信道失真和多径衰落在水下数字通信系统中普遍存在。它们是导致码间干扰的主要因素,而码间干扰的存在使得通信质量严重下降,同时也大大降低了数据在水下传输的速率和可靠性。因此,为了消除码间干扰并提高带宽利用率,对接收端的输出信号进行均衡显得尤为重要。而对于传统的自适应均衡技术而言,它的一个很大的缺点就是需要发送训练序列。这占用了大量的水下原本就比较紧张的带宽。而盲均衡技术恰巧可以弥补这一缺陷,因为它可以对均衡信道的畸变进行很好地均衡,并且不需要发送训练序列。从而可以有效节省水下的通信带宽,提高通信效率。所以本文以RNA遗传算法为工具,来优化盲均衡算法的均衡性能。并且对优化算法进行探究。本文的主要研究内容如下：(1)提出了基于RNA遗传优化的常模盲均衡算法因为传统的常模盲均衡算法是依据梯度下降法对均衡器权向量进行迭代寻优的,易陷入局部极小值。为了克服该缺陷,在常模盲均衡算法的基础上引入RNA遗传算法,利用RNA遗传算法的全局搜索性来寻找全局最优解。该算法中采用基于RNA核苷酸链的编码方式来表示均衡器最优权向量的可能解,并且对编码后的RNA链采用新型的交叉和变异操作,寻找RNA种群中的最优个体,再对最优个体进行解码,将解码以后的输出向量作为常模盲均衡算法的初始权向量。(2)提出了基于RNA遗传优化的多模盲均衡算法传统常模盲均衡算法仅仅利用均衡器输出信号的幅度信息,而没有利用其相位信息。所以不能消除由信道特性引起的相位旋转,而且对于非常模信号,其收敛速度慢,均方误差大。而多模盲均衡算法同时利用均衡器输出信号的幅度信息和相位信息,解决了相位旋转问题。但是仍然存在收敛速度慢、稳态误差大的缺点。所以将具有优良的全局寻优能力的RNA遗传算法与传统多模盲均衡算法结合,得到基于RNA遗传优化的多模盲均衡算法。新的混合算法可以有效加快收敛速度,降低均方误差。(3)提出了基于RNA遗传优化的加权多模盲均衡算法传统多模盲均衡算法虽然可以很好地消除由信道引起的相位旋转,并且可以降低稳态误差。但是,在无噪声的情况下,MMA算法的稳态误差仍存在。而加权多模盲均衡算法可以解决这一问题。该算法实现了模值在均衡器系数迭代过程中的自适应修正。在其中引入判决符号的指数幂来对代价函数中的模值进行调整,进一步利用星座图的先验信息。将RNA遗传算法与加权多模盲均衡算法结合形成新的混合算法,该算法利用了RNA遗传算法的全局搜索能力以及加权多模盲均衡算法可以自适应调节模值的性能,对传统盲均衡算法进行了进一步的优化,大大改善了其性能。(4)提出了基于RNA遗传优化的频域加权多模盲均衡算法频域加权多模盲均衡算法是在传统加权多模盲均衡算法的基础上进化而来的,该算法将时域中的算法通过FFT变换为频域中的算法,同时在加权多模算法中运用频域常数模算法中的重叠保留法,使得频域加权多模算法比时域加权多模算法具有更小的计算量。但是FWMMA依然要求代价函数连续可导,并且容易陷入局部最优。利用具有良好全局寻优能力的RNA遗传算法对均衡器的权向量进行迭代寻优,可以有效提高盲均衡算法的性能。