随着社会的进步与发展,移动通信技术得到了突飞猛进的发展,第三代移动通信系统的逐步商用使人们的工作和日常生活更加方便、快捷。但随着多媒体业务以及高速数据业务内容的不断丰富,这就要求新一代的移动通信系统必须具有更高的无线容量。在目前所采用的CDMA移动通信系统中,由于多址干扰的存在,使得移动通信系统的性能和用户数量受到了限制。多用户检测把多址干扰作为一种有用的用户信息加以利用,而不是将其简单地看作干扰噪声来处理,最大程度地利用各用户间的关联进行联合检测,有效地抑制了多址干扰,提高了系统的检测性能、系统性能和容量。多用户检测目前已经成为CDMA移动通信系统中的关键技术之一。人工免疫系统(AIS)是一新的模拟自然免疫系统的人工智能方法,它受生物免疫机制的启发,通过学习外界物质的自然防御机理的学习技术,提供噪声忍耐、自组织、自学习、记忆等进化学习机理,结合了分类器、神经网络和机器推理等的特点。因此具有提供解决问题新颖方法的潜力,其研究成果涉及的领域相当广泛。目前人工智能的新的研究热点已经聚焦在了优化学习和故障诊断上。将智能计算的优化机理应用于多用户检测过程,利用其优化优势能够很好地解决CDMA多用户检测这一个组合优化问题。本文基于人工免疫系统中的克隆选择算法,实现了一种新的基于智能算法的多用户检测方案,即免疫克隆算法多用户检测器(CAMUD)。通过理论分析和仿真实验表明,与最优多用检测器(OMD)、遗传算法多用户检测器(GAMUD)以及免疫算法多用户检测器(IAMUD)相比,CAMUD明显降低了复杂度,具有更好的抗远近效应和抗多址干扰的能力,并且受用户数和数据长度的影响最小。验证了人工免疫系统中的克隆算法比遗传算法具有更好的全局收敛性和更快的收敛速度。这也是人工免疫系统在算法机理上具有优越性的具体表现。