cost Function Alogrithm,简称LCF)相比,具有更高的收敛精度、更小的稳态误差与更低的误码率、收敛性更好的星座图、更快的收敛速度。