自适应盲均衡技术在带限的数字通信系统中起着关键性的作用，因为在这样的通信系统中发送训练序列是不可能或不切实际的。在高速无线通信系统中，信道均衡技术可有效消除码间干扰。传统的均衡器使用训练序列进行信道均衡。在无线通信中，特别是移动通信，由于信道的时变特性，就需要频繁的发送训练序列，这样大量的训练序列就会占用很大的带宽。无需发送训练序列的盲均衡技术可以获得有效的带宽利用率。目前盲均衡技术成为通信领域内的研究热点。 本文主要研究Bussgang类算法的特例常数模算法(CMA)，它由于运算量小成为实际当中应用最广泛应用的一种盲均衡算法。正交小波盲均衡算法收敛速度明显快于CMA算法，但计算量有所增加。把量化应用到WBCMA上，采用以2的整数次幂对误差项进行量化，减小了误差项的字节数，因此减少了算法迭代中的乘法运算。计算机仿真证明了该算法的有效性。本文把一种最新的基于Renyi熵的随机梯度最陡下降的盲均衡算法引入到正交小波CMA盲均衡(WBCMA)中，使得正交小波盲均衡算法的收敛速度显著增加，而计算量却增加很少。本文直接从信道输出观测数据的二阶统计量来计算子空间迫零均衡器。传统的CMA(常数模)算法虽然也不用进行信道估计，但却用到高阶统计量，故收敛速度较慢。本文由于不用信道估计和信道阶次的估计，可以避免该估计所产生的误差和该估计的艰巨任务。计算机仿真证明了该方法的有效性。