当前,盲检测作为一种新兴技术已经引起人们广泛的注意,它无需训练序列,仅依据接收序列本身的先验信息便可检测出信号。本文对基于神经网络的盲检测技术原理及发展进行详细的阐述,研究了Hopfield神经网络的盲检测算法。本文引入了一种全新的基于Hopfield神经网络盲检测MPSK(multiple phase shift key)信号的算法。该算法的特点是:利用发送信号和接收信号的投影算子之间的关系,建立直接盲检测发送信号的优化性能函数,盲检测问题被转化为二次规划求解问题;将多相角信号用极坐标的方式表示;构造新的复值激励函数,并将其引入复值离散Hopfield神经网络中;然后利用不同更新模式下复值Hopfield神经网络稳定性能对网络权值矩阵的要求,结合接收信号投影算子和补投影算子的特性配置网络权值矩阵;将带约束的二次规划性能函数映射为复值Hopfield神经网络的能量函数,性能函数的全局最优解映射为网络的最小能量平衡点;理论证明该复值Hopfield神经网络具有良好的稳定性和收敛性。在成功利用Hopfield神经网络解决MPSK信号盲均衡问题后,论文进行了仿真实验。仿真结果表明:本算法所需数据量短,能够快速收敛到真的平衡点,盲检测效果好,误码率低适用于随机信道。