在一定的成本及满足网络业务质量的前提下，建设一个容量和覆盖范围都尽可能大的无线网络是无线网络规划的目标。覆盖的关键是基站选址问题，候选解数量庞大，多峰分布的搜索空间，寻优过程复杂。因此必须采用一种速度快，效率高，且不易陷入局部最优解的寻优算法。遗传算法能很好地满足上述要求，同时，为了克服简单遗传算法的局限性，充分利用遗传算法自身的并行性，提高算法的收敛速度。盲分离问题的研究起源于1991年，Herault和Jutten首次提出了一种神经网络方法，成功地实现了两个语音信号的盲分离。由于该问题的提出具有很强的实用价值，尤其在解决无线网络容量及业务质量问题上有很强的应用前景。为此，本论文的研究工作围绕以上两个方面而展开，分别提出了一些新的算法和思路。即基于遗传算法的网络基站优化算法、基于盲分离算法的盲多用户检测算法，前者用于解决网络覆盖问题，后者用于解决网络容量及网络质量等问题，主要做了以下几个方面的研究工作： 1.对基站站址优化问题进行了研究。基站选址问题特点：候选解数量庞大，多峰分布的搜索空间，寻优过程复杂，在传统网络规划中，为了尽可能找到比较完善的基站覆盖方案，往往需要反复、大量的尝试和更正。针对这一问题，对基站站址优化中存在的问题及现有的优化算法进行概述和总结。 2.提出了一种采用一致交叉算子和双向环迁移的遗传算法。针对基站站址优化问题实际问题的特点引入均匀交叉算子较好地解决了基站定位优化问题中由于染色体过长收敛困难的难题，提出的双向环迁移策略也有利于提高并行遗传算法的优化质量，从而克服了很多寻优算法都较难克服的早熟现象，使算法的性能得到了大大的提高。 3.提出了一个提协方差矩阵的盲信号分离方法。利用信号相互独立时其协方差矩阵为对角矩阵的特征作为分离准则，采用最速下降法进行分离。该方法只采用了混叠信号的二阶矩信息，计算量不大。对新算法给出了详细的理论分析，仿真结果表明了该算法的有效性和良好的分离效果。 4.提出了一种基于QR分解的最大负熵盲分离算法，该算法先采取白化混叠信号将混叠矩阵转换为正交矩阵，然后将混叠信号进行一系列初等旋转变换，并结合源信号相互独立时负熵最大的特点，导出了一种旋转自适应盲分离算法。与Pham(1999)的算法比较而言，本算法虽然与其分离效果和收敛速度相当，但减少了分离时间；而与Andrzej(1996)的算法比较，本算法不仅减少了分离时间，而且大大地提高了分离效果。 5.针对复杂的多径衰落信道情况，提出了一种新的盲分离多用户检测方法，该方法将Fast-ICA算法和Conv-ICA算法进行有机的结合，弥补了二者的缺陷，仿真结果表明其性能要优于其他算法。