Dans cet article, nous étudions des techniques d'égalisation aveugle basées sur des critères en théorie de l'information. Elles s'appuient sur l'estimation de la fonction de densité de probabilité (pdf) des données transmises. Notre travail est basé sur des études antérieures où la méthode de la fenêtre de Parzen a été utilisée pour estimer la pdf à la sortie de l'égaliseur. L'égaliseur est obtenu en minimisant la distance entre cette pdf égalisée et une distribution cible. En vue de réduire la complexité de l'algorithme, nous proposons une implémentation à constellation réduite de l'égaliseur adaptatif. Nous montrons un gain de complexité et une amélioration des performances par rapport à des approches similaires dans la littérature.