码间干扰被认为是在无线通信领域中高速传输数据时的主要障碍,为了克服其引起的信号失真,在通信系统中常常使用信道均衡技术。传统均衡技术克服码间干扰的方法是发送训练序列,盲均衡具有无需训练序列的优良特性。本文主要研究了车载网络中基于相关性的盲信道估计和均衡算法。本文共分五章:第一章概述了背景知识、信道估计及均衡的发展情况,以及本文所做的主要工作。第二章介绍了盲均衡的基本概念、盲均衡器的结构、盲均衡的基本算法以及性能特征。第三章介绍了车载网络中基于互相关性的基本知识,给出了车载网络中基于互相关性的信号和系统模型,同时,还引出了在城市环境下车载网络中,毗邻的vehicles之间传输的信号具有高度互相关性的特点。第四章针对V2V网络,利用这一特点引入了一种有效的盲信道辨识和均衡算法,在此基础上又引入了一种计算复杂度较低的自适应算法,最后对该算法与文献算法做了理论比较和仿真研究。第五章针对V2I网络,还利用这一特点提出了一种同时带等式约束和不等式约束的最小能量输出优化算法,以增强系统的鲁棒性。仿真实验结果表明了该鲁棒性算法具有良好的性能,在收敛速度、稳态剩余误差、误码率等性能方面均有改善。