水声通信中广泛存在的多径衰落和信道失真导致的码间干扰大大降低了水下数据的可靠性和传输速率，是高速水声通信的主要障碍。盲均衡技术无需发送训练序列就可跟踪信道变化，可有效提高数据的可靠性及传输速率，利用接收信号的统计特性对信道进行均衡，降低或消除码间干扰，极大地提高了带宽的利用率，是目前水声通信的研究热点。小波变换理论的迅速发展，为变换域的盲均衡算法研究提供了一种新的思路。本文将蚁群算法引入到正交小波盲均衡算法中，充分利用蚁群算法的全局随机搜索和正反馈机制的特点，快速寻找到均衡器权向量的全局最优解，对均衡器的权向量进行初始化，并采用正交小波变换降低信号的自相关性。本文对蚁群优化小波盲均衡算法的实现进行了深入研究，研究内容主要包括以下几个方面。　　 1提出了基于蚁群优化的盲均衡算法　　 将蚁群算法引入到盲均衡算法中，充分利用蚁群算法的全局随机搜索和正反馈机制的特点，通过由候选解组成的群体进化过程快速寻求到全局最优解，对均衡器的权向量进行初始化，提出了蚁群优化的盲均衡算法。同时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，提出了基于蚁群优化的变步长盲均衡算法。仿真结果表明了所提算法的优越性。　　 2研究了基于蚁群优化的正交小波盲均衡算法　　 由分析影响盲均衡算法性能的因素可知，均衡器输入信号的自相关性是影响均衡算法的主要因素之一。信号经过正交小波变换之后，在小波变换域对其进行能量归一化，信号各分量之间的相关性会得到有效地降低，能够有效加快均衡器的收敛速度。通过蚁群优化算法快速寻找到均衡器权向量的全局最优解，并将这组权向量作为正交小波盲均衡算法的初始化权向量。又由于超指数迭代算法对输入信号起白化作用，因此，在分析基于正交小波变换的常数模盲均衡算法的基础上，提出了基于蚁群优化的正交小波变换盲均衡算法(ACO-WT)和基于蚁群优化的正交小波超指数迭代盲均衡算法(ACO-SEI-WT)。仿真结果表明所提出的算法具有较快的收敛速度、较小的均方误差和较好的抗噪声性能。　　 3研究了基于蚁群优化的正交小波包盲均衡算法　　 与正交小波变换相比，正交小波包变换因为对信号的尺度空间和小波空间均进行了分解，信号经过正交小波包变换之后，其自相关性进一步下降。因此，将正交小波包变换盲均衡算法与蚁群优化算法相结合，提出基于蚁群优化的正交小波包变换盲均衡算法(ACO-WPT)，理论分析和仿真结果表明，所提出的算法具有较快的收敛速度和较小的稳态误差，抗干扰性能好。