盲均衡技术是一种不借助于训练序列,仅利用接收序列本身的先验信息来均衡信道特性,使其输出序列尽量逼近发送序列的新兴自适应均衡技术。循环平稳理论是介于非平稳信号与平稳信号之间的一种信号处理方法,一方面反映了信号统计量随时间的变化,弥补了平稳信号处理的不足;另一方面利用了信号统计量周期变化,简化了一般的非平稳信号处理。由于二阶循环统计量不仪含有信号的幅度信息,而且还含有相位特征,因此在盲均衡中引入循环平稳理论可以实现非最小相位系统的辨识。信道输出信号经过过采样后具有循环平稳性,利用其二阶统计量来对信道进行盲均衡,使得采样数据和运算量大大减少。其计算量也远比基于高阶统计量的肓均衡算法小得多,并且能有效地消除信号在移动通信信道中受到的码间干扰,这不仅在盲均衡中具有十分重要的意义,向且被应用到许多领域,有着非常重要的理论意义和实用价值。本文的主要工作和贡献如下:(1)分析了盲均衡准则,阐述了二阶统计量的原理,总结了基于二阶统计量的盲均衡算法,阐明了应用基于二阶统计量盲均衡算法的必要性和可行性。(2)建立了SIMO系统模型,研究了基于SIMO系统的子空间算法,并对其均衡过程进行了模拟仿真,同时对其误码性能进行了理论分析。该模型仅仅利用输出信号的二阶统计量就可以辨识出系统的传输函数,为研究基于二阶统计量的盲均衡提供了重要的基础。(3)提出了一种基于循环平稳理论的子空间线性二阶统计量盲均衡算法,该算法利用接收信号的二阶循环平稳性,依据子空间算法,实现线性盲均衡,计算机仿真验证了算法的有效性。(4)描述了两种主要的盲均衡线性算法:线性预测算法LPA和外积分解算法OPDA,将这两种算法和本文提出的新算法在同一实验条件下进行计算机仿真比较,验证了新算法的性能。由于利用了二阶统计量所以不会陷入局部最优,且计算量小,收敛快。仿真结果表明新算法运算复杂度低,抗噪性能强,误码性能好。