针对宽带超外差式数字接收机通常无法同时满足高线性动态范围、同时多信号接收的现状,本文提出并设计实现了一种基于非线性盲辨识技术的自适应宽带数字接收机。由于宽带超外差式接收机输入信号的时频特征未知或时变,常规的基于线性系统框架的定频窄带单信号接收和信道化处理技术不再适用,本文在频域对宽带数字接收机输出信号中的谐波与互调分量进行识别和分选,并以其短时能量最小化作为其非线性行为模型参数的辨识准则,利用最速下降法或递归最小二乘算法实现模型参数的自适应提取和更新,然后在线实时地对数字接收机输出信号进行非线性补偿处理。接下来,本文主动利用通信系统传输链路的非线性失真特性,提出并试验验证了一种基于非线性调制解调的新型传输链路技术。该技术利用非线性失真在信息接收和判决环节制造障碍,使非授权用户难以对通信系统实施有效的攻击。本文的主要内容及取得的成果包括以下几个方面：1、用理论分析和定量计算的方式描述了超外差式数字接收机各组成模块以及整机的非线性失真机制,证明了在对超外差式数字接收机进行非线性补偿时,非线性补偿模型不需要含有线性项和二阶项,并得出结论：对于包含射频前端在内的超外差式数字接收机整机来说,制约其无杂散失真动态范围指标的主要因素是低阶非线性失真分量。针对超外差式数字接收机提出了构造非线性补偿模型的方法,提出了降低非线性补偿模型的计算复杂度以及提高模型对非线性系统拟合精度的方法。用理论分析和仿真实验的方式对比了几种记忆非线性模型的计算复杂度与辨识精度。2、提出了一种超外差式数字接收机非线性失真盲辨识与补偿方法。设计了一种基于“非线性失真分量总功率最小”的盲辨识准则,说明了准则对超外差式和直接采样型这两种不同结构的接收机的适用性。分别用四种最优化方法得到了用于非线性补偿模型的Volterra模型核向量的自适应迭代计算公式,分析了基于这四种最优化算法的非线性盲辨识与补偿方法的计算复杂度。用计算机仿真的方式验证了非线性盲辨识与补偿算法对超外差式数字接收机的无杂散失真动态范围的预期改善量,得出结论：低阶非线性失真分量将被抑制到本底噪声水平以下。对三款不同结构的超外差式和直接采样型数字接收机实际系统,用不同类型的输入信号对非线性盲辨识与补偿算法的性能进行了验证,实测结果表明：本文所述的非线性失真盲辨识与补偿方法是正确有效的,其收敛精度、收敛速度、稳定性、对任意信号的适应性都满足实用化需求,并可以使超外差式数字接收机在同时多信号接收情况下的无杂散失真动态范围指标改善约15～20dB,非常有利于对微弱小信号的检测与后续处理。3、对超外差式数字接收机非线性盲辨识与补偿方法进行了增强鲁棒性的优化设计。为了避免使用RLS算法进行自适应迭代计算容易出现的数值不稳定的现象,提出了改进非线性补偿模型核系数迭代过程的收敛速度和收敛精度的方法；针对宽带超外差式数字接收机输入信号可能出现过门限信号个数较多的情况,提出了优化非线性盲辨识准则的方法；为满足数字接收机系统实时运行的需求,对非线性盲辨识与补偿算法的硬件实现构架进行了优化,设计了流水线式的构架实现Volterra级数实时补偿模块,设计了准流水线式的构架实现非线性补偿模型核系数自适应迭代模块；针对定点化算法实现时可能出现的数据过冲现象,给出了检测与避免的方案。4、提出了一种基于非线性调制解调的新型传输链路技术。从原理上说明了主动非线性变换技术与传统安全通信技术的区别,分析了非线性变换对的存在性问题；详细描述了主动记忆非线性变换和非线性逆变换的步骤,针对可能出现的频谱扩展现象与非线性失真分量丢失现象提出了为合作式接收方设计的改进的非线性盲辨识准则；分析了合作式接收方在已知非线性变换所使用的非线性模型的类型、阶数和记忆深度的情况下,进行非线性逆变换时的计算复杂度,并分析了非合作式接收方在未知上述信息的情况下,进行非线性逆变换时的计算复杂度；进行了降低算法实现复杂度和增强抗截获能力的优化设计；理论分析与仿真结果表明,基于非线性调制解调的传输链路技术对待发送消息信号有良好的数据掩藏效果,其实现开销可控,合作式接收方的实现复杂度低,非合作式接收方攻击难度大。