多用戶檢測(cè)(MUD)是通過消除CDMA系統(tǒng)中小區(qū)內(nèi)或小區(qū)間的干擾來改進(jìn)接收性能、增加系統(tǒng)容量的。因?yàn)樵贑DMA系統(tǒng)中，對(duì)某一特定用戶，其他用戶的信號(hào)都是干擾，這些干擾既有來自小區(qū)內(nèi)的，也有來自小區(qū)外的。干擾限定了系統(tǒng)的容量。多用戶檢測(cè)的原理是：系統(tǒng)中的每個(gè)用戶發(fā)送的數(shù)據(jù)比特，是采用一定擴(kuò)頻碼進(jìn)行擴(kuò)頻后發(fā)送的。只要在接收端用多個(gè)相關(guān)接收機(jī)和多個(gè)相應(yīng)的擴(kuò)頻碼進(jìn)行相關(guān)接收，多用戶檢測(cè)器的輸出就是包括本用戶在內(nèi)的所有接收到的估測(cè)的各用戶的數(shù)據(jù)比特。接收機(jī)能在指定要接收的信號(hào)中減去其他信號(hào)的干擾，從而減小了系統(tǒng)內(nèi)的自身干擾。這使得在一定的數(shù)據(jù)誤碼率條件下，放寬了對(duì)輸入信干比的要求，也即增加了系統(tǒng)的容量(允許有較大的系統(tǒng)自身的干擾)。MUD同時(shí)還緩解了CDMA系統(tǒng)中的遠(yuǎn)近效應(yīng)。

特別是1986年Verdu提出最佳多用戶檢測(cè)算法以后，多用戶檢測(cè)技術(shù)成為無線通信領(lǐng)域最重要的學(xué)術(shù)研究熱點(diǎn)之一。CDMA系統(tǒng)中多用戶檢測(cè)的定義;聯(lián)合考慮同時(shí)占用某個(gè)信道的所有用戶或某些用戶，消除或減弱其它用戶對(duì)任一用戶的影響，并同時(shí)檢測(cè)出所有這些用戶或某些用戶的信息的一種信號(hào)檢測(cè)方法。最佳多用戶檢測(cè)器就是最大似然序列估計(jì)(MLSE)檢測(cè)器，該檢測(cè)器將產(chǎn)生最大似然序列b，依據(jù)從接收信號(hào)r(t)中找出發(fā)送的序列b，使得b的概率最大化。在DS/CDMA系統(tǒng)中MLSE檢測(cè)器可以用Vitezbi算法。雖然最佳檢測(cè)器有極好的性能，但算法的復(fù)雜度太高，而且實(shí)現(xiàn)困難。

在蜂窩移動(dòng)碼分多址通信中，干擾大概分為三種類型：加性白噪聲干擾、多徑干擾與多用戶間的多址干擾。由于在同一個(gè)小區(qū)間同時(shí)通信的用戶不是一個(gè)而是多個(gè)，在碼分多址中多個(gè)用戶占用同一時(shí)隙、同一頻率，當(dāng)同時(shí)通信用戶數(shù)較多時(shí)，多址干擾成為最主要的干擾。CDMA系統(tǒng)是一個(gè)多入多出(MIMO)系統(tǒng)，采用傳統(tǒng)的單入單出(SISO)檢測(cè)方法，如匹配濾波器，不能充分利用用戶間的信息，而將多址干擾認(rèn)為是高斯白噪聲。所以多址干擾不僅嚴(yán)重影響系統(tǒng)的抗干擾性，而且也嚴(yán)格限制了系統(tǒng)的容量提高。在多徑衰落環(huán)境下，由于各個(gè)用戶之間所用的擴(kuò)頻碼通常難以保持正交，因而造成多個(gè)用戶之間的相互干擾，并限制系統(tǒng)容量的提高。解決以上問題的一個(gè)有效方法是使用多用戶檢測(cè)技術(shù)(MUD)。由于信道的非正交性和不同用戶擴(kuò)頻碼字的非正交性，導(dǎo)致用戶間存在相互干擾，多用戶檢測(cè)的作用就是去除多用戶之間的相互干擾。也就是根據(jù)多用戶檢測(cè)算法，在經(jīng)過非正交信道和非正交的擴(kuò)頻碼字，重新定義用戶判決的分界線，在這種新的分界線上，可以達(dá)到更好的判決效果，去除用戶之間的相互干擾。

1、提高CDMA的系統(tǒng)容量，增加用戶數(shù)。用戶數(shù)的增加，意味著更高的無線頻譜效率。2、降低CDMA用戶設(shè)備(UE)的發(fā)射功率，提高UE的待機(jī)及通話時(shí)間。另一方面，表現(xiàn)為降低了UE射頻部分的成本及故障率。3、減小射頻輻射對(duì)用戶的生理及心理影響，移動(dòng)通信設(shè)備對(duì)環(huán)境的影響更綠色化。4、增加通信距離，增大基站的覆蓋面積，降低了基站綜合成本。多用戶檢測(cè)的主要優(yōu)點(diǎn)是可以有效地減弱和消除多徑干擾、多址干擾和遠(yuǎn)近效應(yīng);簡化功率控制;減少正交擴(kuò)頻碼互相關(guān)性不理想所帶來的消極影響;改善系統(tǒng)性能、提高系統(tǒng)容量、增加小區(qū)覆蓋范圍。多用戶檢測(cè)的主要缺點(diǎn)是大大增加設(shè)備的復(fù)雜度;增加系統(tǒng)時(shí)延;通過不停的信道估計(jì)來獲取用戶擴(kuò)頻碼的主要特征參量，信道估計(jì)的精度直接影響多用戶檢測(cè)的性能。

4.1基站類型基站(BaseStation,或NodeB)中多用戶檢測(cè)方法。由于基站知道所有用戶的特征碼(signaturesequence)，考慮到算法復(fù)雜度之后，基站中的多址干擾抑制方法選擇針對(duì)多用戶的多用戶檢測(cè)方法。下面分別介紹基站中的典型多用戶檢測(cè)方法。(1)最優(yōu)多用戶檢測(cè)法最優(yōu)多用戶檢測(cè)法，即最大似然序列估計(jì)(MLSE)方法，1986年由Verdu提出。該算法的復(fù)雜度隨著用戶數(shù)成指數(shù)增加，當(dāng)用戶數(shù)大于9時(shí)，是不可行的。最優(yōu)多用戶檢測(cè)法提供了性能改善的極限值。(2)線性準(zhǔn)最優(yōu)多用戶檢測(cè)法由于最優(yōu)多用戶檢測(cè)法的復(fù)雜度太高，1989年以后的研究均側(cè)重于準(zhǔn)最優(yōu)多用戶檢測(cè)法。準(zhǔn)最優(yōu)多用戶檢測(cè)可分為線性及非線性兩大類。所謂線性或非線性，即是判斷算法的輸出是否是輸入的線性變換。線性多用戶檢測(cè)算法主要包括去相關(guān)法(Decorrelator)和最小均方估計(jì)法(MMSE)。去相關(guān)法及MMSE法的復(fù)雜度均隨用戶數(shù)線性增長，其中去相關(guān)法不需估計(jì)各用戶的幅度，具有較好的抗遠(yuǎn)近效應(yīng)能力，而MMSE法需估計(jì)各用戶的幅度，抗遠(yuǎn)近效應(yīng)能力不如去相關(guān)法，但去相關(guān)法對(duì)信道噪聲有放大作用，MMSE法則沒有。當(dāng)信噪比較大時(shí)，使用去相關(guān)法較好;當(dāng)信噪比較小進(jìn)，易于使用MMSE法。去相關(guān)性及MMSE法均需對(duì)互相關(guān)矩陣求逆，當(dāng)用戶數(shù)很多時(shí)，使用去相關(guān)法及MMSE法的復(fù)雜度還是太大。為此Moshavi等人提出了矩陣求逆的多項(xiàng)式分解法，只取多項(xiàng)式的前幾項(xiàng)代替整個(gè)逆陣，從而化簡求逆的復(fù)雜度。

(3)非線性準(zhǔn)最優(yōu)多用戶檢測(cè)法由于線性多用戶檢測(cè)法復(fù)雜度高，收斂慢，從可實(shí)現(xiàn)性角度考慮的研究方向主要集中于非線性多用戶檢測(cè)方法。非線性多用戶檢測(cè)方法主要有多級(jí)型、判決反饋型、神經(jīng)網(wǎng)絡(luò)等幾種方法。多級(jí)型多用戶檢測(cè)算法，根據(jù)每一級(jí)各用戶的檢測(cè)形式不同，又可劃分很多形式。若每一級(jí)各用戶并行的采用匹配濾波器或相關(guān)器檢測(cè)，這就是傳統(tǒng)的并行干擾對(duì)消(parallelinterferencecancellation:PIC)算法。若每一級(jí)的每個(gè)用戶，根據(jù)信號(hào)強(qiáng)度的大小，采用串行的匹配濾波或相關(guān)檢測(cè)的方法，這就是所謂的串行干擾對(duì)消(successiveinterferencecancellation:SIC)算法。當(dāng)然，每一級(jí)各用戶還均可以采用去相關(guān)檢測(cè)、MMSE等算法，這時(shí)的性能會(huì)更好一些，但算法實(shí)現(xiàn)復(fù)雜度也更高一些。多級(jí)型多用戶檢測(cè)算法的每級(jí)算法結(jié)構(gòu)相似，因而多級(jí)型的每一級(jí)的最后(除最后一級(jí))，還有一個(gè)各用戶信號(hào)的再生、還原過程，這也是多級(jí)型方法的特點(diǎn)之一。判決反饋多用戶檢測(cè)算法，有與多級(jí)型算法類似的種類。從本質(zhì)上看，判決反饋多用戶檢測(cè)算法等價(jià)于多級(jí)型算法。從結(jié)構(gòu)上來看，判決反饋法將多級(jí)型方法采用循環(huán)的方式一級(jí)來完成，通過對(duì)一級(jí)的多次循環(huán)，完成多級(jí)型相同的功能。從實(shí)現(xiàn)上來看，判決反饋多用戶檢測(cè)算法比多級(jí)型算法需要更多的存儲(chǔ)空間。多用戶檢測(cè)從本質(zhì)上看，是一個(gè)組合優(yōu)化問題。因而，所有解決組合優(yōu)化的算法原則均可適用于多用戶檢測(cè)。其中基于神經(jīng)網(wǎng)絡(luò)的解組合優(yōu)化問題當(dāng)然可以適合多用戶檢測(cè)。