多输入多输出(MIMO)技术与正交频分复用(OFDM)技术相结合形成的MIMOOFDM系统被普遍认为是新一代的无线通信系统。盲多用户检测技术可以有效地提高频谱资源的利用率，是值得MIMO-OFDM系统研究的多用户检测技术。　　 本文首先分析了MIMO-OFDM系统模型，将MIMO-OFDM系统的盲多用户检测转化为N 点盲源分离(BSS)的问题；其次，对盲源分离的典型算法--独立分量分析(ICA)方法进行研究，分析了不同的ICA独立性准则，包括极小化互信息(MMI)准则、信息极大化(Infoma x)准则、极大化非高斯性准则、极大化似然估计(MLE)准则；最后，研究了基于自然梯度算法的ICA方法，通过算法性能仿真，可以看出自然梯度算法与传统的MMSE 算法相比较，具有较好的BER 性能，但算法步长的选择对算法的收敛性有很大的影响；另外研究将FastICA算法应用到MIMO-OFDM系统中对多用户进行信号检测，通过对算法原理的研究分析及性能仿真表明：与基于自然梯度算法的ICA方法相比，在相同信噪比的情况下，FastICA 算法的BER性能要优于自然梯度算法，且随着天线数目的增加，算法性能得到明显的改善。仿真结果同时还表明，FastICA算法的收敛速度比自然梯度算法的收敛速度快，且收敛后达到的稳定值小，算法性能更可靠。