随着社会的发展，科学技术的进步，人们对无线通信技术的发展要求越来越高，移动通信系统正向着数字化、高速化和多媒体化方向发展，信号传输速率不断提高。因此，对移动通信系统的设计提出了更高的要求，只有采用先进的多址接入方式以及现代数字信号处理技术，才能实现高容量、高质量的移动通信。现在普遍使用的多址接入方式有频分多址、时分多址以及码分多址，其中码分多址较之频分多址、时分多址，具有更高的频谱利用率、系统容量以及其他优良特性。采用码分多址技术，能满足现在以及将来一段时间内人们对移动通信的需要。但码分多址也有其不足之处，码分多址存在多址干扰，多址干扰限制了系统的容量，同时也使“远一近”效应的影响更严重。为了消除或者抑制多址干扰，必须使用多用户检测技术。目前，国内外学者在多用户检测技术领域做了大量的研究工作，概括为以下几类：与空时二维信号处理技术相结合、与多载波调制技术相结合、与智能天线技术相结合以及与智能算法相结合的多用户检测技术。本文研究了将支持向量机(SVM)技术与多用户检测技术相结合，并通过仿真实验验证了方法的有效性，得到了满意的结果。本文的研究工作主要包括如下两个方面：第一，研究了将最小二乘支持向量机应用到多用户检测中。它将信号检测问题转化为一个二分类问题，利用最小二乘支持向量机来训练信号分类器。由于最小二乘支持向量机用等式约束代替标准SVM中的不等式约束，从而将标准SVM中的求解二次规划问题转化成求解一组线性方程，避免了求解耗时的二次规划问题，求解速度相对加快，更适合于信号的检测。仿真实验表明，在同等条件下，基于最小二乘支持向量机的多用户检测器比基于标准支持向量机的多用户检测器具有更快的训练速度。第二，研究了一种在线的支持向量机多用户检测方法。在该方法中，提出了一种训练窗口的机制，它不断的将新接收的信号样本加入训练窗口，也不断的溢出旧的过时的信号样本。这样使得该训练窗口中仅保留了最新近接收到的信号样本，并使用支持向量机的增量和减量算法来学习训练窗口中的信号样本，不断的更新信号分类器。该方法能使得信号分类器是基于最新的信号样本训练而得到。仿真试验表明，该方法能在动态的CDMA系统中得到较好的信号检测效果。