在数字通信系统中，多径传输引起的码间干扰会使接收端的性能恶化。在为了改善系统的性能所做的一些处理中，盲均衡/盲辨识起到了非常大的作用。本文主要研究了基于高阶统计量的数字通信系统的盲均衡，给出了多输入多输出(MIMO)系统的盲均衡算法。 本文首先介绍了盲均衡来源以及盲均衡算法的研究现状，接着详细介绍了高阶统计量理论的基本知识，包括高阶统计量的定义和性质。文章中主要介绍了几种高阶统计量盲均衡算法，包括一种间接利用高阶统计量的恒模算法CMA(constantmodulusalgorithm)和使用接收信号的高阶累积量的快速收敛的超指数迭代算法SEA(superexponentialalgorithm)。文中分别对这些算法的均衡准则作了详细分析，对同类的一系列的算法作了介绍。最后介绍了另外一种高阶统计量盲均衡算法——IFC(InversefilterCriteria)算法。分析了算法的性能，提出了一种通过SEA和IFC算法进行组合从而提高算法性能的改进算法。文中对所介绍的每种算法都进行了仿真，通过仿真的结果比较验证了算法的性能。