模数转换器（analog-to-digital converter,ADC）作为沟通模拟世界和数字世界的媒介,是支撑现代电子系统的重要基石,被广泛应用于雷达、示波器、通信、电子战等领域。随着待测信号瞬时带宽的不断提升,迫切需要具有更高采样速率和更高分辨率的ADC,而在现有的工艺条件下,单个ADC的采样速率和分辨率是相互制约的。为了提升采样速率并保持原有分辨率,研究者们提出利用多片相对低速的ADC构成时间交错（time-interleaved,TI）系统。然而,TIADC的信噪比和动态范围极易受到通道间失配的影响。本文针对TIADC面临的通道非线性失配和带宽失配误差展开研究,提出了相应的盲校准方法,并给出了方法在密集通道系统中的应用,主要工作如下:第2章对非线性失配展开研究,提出了一种低复杂度盲校准方法。该方法利用过采样在频谱中构建一个不含输入信号的失配频带,通过高通滤波器获取该频带内的非线性失配误差以驱动最小均方误差（least-mean-square,LMS）算法,实现对失配系数的自适应估计;对TIADC的输出信号进行阿达马变换、微分、乘法等一系列操作获得伪失真;利用估计出的失配系数对各项伪失真加权求和,从而构造出失配误差;从原始输出信号中减去所构造的失配误差,即可实现非线性失配的校准。仿真验证了本方法在不同输入信号、不同失配强度、不同非线性阶数、不同通道数、不同微分器阶数和不同高通滤波器阶数等情形下的校准性能,并与现有方法进行了资源开销对比,证明了本方法能够有效抑制由于非线性失配产生的误差,提升TIADC的动态性能,在4通道、8通道、16通道的情况下,相比于现有方法节约的乘法资源分别为15%、29%、38%。第3章针对非线性失配展开研究,提出了一种适应任意信号带宽的盲校准方法。该方法利用TIADC输出信号按照误差模型构造出伪失真,然后利用TIADC输出信号和伪失真的互相关结合LMS算法对失配系数进行自适应估计,再利用估计出的失配系数和伪失真构造出失配误差,最后从TIADC输出信号中减去该失配误差实现对非线性失配的校准。仿真验证了本章方法在不同输入信号、不同失配强度、不同失配阶数、不同通道数、不同微分器阶数和不同互相关点数等情形下的校准性能,并与现有方法进行了对比,结果说明了本章方法以适当牺牲收敛速度为代价,突破了现有方法只适用于宽带信号的瓶颈,在窄带信号的情况下具有良好的适用性。第4章针对带宽失配展开研究,提出了一种低复杂度盲校准方法。该方法通过对TIADC输出信号进行微分、时延、下采样等处理获得子通道的伪失真;利用相邻通道输出信号间的相关性构建损耗函数,从而驱动LMS算法实现对失配系数的自适应估计;利用估计出的失配系数对子通道的伪失真加权求和,从而构造出子通道失配误差;再从子通道输出信号中减去所构造的失配误差,从而实现带宽失配误差的校准;并利用二级理查德森迭代结构进一步提升校准精度。仿真验证了本章方法在不同输入信号、不同失配强度、不同失配阶数、不同通道数目、不同微分器阶数和不同互相关点数等情形下的校准性能,给出了与现有方法的资源开销对比,结果说明,本方法能够以较小的功耗有效抑制由于带宽失配产生的误差,提升TIADC的动态性能,在通道数为4和8时,相比于现有方法节约的通用乘法器个数分别为70和146。第5章针对前文所提方法在密集通道中的具体应用展开研究,并给出该方法的高效实现策略。校准分两级进行,第一级对增益失配进行校准,第二级对时延和带宽失配进行校准。在每一级校准中,我们利用阿达马变换构造出伪失真,将伪失真和输出信号的互相关作为损耗函数,驱动LMS算法实现失配系数的估计,再利用估计出的系数对伪失真加权构造出子通道的失配误差,从子通道的输出信号中减去失配误差实现校准。仿真验证了本章方法在不同输入信号情形下的校准性能。针对实时校准应用场景的需求,对方法的高效实现策略进行研究,通过采用符号LMS算法、简化的互相关运算、全并行微分滤波器架构等,给出校准方法的低功耗、高效集成方案。