目前PSK已被3G标准采用，也将是B3G/4G首选的调制制式，这使得PSK信号均衡问题尤为重要，同时无线通信传输速率的极大提高对均衡技术提出了新的要求。高速数据传输的情况下，均衡算法需要仅使用很短的数据块就能够消除符号间干扰，而传统均衡算法或从二阶统计量出发，或以高阶统计量为基础，均建立在大数据量统计基础之上，也存在着运算量过大、收敛速度慢等缺点，缺乏向实时信道方面推广的潜力。近年，出现了将PSK信号的盲均衡问题转化为一个二次规划问题从而进行信号恢复的方法，但是诸如此类的算法对于简单BPSK信号比较有效，对于QPSK信号就会使计算负担大增，而且算法本身是不完备的。论文在简要介绍支持向量机、均衡技术、无线信道相关内容的基础上，着重研究短数据块的基于训练序列的信道估计和PSK信号的盲均衡问题：　　 本文提出运用支持向量机解决基于训练序列的信道估计问题。该方法具有不需要知道具体的发送滤波器形式，也不需要知道发送滤波器的阶数，而仅需要依赖短数据块的接收信号就可以直接获得均衡器等优点；运用支持向量回归的方法将BPSK和QPSK信号盲均衡问题转化为求解凸二次规划问题，并考虑了该两种信号通过线性和非线性信道的情况，并采用经典无线通信复数多径信道进行仿真和分析该方法的性能。仿真验证算法仅需要较短的数据块便可以正确盲恢复发送信号，具有较强的向时变信道推广的潜力且算法总是能收敛到全局最优解，算法是完备的。