差分进化算法是一种新兴的差分进化技术,它具有参数设置少、搜索效率高、算法简单等优点。目前,已成功应用于机器人、通信及神经网络训练等多个领域。盲检测技术自30年前首次提出就得到学者们的深入探讨,该技术要求在没有发送序列任何先验知识前提下,仅根据接收序列对发送序列做出估计。本文首先给出了基于差分进化的直接盲信号检测算法,并对算法性能加以分析研究;然后在指出差分进化盲检测算法不足的基础上,对其做了进一步改进,提出三种改进的基于差分进化盲检测算法;最后通过性能仿真实验及复杂度分析验证改进算法的优越性。本论文共分六章:第一章概述了研究背景及本文所做的主要工作。第二章介绍差分进化算法的基本原理及近年来国内外学者对差分进化算法做出的研究成果。第三章介绍了盲均衡技术和盲信号处理技术的基本原理。第四章给出基于差分进化的盲检测算法模型及流程图,并对算法性能进行仿真分析。第五章是本文的重点:首先提出基于差分进化盲检测算法的三种改进算法——基于混沌差分进化盲检测算法、基于自调节变异差分进化盲检测算法、基于混沌自调节变异差分进化盲检测算法;然后对本文提出的三种改进算法的误码性、收敛性进行仿真分析;最后对本文主要研究的算法复杂度加以分析。第六章是总结与展望。