在三代后移动通信系统(B3G)的研究中，人们将焦点更多的集中在如何将时域资源、频域资源、空间资源、码字资源以及功率资源等多维资源联合优化。当前，三代后移动通信在物理层主要有以下几个关键技术：多载波技术(OFDM、MC-CDMA技术)、多天线MIMO技术、近香农界信道码，以及多用户联合检测技术等等。 根据正交理论设计的空时分组码运算简便、译码复杂度低，还可能获得最大的分集增益，受到广泛研究。MC-CDMA采用频域扩频的方法，结合OFDM的调制方法和CDMA的扩频技术，兼具了两者的优点，提高了频谱效率和系统容量，有着优越的性能。本文基于Alamouti2发1收STBCMC-CDMA系统，重点研究了该系统中多用户检测算法及基于训练序列的信道估计方法。 在频选衰落环境下，用户扩频码的正交性会因为MC系统各子载波的衰减及相位偏移不同而缺失，从而导致了较大的多址干扰(MAI)。在传统的单发射天线MC-CDMA系统中，通常通过等增益合并、最大比合并等信号合并方案来消除MAI，而这些都是基于每个子载波合并的单用户检测方案。为了更好的改善系统性能，本文将MMSE准则应用于多天线(STBC)MC-CDMA系统中，对所有子载波上的接收信号进行联合加权和合并，实现了其下行链路的线性MMSE空时频接收机。仿真结果表明，MMSE多用户检测有着较好的误码性能，但它需要所有用户的扩频码及信道信息，因此需要进行精确的信道估计。 信道估计算法有两种，一种是盲估计算法，一种是基于训练序列的估计算法。盲算法节约了带宽，但是算法的运算太大，收敛较慢，跟踪性能较差，而基于训练序列的信道估计可以较好地适用于信道时变的情况，且适用于所有无线通信系统，因此本文采用了基于训练序列的信道估计。由于本文研究慢衰落信道，因此采用了块状训练序列，即将一个MC-CDMA符号中的所有子载波都用于放置训练序列，并且在时域中周期性地插入这种特定的MC-CDMA符号。LS时域信道估计只利用了接收到的信号与训练序列信息，因此具有较低的复杂度。 本文研究了天线间训练序列的关系，给出了LS时域估计的MSE下界，并在此基础上设计了最优训练序列，大大简化了算法的复杂度，并给出了仿真结果。经过分析，最优训练序列信道估计达到MSE下界，其估计效果优于随机序列。