短波通信具有通信距离远、抗摧毁能力强的特点,普遍应用于军事通信、抢险救灾等远距离通信中。然而,短波通信的条件比较恶劣,短波信道不仅具有噪声干扰,还有严重的多径效应和快速时变。本文针对短波恶劣信道条件下通信误码较高的问题,研究均衡技术及其实现方式。在均衡算法中逐幸存路径处理(PSP)均衡性能优异,而且能够适应各种复杂信道。本文介绍PSP均衡的基本概念,根据软判决译码需要,研究基于BCJR算法的软判决输出PSP均衡。并考虑到定时同步误差较大的情况,研究PSP算法中过采样信道估计。由于PSP均衡算法复杂度高,本文选用了GPU实现方式。针对PSP均衡计算量过大的问题研究了减小复杂度的PSP均衡,提出自适应减少状态的M-PSP算法。深入分析了PSP均衡算法的并行特性,把每段数据分割成多个等长度子数据块,使用GPU中不同的流处理器同时处理,再将每个子数据块中的任务进行细粒度划分,在单个线程块内进行合理的线程划分与存储器配置,最终给出PSP均衡算法在GPU上的实现方案。通过仿真分析了PSP均衡算法在GPU上的运行性能,以及和MMSE、DFE两种算法的均衡性能对比。针对信噪比门限较低的信号,研究联合均衡译码算法。根据短波信号最常用的信道编码方式以及GPU的特点,重点研究基于信源空间搜索的联合均衡译码。相对于一般需要多次迭代运算的Turbo均衡,这种方法并行程度更高,因此更易于在GPU实现。本文针对线性分组码提出了基于Chase算法的PSP联合均衡,针对卷积码提出了基于LVA的PSP联合均衡。根据GPU的特性分析两种算法的并行性,设计在GPU上的并行算法。最后通过仿真分析联合均衡译码算法性能,验证其相对于独立均衡译码的性能优势。