由于水声信道的时变、频变、空变等随机特性,使得信号在传输过程中受多径衰落和有限带宽的限制,产生的码间干扰(Inter-symbol Interference, ISI)是影响通信质量的主要原因.为了消除ISI并提高带宽利用率、提高带宽利用率,在对国内外关于水声信道均衡现状深入分析的基础上,提出以小波理论为工具,以人工鱼群算法为优化手段,将超指数迭代、多种调制方式、分数间隔与盲均衡理论相给合的新思路,开展基于人工鱼群优化小波变换的水声信道盲均衡理论、算法、仿真与性能评估研究,取得的主要成果如下：1.提出了基于人工鱼群优化的正交小波变换常数模盲均衡算法(1)提出了基于人工鱼群优化的盲均衡算法传统常模盲均衡算法(Constant Modulus blind equalization Algorithm, CMA)对最优权向量的搜索方法是一种梯度下降搜索法,该搜索方法由满足连续、可导的代价函数确定均衡器权值的迭代方程,易陷入局部收敛。针对传统CMA的搜索方法存在的缺陷,分析了人工鱼群算法特性的基础上,将人工鱼群算法引入到盲均衡算法中,研究了人工鱼群优化的盲均衡算法。(2)基于人工鱼群优化的正交小波盲均衡算法充分利用小波变换的强解相关性,通过对均衡器输入信号进行正交小波分解来设计盲均衡器结构,利用人工鱼群算法能快速寻找均衡器权向量全局最优解的性能,提出了基于人工鱼群优化的正交小波常数模盲均衡算法。2.基于模拟退火与人工鱼群变异优化的小波盲均衡算法由于人工鱼群算法在搜索后期效率低,易出现早熟现象。为克服该缺点,在鱼群算法中嵌入变异算子以保持种群多样性,抑制早熟现象,同时引入模拟退火思想增强局部寻优能力,改进鱼群算法后期收敛速度减慢的缺点,获得了模拟退火与人工鱼群变异混合算法,用该算法初始化正交小波分数盲均衡器的权向量,提出了模拟退火与人工鱼群变异混合优化的小波分数盲均衡算法。3.基于混沌人工鱼群优化的广义多模盲均衡算法为了有效提高高阶正交振幅调制信号(Quadrature Amplitude Modulation, QAM)的均衡效果,提出了一种基于混沌人工鱼群优化的广义多模盲均衡算法。该算法利用信号星座图的先验信息,将混沌人工鱼群算法融入广义多模盲均衡算法中,利用混沌人工鱼群算法的快速全局寻优能力来初始化均衡器的权系数,在均衡器权向量迭代过程中,自适应地调整代价函数中的模值。理论分析与仿真结果表明,与广义多模盲均衡算法(Generalization Multi-modulus Blind Equalization Algorithm, GMMA)和人工鱼群优化的广义多模盲均衡算法相比,混沌人工鱼群优化的广义多模盲均衡算法具有更小的稳态误差和更快的收敛速度,更适用于均衡高阶QAM信号。4.基于免疫人工鱼群优化的小波频域多模盲均衡算法由于自适应多模盲均衡算法对高阶正交幅度调制信号系统的均衡能力偏弱,基于免疫人工鱼群优化算法、正交小波变换理论和快速傅立叶变换(Fast Fourier transform, FFT)技术,提出了一种小波频域均衡器和免疫人工鱼群组合的自适应多模盲均衡算法(βMMA)。该算法利用免疫人工鱼群快速全局寻优能力加快自适应多模盲均衡算法的收敛速度,以及正交小波变换对输入信号强解去相关性,来减小稳态误差并使用循环卷积代替线性卷积来减少算法计算量。仿真结果表明：该算法在收敛速度、稳态误差和计算量方面都较传统的自适应多模盲均衡算法更有优势。5.基于量子人工鱼群优化的超指数自适应最小熵盲均衡算法为提高高阶非常模信号的均衡效果,在增加较小计算开销的前提下,提出了量子人工鱼群优化的超指数自适应最小熵盲均衡算法。新算法利用最小熵反卷积准则中隐含的锁相环技术来纠正输出信号的相位旋转,再通过超指数算法白化输入信号减小均方误差,最后利用量子人工鱼群算法的快速寻优能力,进一步加快算法的收敛速度和稳态误差。仿真结果对比表明,不同的调制方式,最小熵盲均衡算法具有不同的均衡效果；且新算法能有效恢复信号的相位,加快收敛速度,减小稳态误差。