在码分多址系统中，各用户之间扩频码并非完全正交，进而产生了多址干扰和“远-近”效应等，成为影响接收机性能和系统容量的主要因素。尽管多址干扰和“远-近”效应并不能完全避免，但可以采用多用户检测技术减小多址干扰的影响，改善系统性能，增大系统容量。神经网络具有运算速度快、并行处理能力强等优点，将神经网络与盲多用户检测相结合，研究基于神经网络的盲多用户检测算法已成为当前的热点课题。本文主要工作可以概括如下：1．简要讨论了多用户检测的目的与意义；概述了现有盲多用户检测算法的各种实现方法及其发展动态，分析了其特点，阐述了盲多用户检测的基本原理和常用算法，分析了神经网络的特点和结构，以及约束问题的求解。2．提出了基于恒模的前馈神经网络盲多用户检测算法，分别利用罚函数和增广Lagrange函数对约束恒模代价函数进行求解，获得前馈神经网络权值的最优解，从而得到新的前馈神经网络盲多用户检测算法。仿真实验表明，新算法改善了多用户检测的误码率、收敛速度和跟踪能力等性能。3．提出了基于最小峰度准则的前馈神经网络盲多用户检测算法，首先根据信号的高阶谱特性构造了基于最小峰度准则的代价函数，利用约束项来约束代价函数以保证期望信号的准确获取，进而利用上述两种优化方法对代价函数进行求解，得到基于最小峰度准则的前馈神经网络盲多用户检测算法。仿真表明新算法在误码率和收敛性方面优于传统线性约束算法。