滤波是一项非常实用的接收端技术，在当今各类先进的通信系统中受到越来越多的重视，其应用领域包括信道均衡、多用户检测、空间滤波、MIMO接收等。传统的滤波算法大都是基于维纳（Wiener）或者最小化均方误差的途径，它所对应的自适应算法称为LMS（Least Mean Square），相应的闭式解称为MMSE（Minimum Mean Square Error）。最小均方误差算法由于具有较低的计算复杂度，能满足高速通信的快速实时计算的限制条件，广泛应用于各类现代通信系统。然而对于通信系统，真正重要的不是均方误差（MSE），而是系统的误码率（Bit-Error Rate）。人们已经意识到在未进行信道编码的情形下最小化均方误差的途径并不能保证系统获得最小的误码率性能，基于最小误码率（Minimum-BER）的滤波算法在通信系统的最优化接收领域打开了新的篇章。这就是本文所要研究的关键内容，作者针对信道均衡与MIMO接收两个领域展开最小误码率滤波算法的研究，构建目标函数，再进行全局寻优，得出相应的最小误码率自适应滤波算法及闭式解，并与传统的最小均方误差算法进行对比。本文的主要贡献有以下几点：一，本文回顾了最小误码率自适应均衡算法（AdaptiveMinimum Bit-Error Rate Equalization）与最小误符号率自适应均衡算法（AdaptiveMinimum Symbol-Error Rate Equalization），并对其算法进行相应的优缺点分析；二，本文提出了新的归一化最小误符号率自适应均衡算法（Normalized AMSER），与现有AMSER算法不同，它不需要已知信道参数，因此具有较低的计算复杂度，而且引入归一化因子能明显提高收敛速度，更吸引人的特点是它对于不同的调制方式具有统一的自适应迭代方案；三，本文回顾了最小误码率MIMO线性接收闭式解，是作者已知范围内唯一的关于最小误码率滤波算法闭式解的报道，它首先对发射天线数等于二的情形求解出最小误码率算法的闭式解，然后采用MMSE组合接收与MER接收串联的方式扩展到发射天线数大于二的情形；四，本文提出一种新的最小误码率MIMO线性接收快速迭代算法，首先我们认为最小化误码率目标函数的上界近似等价于最小化误码率，然后采用凸规划约束的方法得出其快速迭代算法。