本文主要研究了基于高阶统计量(HOS)的数字通信系统的盲辨识和盲均衡。通过对子空间的分析，给出了多输入多输出(MIMO)系统的盲辨识和盲均衡算法。 本文首先简要的介绍了有限冲激响应系统盲均衡和盲辨识的发展过程，以及现阶段盲均衡和盲辨识方面的研究成果，接着介绍了高阶累积量的定义、性质。 本文介绍了两个已有的算法。一个算法是关于盲均衡方面的，通过一个线性的均衡器利用一个未知非最小相位系统的输入来恢复该系统的输出。另一个算法是关于多输入多输出系统有限冲激响应的盲辨识问题。该算法利用一组四阶累积量矩阵的零空间把一个未知MIMO信道的冲激响应辨识成一个常的单项矩阵。同时，本文也介绍了该算法的一组辨识条件。对于不同的用户的信道长度一致的MIMO系统，该算法只需要很弱的辨识条件。本文还给出了所介绍的两个算法的仿真结果。 本文将侧重点放在MIMO系统的盲信道辨识和盲均衡算法研究上。在分析基于高阶累积量的多输入多输出系统盲辨识算法的不足的基础上，提出了两种改进算法，与原算法相比，这两种改进算法更充分的利用了高阶累积量矩阵结构的特性，从而提高了算法的估计性能。同时给出了两种改进算法和原算法的性能仿真图，证实了改进算法的有效性。