粒子群优化算法是一种模拟鸟群飞行觅食行为的群体智能算法,该算法概念简明、实现方便、参数设置少,是一种高效的搜索算法,现已广泛应用于系统设计、多目标优化、模式识别、信号处理、决策和机器人应用等。在无法获得足够长训练序列的通信系统中,为了改善系统性能,盲均衡与盲检测起到非常大的作用,关于盲均衡算法的研究是近年来通信信号处理领域的研究热点。本文主要研究粒子群优化算法及其改进算法在盲均衡技术中的应用。本文第一章概述了研究背景、盲均衡技术的发展以及本文所做的主要工作。第二章介绍了粒子群优化算法的原理、应用及研究方向,并重点研究了惯性权重对算法的影响。第三章介绍盲均衡的原理以及MIMO技术。第四章给出了基于基本粒子群优化的盲检测算法,并进行仿真。第五章是本文重点,首先构造了基于模拟退火粒子群优化的盲检测算法和基于混沌粒子群优化的盲检测算法,并分析了退火因子和不同混沌映射对算法的影响。通过比较分析,提出了一种改进型算法-基于模拟退火混沌粒子群优化的盲检测算法。其次,为了在保证良好性能的前提下,又不提高算法复杂度,通过分析研究本文又提出一种新的改进算法-基于自调节粒子群优化的盲检测算法。最后,对本文提出的算法误码性能进行了仿真,分析了算法的复杂度。仿真实验结果表明,本文提出的两种算法与基本算法相比具有误码率较低、收敛速度快、性能稳定的优点,能够很好的解决盲检测问题。