码分多址(CDMA：Code Division Multiple Access)通信中存在的远近效应(NFP：Nera-far Problem)与多址干扰(MAI：Multi-access Interference)是限制系统容量的重要因素。多用户检测技术(MUD：Multi-user Detection)在进行干扰消除方面，近些年有重大的研究突破。独立分量分析(ICA：IndependentComponent Analysis)的多用户检测算法利用不同的用户信号之间独立而且不相关的特性，在抑制NFP和MAI方面具有很大的优越性。本文通过对DS-CDMA(Direct Sequence-CDMA)多用户检测技术与独立分量分析(ICA：Independent Component Analysis)的基本理论的分析，我们可知DS-CDMA信号矩阵模型与ICA的数学模型形式相同，因此可以在DS-CDMA系统中引入ICA算法。针对传统ICA算法中存在的只能实现局部分离最优化的局限性，本文提出了一种基于ICA的自适应核密度估计算法(AKE-ICA：Adaptive kernel densityestimation-ICA)，在密度函数具体分布未知的情况下，来直接估计评价函数。并把它应用于DS-CDMA系统的多用户检测中，在结构上采用AKE-ICA检测器来初始化传统检测器输出的方式，并运用自然梯度的法则进行迭代寻优来估计分离矩阵，从而实现对待测混叠信号的分离。最后在Matlab仿真平台上，通过与匹配滤波和匹配滤波ICA处理后的两种多用户检测方法进行比对，证明了该算法在高信噪比时对误码性能改善的优越性和有效性。