正交频分复用(OFDM)技术具有抗多径干扰能力强、能消除符号间干扰、频带利用率高等优点,同时由于采用了快速傅里叶变换,大大降低了无线通信系统的复杂度,因此适合在无线移动信道中传输高速数据。由于无线通信环境的复杂性和未知性,需要对接收信号进行均衡。虽然可以采用基于导频的方法来实现均衡,但导频信号占用了宝贵的信道容量,降低了系统的传输效率。使得OFDM系统的盲均衡技术成为影响OFDM发展的关键因素。本文首先研究了OFDM系统的基本原理,给出了系统模型并介绍了一些关键技术。然后在介绍贝叶斯滤波的基础上,分析研究了粒子滤波方法。通过建立OFDM系统盲均衡的状态空间模型,将粒子滤波应用到模型中,得到了基本的粒子滤波盲均衡算法。粒子滤波通过非参数化的蒙特卡罗模拟方法来实现递推贝叶斯滤波,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,适用于任何能用状态空间模型表示的非线性非高斯系统,精度可以逼近最优估计。但由于粒子滤波存在诸如权值退化、样本衰竭和计算量大等问题,当用于OFDM系统盲均衡中时,需要对算法进行改进。本文分析研究了四种改进粒子滤波算法:重要重抽样粒子滤波(SIR)、辅助粒子滤波(ASIR)、正则粒子滤波(RPF),以及将系统重抽样和马尔可夫链蒙特卡罗移动步骤(MCMC)应用到基本粒子滤波中,得到的一种性能更优的改进算法。最后将这四种改进的粒子滤波算法应用到OFDM系统盲均衡模型中,通过仿真比较证明了改进算法在提高系统可靠性的同时,也缩短了滤波时间,提高了OFDM系统通信的实时性和精确性。