遗传算法(GA,Genetic Algorithm)是一种基于生物界演化的随机搜索技术。近年来,遗传算法广泛而深入地应用于通信中的各种联合优化问题并已经有了很多成功的实例。盲均衡技术能够仅利用接收信号的统计特性对信道特性进行均衡,克服了传统自适应均衡技术需要训练序列、降低系统有效信息传输率的缺陷,成为目前的研究热点。本文简单介绍了通信中的盲均衡技术,并针对一个简单的信道模型给出了基于遗传算法的盲均衡算法。仿真结果表明,多次迭代的盲均衡的均值能够很好地代表未知信道的性能。为了更好地利用OFDM系统的性能,需要对资源分配进行设计。通过对功率、带宽、调制方式等的资源控制可以得到比较好的性能。OFDM系统中存在着两种资源分配方案:动态和静态。本文采用遗传算法对一种动态资源分配方案进行了优化,采用自适应的功率分配的方法,在功率约束的条件下最大化系统容量,并保证了用户之间的公平性。随着无线应用的发展,传统的OSI分层结构无法适应无线网络环境,人们提出了跨层设计,其主要内容就是通过在协议的各层之间传递特定的信息,使协议栈能够根据无线环境的变化来实现对资源的自适应优化配置,从而有效利用无线网络资源,提高系统性能。本文提出了针对OFDMA/MISO系统的跨层设计结构并得到了最优解。因为问题的计算复杂度很高,我们采用遗传算法来进行求解,进而获得这种跨层设计较好的性能。实验结果表明,采用遗传算法进行用户的选择可以比传统的方法得到更好的性能。