无线传感器网络应用方向广阔,发展前景巨大,具有成本低、网络设置灵活以及自组织性能强等特点。由于无线传感器网络中传感器节点能量有限,在大多数情况下,节点不能充电或更换,低能耗成为无线传感器网络主要的设计原则之一,因而不使用训练序列的盲均衡技术成为无线传感器网络信号检测技术的首选。本项目组近年来一直致力于无线传感器网络盲均衡技术的研究,本文在本项目组前期成果的基础上主要有如下创新工作:(1)在基于分簇虚拟MIMO无线传感器网络盲处理系统的基础上,为了提高系统的整体性能,本文提出基于混沌初始化的正反馈Hopfield神经网络盲检测算法并推导到MIMO系统,应用于无线传感器网络盲处理系统的簇外;簇内首次将一种改进的TXK盲检测算法应用于基准传感器节点信号的恢复。仿真实验表明,与前期的盲检测系统相比,改进的簇内盲检测系统的误码率在同一数量级的基础上,提高了信号恢复速度,改进的簇外盲检测系统性能更优,系统总体误码率更低。(2)在本项目组前期模型的基础上,分析了模型存在的局限性,为了提高模型对环境的鲁棒性以及系统的传输效率和可靠性,本文构建了一种新的基于分簇多层虚拟MIMO无线传感器网络盲检测模型,本模型通过不同区域或不同功能的节点进行分簇,模型中第一层和第二层运用多簇首协作和多节点通信构成第一级虚拟MIMO传输系统,第二层和第三层由多个簇首和Sink节点构成第二级虚拟MIMO传输系统。(3)针对本文构建的新的无线传感器网络盲检测模型,根据第一层簇内节点信号存在相关性的特点,首次将文献的盲检测算法应用于簇内,解决第一级虚拟MIMO系统的信号检测问题。接着通过改进此算法,使算法运用范围不只局限于发送信号具有互相关的条件,将其应用到第二级虚拟MIMO盲检测系统。通过仿真实验验证了该方案的可行性。