解决以上问题的一个有效方法是使用多用户检测技术（MUD）。由于信道的非正交性和不同用户扩频码字的非正交性，导致用户间存在相互干扰，多用户检测的作用就是去除多用户之间的相互干扰。也就是根据多用户检测算法，在经过非正交信道和非正交的扩频码字，重新定义用户判决的分界线，在这种新的分界线上，可以达到更好的判决效果，去除用户之间的相互干扰。

多用户检测技术的优点主要表现在以下几个方面：

1、提高CDMA的系统容量，增加用户数。用户数的增加，意味着更高的无线频谱效率。

2、降低CDMA用户设备（UE）的发射功率，提高UE的待机及通话时间。另一方面，表现为降低了UE射频部分的成本及故障率。

3、减小射频辐射对用户的生理及心理影响，移动通信设备对环境的影响更绿色化。

4、增加通信距离，增大基站的覆盖面积，降低了基站综合成本。

多用户检测的主要优点是可以有效地减弱和消除多径干扰、多址干扰和远近效应；简化功率控制；减少正交扩频码互相关性不理想所带来的消极影响；改善系统性能、提高系统容量、增加小区覆盖范围。

多用户检测的主要缺点是大大增加设备的复杂度；增加系统时延；通过不停的信道估计来获取用户扩频码的主要特征参量，信道估计的精度直接影响多用户检测的性能。

经过20余年的发展，对抑制多址干扰的多用户检测方法已研究的十分广泛和具体。根据上面多用户检

测的定义，在不同的准则下，多用户检测具有不同的分类方法。按性能的不同，多用户检测可分为最优多用户检测法及准最优多用户检测法。从结构上看，多用户检测又分为线性多用户检测及非线性多用户检测方法。

检测方案包括线性算法和干扰消除算法。线性算法主要有解相关器(零驱动检测器，用互相关矩阵的反转乘以匹配滤波器的输出)和线性最小均方误差算法；干扰消除算法的想法是估测多址接入和多径引入的干扰，然后减去干扰估测值。

在选择多用户检测算法时，要考虑到复杂性和性能两个方面。复杂性程度是通过估算单位时间内算法操作的数目和同步数字信号处理所需的时钟周期数来衡量的；性能是指在加性高斯白噪声和瑞利衰落信道上的性能。

基站（BaseStation,或NodeB）中多用户检测方法。由于基站知道所有用户的特征码(signaturesequence)，考虑到算法复杂度之后，基站中的多址干扰抑制方法选择针对多用户的多用户检测方法。下面分别介绍基站中的典型多用户检测方法。

（1）最优多用户检测法

最优多用户检测法，即最大似然序列估计（MLSE）方法，1986年由Verdu提出。该算法的复杂度随着用户数成指数增加，当用户数大于9时，是不可行的。最优多用户检测法提供了性能改善的极限值。

（2）线性准最优多用户检测法

由于最优多用户检测法的复杂度太高，1989年以后的研究均侧重于准最优多用户检测法。准最优多用户检测可分为线性及非线性两大类。所谓线性或非线性，即是判断算法的输出是否是输入的线性变换。线性多用户检测算法主要包括去相关法（Decorrelator）和最小均方估计法（MMSE）。去相关法及MMSE法的复杂度均随用户数线性增长，其中去相关法不需估计各用户的幅度，具有较好的抗远近效应能力，而MMSE法需估计各用户的幅度，抗远近效应能力不如去相关法，但去相关法对信道噪声有放大作用，MMSE法则没有。当信噪比较大时，使用去相关法较好；当信噪比较小进，易于使用MMSE法。

去相关性及MMSE法均需对互相关矩阵求逆，当用户数很多时，使用去相关法及MMSE法的复杂度还是太大。为此Moshavi等人提出了矩阵求逆的多项式分解法，只取多项式的前几项代替整个逆阵，从而化简求逆的复杂度。

（3）非线性准最优多用户检测法

由于线性多用户检测法复杂度高，收敛慢，从可实现性角度考虑的研究方向主要集中于非线性多用户检测方法。非线性多用户检测方法主要有多级型、判决反馈型、神经网络等几种方法。

多级型多用户检测算法，根据每一级各用户的检测形式不同，又可划分很多形式。若每一级各用户并行的采用匹配滤波器或相关器检测，这就是传统的并行干扰对消（parallelinterferencecancellation:PIC）算法。若每一级的每个用户，根据信号强度的大小，采用串行的匹配滤波或相关检测的方法，这就是所谓的串行干扰对消（successiveinterferencecancellation:SIC）算法。当然，每一级各用户还均可以采用去相关检测、MMSE等算法，这时的性能会更好一些，但算法实现复杂度也更高一些。多级型多用户检测算法的每级算法结构相似，因而多级型的每一级的最后（除最后一级），还有一个各用户信号的再生、还原过程，这也是多级型方法的特点之一。

判决反馈多用户检测算法，有与多级型算法类似的种类。从本质上看，判决反馈多用户检测算法等价于多级型算法。从结构上来看，判决反馈法将多级型方法采用循环的方式一级来完成，通过对一级的多次循环，完成多级型相同的功能。从实现上来看，判决反馈多用户检测算法比多级型算法需要更多的存储空间。

多用户检测从本质上看，是一个组合优化问题。因而，所有解决组合优化的算法原则均可适用于多用户检测。其中基于神经网络的解组合优化问题当然可以适合多用户检测。

对于用户设备（UserEquipment,UE，又称移动终端:MobileStation,MS）来说，从安全及复杂度上考虑，它只知道自己使用的特征序列。这时的多址干扰抑制方法（为了方便，也称为多用户检测方法），与基站中的的多址干扰抑制方法有很大的差别。用户设备中多用户检测的各种方法。把传统CDMA检测器作为固定式多用户检测方法也归纳进来了。所谓传统CDMA检测器，即采用了相关器或匹配滤波器检测方法。传统CDMA检测器为了减弱多址干扰的影响，在系统级中采用了功率控制的方法，它要求到达某一接收机输入端的各个用户的功率相等。这是一种最简单、原始的多址干扰抑制方法，已成功应用于军、民用CDMA移动通信网。

为了更有效的对抗多址干扰，用户设备采用自适应技术来抑制多址干扰。所谓自适应多址干扰抑制算法，即接收机的多址干扰抑制部分采用了自适应滤波器的结构，滤波器的系数是自适应变化的，标准是满足某种标准下的最优化。自适应式多用户检测方法也可划分为两大类：线性及非线性。类似于基站中的多用户检测方法，用户设备中的自适应非线性多用户检测方法包含有判决反馈、神经网络方法。下面主要介绍用户设备中的自适应线性多用户检测方法。

（1）线性高复杂度自适应多用户检测算法

线性高复杂度自适应多用户检测算法，根据自适应算法抽头间距（也可以表述为自适应算法对输入信号的采样间隔）的大小，可以划分为码元空间、分数空间两种。如果抽头间距等于接收机扩频码的一个码元宽度，这就是码元空间法。分数空间法则定义为自适应算法抽头间距只是码元宽度的一部分。分数空间法自适应多用户检测算法则包含最优线性同轭线性算法（optimumlinear-conjugate-linear,LCL）及复时间相关自适应滤波算法（complextimedependentadaptivefilter,TDAF）。复时间相关自适应滤波算法还可以进一步划分，滤波算法是基于波形估计滤波式的，还是基于符号估计滤波式。

（2）线性低复杂度自适应多用户检测算法

线性低复杂度自适应多用户检测算法，依据对高复杂度自适应多用户检测算法简化的方法的不同，可分为两类：最优简化法、次优简化法。其中次优简化法包含循环位滤波器组法及符号过采样法。

随后又提出了大量次最佳多用户检测器方案，主要分线性多用户检测器和非线性多用户检测器两大类。其中线性多用户检测器主要包括:传统信号检测器、解相关多用户检测器(DECMUD)、最小均方误差检测器（MSEMUD）等；非线性多用户检测器主要包括:多级多用户检测器、判决反馈检测器、相减干扰抵消检测器等。

由于算法复杂度低、性能优良的多用户检测算法是研究的重点之一。当CDMA系统的扩频序列较长时（对应于CDMA系统的用户容量较大），多用户检测算法的复杂度高，处理时延也较大。从器件水平来看，对于窄带CDMA，例如TD-SCDMA，扩频序列最大长度为16，使用多用户检测算法抑制多址干扰时，有较多种类的算法可以选择。例如：干扰对消类的方法、MMSE算法等。但对于扩频序列很长的CDMA系统，如WCDMA、cdma2000，扩频序列长度最大可达256，器件水平来实现多用户检测算法，还有很大的难度。这也反映出了TD-SCDMA的优点。

假设有n个用户，每个用户发送数据比特b1b2…bn，通过扩频码字进行频率扩展，经过无线信道传输，加入了噪声n(t)，接收端接收的用户信号与同步的扩频码字相关，接收机相乘器由乘法器、积分和信息转存功能部分组成。解扩后的结果通过多用户检测算法去除用户之间的干扰，得到用户的信号估计值b^1b^2…bn^。多用户检测将不期望的多接入干扰从接入信号中分离。多用户检测输出的是估测的数据比特。从原理图上就可以看出：多用户检测的关键取决于相关器的同步扩频码字跟踪、各个用户信号的检测性能、相对能量的大小信道估计的准确性等接收机的性能,也就是取决于捕捉到的能量、相位的影响和码跟踪差错。在理想情况下，与没有MUD的系统相比，MUD用户检测提高减少干扰2.8倍因子。实际情况下,MUD的有效性不到100%,也就是说取决于检测方案、信道估计、时延估测和功率控制差错。

多用户检测的性能取决于捕捉到的各用户信号的能量、相位和码跟踪误差以及采用的检测方案、信道估计、时延估测和功率控制误差等因素。