水下的高速稳健通信一直以来是水声领域研究的重点和难点。由于可用带宽等因素的限制,目前主流的水声通信主要采用单载波体制。与此同时,水声信道具有稀疏时变多途效应强等特点,这将造成通信信号在经过水声信道传输后存在有严重的码间干扰。作为单载波通信的核心技术之一,自适应均衡技术能够有效地抑制码间干扰。其中自适应算法的性能将直接决定着均衡的效果。综合水声信道缓慢时变的特性,以及工程应用的限制,自适应均衡算法需要具备收敛速度快、计算复杂度低的双重优点。主流的自适应均衡算法主要分为最小均方(LMS)类算法和递归最小二乘(RLS)类算法。本文从两种算法的推导出发,通过理论分析得出了LMS算法收敛速度慢、RLS计算复杂度高的结论,进而定位了问题产生的原因,并进行改进。对LMS主要进行了变步长、解相关和提高数据量的改进,对RLS进行了滤波器格型结构的改进。文章通过MATLAB平台仿真,分别在时不变、全抽头时变、单抽头时变信道条件下进行了系统辨识仿真,以及在BPSK通信机背景下完成了信道均衡仿真。各仿真结果一致,共同验证了改进的效果。证明了变步长与解相关的LMS融合方法(VS-DCTLMS)能够兼顾收敛速度与稳态误差,同时降低了LMS对信号相关性的敏感度,有效地提高了算法收敛速度;格型结构RLS(LRLS)通过阶更新的方式,避免了矩阵与向量间的大量运算,将RLS的计算量从O(N~2)降低到O(N)。本文将改进算法应用于湖试数据的处理上。相比于传统LMS算法,VS-DCTLMS能够有效地降低丢帧率。LRLS在保持较低丢帧率的同时,减少了运行时间。文章最终解决了主流自适应算法存在的问题,得到了两个收敛速度快且计算复杂度低的自适应算法。