在移动通信领域中，码间干扰始终是影响通信质量的主要因素之一。均衡技术是抑制码间干扰、改善系统工作特性的有效方法。盲均衡则是一种不借助训练序列，仅利用接收序列和发送序列的先验知识来恢复发送序列的方法。本文主要研究基于有限字符集(如QPSK调制信号)的MIMO系统盲均衡算法。 在研究微粒子算法，蚁群算法，人工免疫算法等的基础上，使用统一的理论框架--智能体和多智能体系统，分别构造了三个用于解决盲均衡问题的多智能体系统。 本论文共分七章： 第一章概述了本文所做的主要工作。 第二章介绍了MIMO系统盲均衡的模型及算法原理，提出基于信号相关性的多用户盲信号分离方法。 第三章介绍了多智能体与多智能体系统的概念，并简单描述了微粒子群算法，蚁群算法，人工免疫算法的生物原理，理论发展，应用等。 第四章将盲均衡问题转换成连续函数优化问题，并基于微粒子群算法构造了一个微粒子多智能体系统，用于在连续空间串行盲恢复多用户信号。 第五章则将盲均衡问题转换成带约束的规划问题，并基于蚁群算法构造了一个蚁群多智能体系统，用于在离散空间串行盲恢复多用户信号。 第六章将盲均衡问题转换成多峰值优化，并提出了基于人工免疫系统的免疫多智能体系统，用于并行盲恢复多用户信号。最后一章对三种算法进行了总体比较。 仿真结果表明，这三种智能算法都能很好的解决盲均衡问题。且只需较短的接收信号序列就可以得到性能较好的结果。