智能天线技术是第三代移动通信系统的关键技术之一，也是当前通信技术中的研究热点。使用智能天线可提高系统容量，增加覆盖距离，缓和多径传播的干扰，改善链路质量，增强保密性。随着对于智能天线研究的深入，结合4G的要求，空时信道多维参数联合估计算法的研究显得十分重要。智能天线通过比较准确地估计信号的空时多维参数比如二维到达角和到达时延，进行相应的空时处理来有效地抑制干扰，达到恢复期望用户信息的目的。各用户的波达方向(DOA)和时延作为反映用户空间位置和时间信息的重要参量，不但可以用作下行的波束形成和时域均衡，而且还可以用来定位。因此，研究智能天线中空时信道多维参数联合估计算法具有非常重要的实用价值和意义。　　 传统的多维参数联合估计算法大多需要训练序列或预先知道信道冲激响应，不能应用于多用户环境，参数之间需要额外的配对算法，而且存在计算量过大等缺陷。近年来，利用优化领域的粒子群算法进行参数估计的思路已经出现，粒子群算法因较小的计算量、较快的收敛速度和智能性，使其在模式识别、工业设计、移动通信等领域上得到许多成功应用。本论文主要研究基于粒子群算法的空时参数联合估计及干扰抑制。　　 第一部分对智能天线技术和粒子群算法的主要基础知识进行了介绍，包括智能天线的基本原理、DOA估计方法、时延估计方法和粒子群算法的基本原理。　　 第二部分将惯性权重粒子群算法应用到最大似然方法和MUSIC方法中，通过仿真证明了粒子群算法能较为明显地降低DOA估计算法的运算量，体现了粒子群算法在解决非线性优化问题时的优越性能。　　 第三部分重点介绍了二维角度联合估计和角度.时延二维联合估计的算法，仿真验证了最大似然方法和MUSIC方法的联合估计性能。最后分析了最大似然方法计算量过大的缺陷，表明MUSIC方法在多维参数估计中更具优势。　　 第四部分着重于建立一种空时扩展阵列结构，实现均匀圆阵下多用户多径信号分量的接收和角度-时延的MUSIC联合估计，并采用粒子群算法实现空时参数的多维搜索。最后在联合估计的基础上，提出用干扰子空间的正交投影构造空时多径滤波器，实现相应的空时二维处理。仿真结果表明，该阵列结构能实现信号多径参数的联合估计，同时粒子群算法能明显降低联合估计算法的计算量。