恒模算法(ConstantModulusAlgorithm)是一种典型的自适应盲均衡算法。它可以省略为了获取信道信息而独立发射的训练序列，从而可以节省大量宝贵的频率资源。恒模算法是一种高阶统计量方法，其提出早期用于解决单输入输出(SISO)信道的盲均衡，现已广泛地应用于盲信道估计、盲干扰抑制、盲多用户检测等领域。恒模算法及其应用的研究来自其良好的均方误差性能，在高信噪比的情况下，恒模算法能接近最小均方误差估计器的性能。 恒模算法的最优性能实现取决于有效的快速收敛算法。最初采用的最陡下降算法实际中难于达到最优解，其后提出的最小二乘算法数字仿真显示具有较快的收敛速度，然而其算法代价函数不可微，收敛性难于分析，并且只适用于频移键控和相移键控的调制信号。本文研究了一种有效的快速收敛的恒模算法-批处理恒模算法(BPCMA)，并对其进行了改进，对比传统的算法有较好的收敛性能。 第二章介绍自适应信道均衡的基本原理。要实现理想的信道均衡，需要一个优秀的均衡算法做支撑，本章侧重的算法有：LMS算法、RLS算法和Bussgang类盲均衡算法，并且总结了评判盲算法性能的标准。 第三章根据前一章的理论基础引出了恒模算法，首先介绍恒模算法的最初表达式。接着介绍了分别在LMS算法和RLS算法的基础上得出的最陡下降恒模算法和最小二乘恒模算法。 第四章着重研究批处理恒模算法，批处理恒模算法是一种线性搜索迭代算法，搜索方向采用最速下降方向或牛顿方向，由一个三次方程解得精确步长，最后通过对信号子空间的特征向量进行计算得到初始值。计算机仿真表明批处理恒模算法相对于基本恒模算法有了较大的改进。之后提出了采用共轭梯度方向作为搜索方向的改进算法，与原先的批处理恒模算法作了仿真比较，得出改进算法性能更优的结论。 最后一章研究了批处理恒模算法在盲多用户检测中的应用，通过计算机仿真比较了批处理恒模算法与基本恒模算法在AWGN信道和无线信道下的性能。