在码分多址(CDMA)移动通信系统中，由于多个用户的随机接入以及无线信道的时变特性对用户地址码之间互相关性的破坏，造成了码字的非正交，使得系统中存在着多址干扰，影响了系统的性能和容量。当用户数比较多时这种干扰会更加严重。利用多用户检测技术可以有效的解决这个问题。在各种多用户检测技术中，基于MMSE和MOE准则的多用户检测技术由于具有良好的性能和较低的复杂度，近年来已经成为了研究的一个热点。然而，他们的复杂度仍然相对较高，不利于多用户检测技术的实时实现。本文主要利用神经网络的高度并行处理能力和寻优能力，来提高其实时性。鉴于此，本文的主要工作有以下几个方面: 1.讨论了多用户检测技术的原理，分类以及常用的多用户检测技术的算法及其改进形式，尤其是最新的一研热点。 2.研究了Hopfield神经网络的几种改进形式，包括小波Hopfield神经网络和随机Hopfield神经网络等，并且给出了利用Hopfield神经网络求解问题的一般步骤。 3.在多径衰落信道中，接收端的信号一般是复数信号，不能直接用神经网络实现。为了解决这个问题，本文对接收端的信号进行了实部和虚部的分离，从而将MMSE的代价函数转化成了实数，并和Hopfield神经网络相结合，提出了一种基于神经网络的MMSE检测器。从而既克服了Hopfield神经网络容易陷入局部最小点的缺陷，又克服了MMSE检测器复杂度较高的问题。仿真实验表明，该检测器的性能几乎已经达到MMSE多用户检测器的理论上限。 4.提出了多径衰落信道中基于信道系数估计的神经网络盲多用户检测技术。首先，将信号通过MOE盲多用户检测器，然后，利用检测器的输出来估计信道系数，最后通过组合和判决获得发送的信息，从而将信号检测和信道估计技术相结合。仿真验证了信道估计存在误差和信道径数估计错误时对检测器性能的影响。实验结果表明，该检测器在这两种情况下的仍然具有很好的性能，优于同类算法。