无线通信是远程医疗中一个重要的数据通信方式,主要应用于野外探险、移动救护、地质灾害、以及远离城镇的农村、海岛等偏远地区的远程医疗之中。然而数据传输所经过的无线信道通常是多径衰落的,直接导致接收到的信号发生严重失真,因此为了保证数据的传输质量,就需要对信道进行均衡,本文研究的就是面向远程医疗数据无线传输中的信道盲均衡技术。“盲均衡”这个概念自提出已经有将近40年的历史了,由于盲均衡过程中避免了使用训练序列,可以节省信道资源,提高信道有效利用率,因此受到业界广泛的关注,许多经典的盲均衡算法先后被提了出来。本文正是在前人这些理论研究成果的基础上,结合远程医疗数据传输的需求特点,对众多盲均衡算法的原理、性能进行了深入的研究与总结,并提出了一些新的改进算法：为了实现远程医疗时变信道的实时跟踪,本文对原本需要批处理的子空间(SS)盲均衡算法和线性预测(LP)盲均衡算法提出了各自的自适应实现算法,并进而提出了一个自适应过程中描述盲均衡算法误码性能的新的评价参数——瞬时误码率。经过仿真实验比较,结果发现SS自适应算法的均衡性能最好,在相同的信噪比条件下,不仅瞬时误码率低,且仅需要较少的数据就可以获得较好的均衡效果。另外,鉴于许多经典的盲均衡算法需要已知信道阶数,且均衡性能对信道阶数较为敏感的问题,本文还对一些常见的信道阶数盲估计算法进行了仿真对比,并得到了一些算法选择方面的经验与结论。由于远程医疗数据传输的无线信道环境通常比较恶劣,符号间干扰比较严重,而远程医疗通常传输的又是关乎人的生命健康的数据信息,对信道盲均衡的实时性及误码性能要求很高。在这种情况下,普通的线性均衡器往往不能满足要求,而判决反馈盲均衡器由于增加了反馈结构,可以补偿严重的码间干扰,因此本文围绕判决反馈盲均衡技术展开了研究,将变步长LMS算法分别与两种基于恒模准则的判决反馈盲均衡算法以及DD算法相结合,提出了改进的变步长判决反馈盲均衡算法。经仿真实验对比,改进算法拥有相对更好的收敛性能和均衡性能。