自适应盲均衡技术在带限的数字通信系统中起着非常重要的作用。传统的均衡算法需要训练序列，而训练序列的传输又要占用宝贵的频谱资源。盲均衡技术不需要参考输入的训练序列来维持均衡器正常工作，仅依据接收序列本身的先验信息来均衡信道特性，因此它可以提高信道传输效率，同时获得良好的均衡性能。本文综述了研究盲均衡技术的意义、发展历史和研究现状；提出了盲均衡的基本定义、数学模型和基本准则，以及评判盲均衡算法的指标和盲均衡采用的基本算法；阐述了Bussgang类盲均衡算法的基本理论和目前几种常用的BuSsgang类盲均衡算法，本文主要研究了盲均衡中的一类重要的算法--常模算法。 常模信号模值恒定，是一类非常重要的通信信号。常模算法由于运算量小而成为当前盲均衡算法研究的热点。本文给出了常模算法的基本理论，在此基础上分析了随机梯度常模算法的收敛特性，研究了误差函数和步长对常模算法收敛性能的影响。传统常模算法由于采用固定步长，使得收敛速度和收敛精度之间相互制约。为了解决这一矛盾，本文提出了一种新的变步长自适应常模算法(B-CMA)，并对提出的新算法的各项性能指标进行了研究，包括对抗突发噪声的能力、跟踪信道的能力等。仿真实验表明该算法有良好的收敛性能。