21世纪移动通信技术的发展进入了3G时代，在现行的3G标准(TD-SCDMA、CDMA2000、WCDMA)中，码分多址(CDMA)技术成为主流技术。在CDMA系统中存在三种干扰：多址干扰、加性白噪声干扰、多径干扰，其中多址干扰(MAI)是其重要干扰，而多用户检测是克服多址干扰的一种主流方法。现行的多用户检测基本上可以分为两大类：线性检测和非线性检测。但上述两类检测器在获取必要的用户信息时比较困难，因此对多用户检测方法的改进在不断的研究中。近年来，随着机器学习理论的深入发展，SVM方法逐渐被应用于移动通信领域。本文通过这种新的统计学习理论来实现CDMA系统中的多用户检测，克服多址干扰对系统的不良影响。本文的主要工作和内容如下： ⑴分析CDMA系统信号，并对已有多用户检测器的原理和性能进行仿真和分析。 ⑵阐述支持向量机基本理论并分析支持向量机应用于CDMA系统的可能性。 ⑶提出一种最小二乘支持向量机(LS-SVM)算法来实现在通信系统中应用SVM。通过仿真实验，LS-SVM相对于传统的检测器算法具有学习速度快、结构简单、算法简练等很多优点，是一种很有潜力的多用户检测器算法。