本文简单介绍了基于神经网络的盲均衡算法基础，对神经网络的发展、分类及学习规则等作以简单描述，并简单介绍了神经网络理论中主要的改进方法；对数字信道均衡技术进行了简单描述，给出了均衡器的一般设计原理、分类并根据研究方向详细介绍了盲均衡器的初步知识。文中详细介绍了基于模糊补偿神经网络的盲均衡算法，给出了基于模糊补偿神经网络的盲均衡器结构、学习过程等。并根据4QAM调制信号经无线信道模型传输后的输出信号对其性能进行了仿真评估。与常模盲均衡算法相比，基于模糊补偿神经网络的盲均衡算法能够显著地提高系统收敛速度，降低剩余误差和误码率。本文还详细介绍了基于Sigmoid函数的变步长算法。运用Sigmoid函数控制步长，从而显著提高了基于模糊补偿神经网络的盲均衡算法的收敛速度。最后，本文针对当前工作对基于模糊补偿神经网络的盲均衡算法研究提出了几点意见。