近年来,无人机技术被广泛应用于各个领域,针对无人机的研究也越来越热门。由于周围环境的干扰和无人机自身的快速运动,无人机与地面基站之间的通信会受到多径效应和多普勒频移的影响,导致通信质量严重下降。建立一个数学模型可以更方便地来研究无人机通信信道的特性、制定有效的抗干扰方案并分析其性能。本文将无人机通信信道分为三种场景,分别建立了相应的离散时间信道模型,对无人机通信信道做了一个探索性的研究。盲均衡技术在不需要训练序列的情况下就能完成均衡,有利于提高信道利用率,是用来减轻码间干扰的一种重要手段。本文提出了基于同相和正交分量的判决引导盲均衡算法(IQDD),将此算法与CMA结合形成CMA-IQDD算法,该算法收敛速度快,收敛后剩余误差小。具体工作如下:首先介绍了无线信道小尺度衰落特性,以及在WSSUS信道下,多径信道的数学模型和其等效离散时间模型。然后将无人机通信信道分为空中飞行、起飞和降落以及任务区飞行三种场景。分别对这三种场景下的无人机通信信道进行研究,分析了它们的多普勒功率谱和时延功率谱特性,根据WSSUS信道建模原理,建立了不同场景下的离散时间信道模型。在Matlab中对三种场景的信道模型进行了仿真,分析了信道模型的多普勒功率谱、散射函数、多径信道增、时域冲激响应、频域响应、误比特率等特性。仿真结果表明当采用S波段(2cf?GHz)测控,数据传输速率为2Mb/s时,三种场景下,信道都呈现频率选择性慢衰落特性。在非时变信道下,仿真对比了各种基本盲均衡算法的性能,包括CMA、MCMA、DD以及CMA-DD算法,在信道条件较好的情况下,各个算法都能完成均衡,CMA收敛能力强,DD算法收敛后剩余误差小,CMA-DD算法结合了二者的优点。但当信道条件较为恶劣时,CMA-DD算法均衡效果较差。针对以上缺点,提出基于同相和正交分量的判决引导盲均衡算法,该算法能在初始误差较大的情况下较好地完成均衡,但其收敛速度仍然较慢。将CMA和IQDD算法结合形成CMA-IQDD算法,并在Matlab中仿真分析了该算法的均衡效果、收敛速度、误码率特性,表明该算法优于其它算法并且适用于时变信道。在无人机任务区飞行场景信道下,仿真验证了CMA-IQDD算法在时变信道中的性能,结果表明该算法能有效的减小无人机通信信道的时变多径传播特性引起的码间干扰。最后在FPGA平台上实现了CMA-IQDD算法,并在硬件平台上进行实际测试,结果与理论分析一致。