OFDM技术兴起于20世纪60年代,最早应用于军事通信中。随着FFT和IFFT的引入,OFDM技术开始走向实用化。目前,OFDM技术广泛应用于HDSL,ADSL等系统中。随着OFDM技术应用的扩展,使其面临的通信环境更为复杂,这就需要良好的均衡技术来恢复原始信息。由于移动通信环境的复杂性和未知性,使得OFDM系统的盲均衡技术成为影响OFDM发展的关键因素。本课题首先研究了OFDM系统模型,然后在分析了非线性滤波的基础上,引入了粒子滤波,并将其应用于OFDM系统中,得到了粒子滤波盲均衡的基本算法。粒子滤波是一种基于递推计算的序列蒙特卡罗算法,它采用一组从概率密度函数上随机抽取的并附带相关权值的粒子集来逼近后验概率密度,从而不受非线性、非高斯问题的限制,是当前处理非线性非高斯问题的主要方法。但同时,由于粒子滤波存在诸如粒子数匮乏、滤波性能不高、实时性差等问题,会影响通信系统的通信实时性和精确性,随着通信环境的日趋复杂,需要对粒子滤波盲均衡算法进行一定的改进。针对粒子滤波存在的上述问题,本文提出了一些改进算法:U-粒子滤波算法、平方根U-粒子滤波算法,并将各种算法结合起来,得到了一种更适用于通信系统的改进算法。最后,分别对这些改进算法进行分析说明,并将其应用于OFDM系统中。得到的仿真结果进一步表明,与普通粒子滤波算法相比,上述采用的几种改进算法在提高系统可靠性的同时,更缩短了滤波时间,符合OFDM系统对通信实时性的要求。