目前,高速水声通信的主要障碍就是广泛存在于水声通信中的多径衰落和信道失真导致的码间干扰,使数据的可靠性和传输速率大大降低了。因此,针对水声通信盲均衡理论和算法进行分析与研究具有重要意义。本文以小波变换、神经网络和模糊理论为工具,并充分利用三者的优越性,针对传统的常数模盲均衡算法(CMA)存在的收敛速度慢、稳态误差大的问题,对基于模糊控制的小波神经网络盲均衡算法进行了深入的研究。主要的工作有：1基于模糊神经网络控制的变步长盲均衡算法的研究深入学习模糊理论的发展以及神经网络的发展基础知识,把两者的优点充分相结合后,提出了基于模糊神经网络控制的变步长盲均衡算法。仿真结果验证了所提算法的优越性：具有较快的收敛速度、较小的均方误差和较好的抗噪声性能。2模糊神经网络控制的混合小波神经网络盲均衡算法研究采用模糊神经网络作为步长参数控制器,利用人类的经验知识构造模糊规则,从MSE(Mean Square Error)信号中提取信息实现对步长的控制,在算法收敛初期采用大步长,以加快收敛速度,随着算法收敛,减小步长,以减小稳态剩余误差,从而解决了收敛速度和收敛精度之间的矛盾。3基于动态模糊小波神经网络的盲均衡算法研究在无线通信系统中,信道的时变性和不确定性决定了盲均衡过程是一个动态的均衡过程,因此有必要对动态模糊小波神经网络的盲均衡算法进行研究。(1)基于模糊控制的动态小波神经网络盲均衡算法研究基于模糊控制的动态小波神经网络盲均衡算法是指把小波神经网络的输出做为下一时刻小波神经网络输入的一部分,使得网络具有记忆功能,从而表现出网络系统的动态特性。(2)基于动态递归模糊小波神经网络模型盲均衡算法研究基于动态递归模糊小波神经网络模型盲均衡算法的实质是利用动态小波神经网络反馈回来的信息,对模糊小波神经网络的各个参数进行调整,从而动态地调整小波神经网络,达到均衡的目的。图[35]表[3]参[84]