随着通信技术的进步,无线通信在信息化社会建设中发挥着越来越重要的作用。信道均衡是保证无线通信系统可靠性的重要手段之一,是无线通信技术的研究热点。常模算法（Constant Modulus Algorithm,CMA）由于具有结构简单、易于实现和无需训练序列等优点,在无线通信中得到了广泛的应用。不过在实际的无线信道中存在Alpha稳定分布噪声,导致传统的常模算法在这类噪声中的性能会严重下降。为提高盲均衡算法在Alpha稳定分布噪声环境中对信道失真的补偿能力,基于最大相关熵准则的常模算法被提出。但是该算法存在收敛速度缓慢的问题,需要在确保不影响均衡效果的前提下,加快算法的收敛速度。本文结合最大相关熵准则和分数阶微积分的优势,做出了以下工作:首先本文结合最大相关熵与分数阶微积分提出了基于最大相关熵准则的分数阶常模算法（Fractional Order Constant Modulus Algorithm Based On Maximum Correntropy Criterion,MCC＿FOCMA）。利用最大相关熵准则优化常模算法的代价函数,保证算法在Alpha稳定分布噪声中能够取得较好的均衡效果。接着本文使用变初始值的分数阶梯度法计算代价函数的分数阶梯度,可以充分利用分数阶梯度包含的梯度信息以提高算法的收敛性能。在Alpha稳定分布噪声中,本文提出的MCC＿FOCMA算法具有较好的收敛性能;其次在平稳环境中利用能量守恒公式对MCC＿FOCMA算法进行性能分析。由于MCC＿FOCMA算法利用了最大相关熵准则和分数阶梯度,导致经典的能量守恒公式不能直接用于MCC＿FOCMA算法的性能分析。因此本文利用泰勒公式和向量加权范数对MCC＿FOCMA算法进行化简,通过公式推导得到了在平稳环境下稳态误差的表达式,讨论了步长、核宽以及阶次对稳态误差的影响,并给出算法步长的取值范围;最后通过仿真验证了MCC＿FOCMA算法在Alpha稳定分布噪声中的性能并分析了算法参数对均衡性能的影响。仿真实验表明MCC＿FOCMA算法在Alpha稳定分布噪声中能保持较好的稳定性和均衡性能。另外与基于最大相关熵的常模算法相比,MCC＿FOCMA算法能够在Alpha稳定分布噪声中保持较好的均衡性能,而且具有较快的收敛速度。在信道发生突变的情况下对基于最大相关熵准则的常模算法与MCC＿FOCMA算法进行了仿真对比。实验表明在信道发生突变时MCC＿FOCMA算法可以快速恢复,反映出MCC＿FOCMA算法具有较好的收敛性能。