多用户检测(MUD)问题可以看作一个组合优化问题,因此可将智能计算的优化机理应用于多用户检测的寻优过程中。本文主要致力于在多天线分集接收多载波码分多址(MC-CDMA)系统中应用智能计算方法解决多用户检测问题。本文的主要工作可以概括如下:1、在分析MC-CDMA原理的基础上建立了其在高斯和瑞利信道下的发射和接收数学模型。2、详细介绍了几种常用的次优多用户检测器的实现方法,并给出它们的性能仿真结果。3、针对频率选择性信道下使用多天线分集接收MC-CDMA系统上行链路中的多用户检测问题,提出了一种基于遗传算法(GA)的多用户检测方案—GA-MUD,针对两种不同的代价函数和两种不同的个体选择机制对GA多用户检测的性能进行比较。仿真分析表明:在相同计算复杂度下,基于相位误差平方和函数的方案要优于基于对数似然函数的方案;基于Pareto优化准则机制要优于基于线性合并准则的机制;4、针对MC-CDMA系统上行链路的频率选择性信道中的多用户检测问题,提出了一种使用多天线分集接收的基于改进人工鱼群算法(AFSA)的多用户检测(MUD)方案—AFSA-MUD,对不同天线分支代价函数根据Pareto优化准则进行个体选择,使改进后的鱼群算法具有同时独立利用不同天线分支信号携带的有用信息的能力。仿真结果表明,在相近计算复杂度下,AFSA-MUD优于GA-MUD。5、针对频率选择性信道下MC-CDMA系统,提出了一种基于遗传算法的单天线双代价函数多用户检测方案。与单天线单代价函数系统和双天线单代价函数系统的分析和仿真比较表明,该方案的BER性能比单天线单代价函数方案更优;在低于双天线单代价函数方法计算复杂度情况下,采用该方案的BER性能接近双天线系统。