码分多址(Code Division Multiple Access, CDMA)系统是在扩频通信系统上发展起来的一种无线通信系统,由于系统中存在多址干扰和远近效应,并且随着用户数的增多或信号功率的增大,多址干扰现象非常严重,因此极大的影响了CDMA系统的性能。多用户检测(Multiple User Detection, MUD)作为第三代移动通信的关键技术之一,利用用户特征码的内在结构信息,可以减少多址干扰,提高系统容量,解决远近效应。尤其是针对CDMA系统的盲多用户检测技术在检测时只需要期望用户的特征波形和定时信息,不需要干扰用户信息也不需要发送训练序列,具有实现复杂度低,对系统要求少等优点,具有良好的发展前景。本文围绕基于独立分量分析(Independent Component Analysis, ICA)的多用户检测算法展开研究。在总结前人工作的基础上,提出了一些改进算法,主要工作如下：首先,本文介绍了多用户检测的基本概念及其原理,并对主要的几种多用户检测方法做了详细的介绍。然后介绍了扩频通信及独立分量分析的基本理论及其在多用户检测领域方面的应用。其次,在对比分析DS-CDMA接收信号模型和独立分量分析的数学模型的基础上,将独立分量分析应用于DS-CDMA系统的盲多用户检测中,提出了一种基于混沌粒子群(Chaos-Particle Swarm Optimization, CPSO)算法的ICA盲多用户检测算法,与传统的ICA算法相比,仿真结果表明CPSO-ICA算法能进一步减少运行时间并能取得更好的信号检测性能。再次,研究了解决非线性混合信号检测问题的KICA算法,引入了一种新的组合核函数,并与CPSO-ICA盲多用户检测方法相结合,提出了一种改进的CPSO-KICA盲多用户检测算法。与传统的KICA算法相比,仿真结果显示改进的CPSO-KICA盲多用户检测算法运行时间更短,分离性能更佳。最后,对本文的研究工作进行了总结,并对未来的研究工作进行了展望。