CDMA移动通信系统中,多径效应、多普勒效应以及扩频码之间非严格正交等引起的码间干扰、多址干扰以及信道的频率选择性时变衰落是制约系统容量与通信质量的主要因素。新一代移动通信系统期望提供更高的数据率、更可靠的通信,支持更快的移动终端,干扰抑制技术与参数估计技术必不可少,并成为CDMA移动通信系统的关键性技术。本文针对衰落信道下CDMA移动通信系统的上行链路和下行链路,以最佳接收和最优估计即概率后验分布最大化为目标,基于蒙特卡罗贝叶斯思想,研究激活用户参数估计、信道估计和多用户检测技术。1.在多用户多径长码DS-CDMA系统下,推导了在已知和未知激活用户导频比特和扩频码时,多用户相位、时延和幅度参数联合估计的CRB和MCRB数学表达式,仿真了导频比特个数和激活用户参数对CRB和MCRB的影响,比较了多用户多径和单径DS-CDMA系统CRB和MCRB的区别,为提出的参数估计算法提供了性能界。在同步多用户DS-CDMA系统下,分别分析了信道估计误差和激活用户参数估计误差对多用户检测算法的影响。采用副本分析算法,研究了ML和MMSE信道估计算法对最优多用户检测算法的影响,相比ML信道估计算法而言,MUD性能更易受MMSE信道估计误差影响。采用矩阵理论,研究了激活用户参数估计误差对线性解相关多用户检测器、线性MMSE多用户检测器和直接矩阵求逆多用户检测器的性能影响。2.在多用户多径DS-CDMA小区系统中,采用RJMCMC算法实现了下行链路联合激活用户个数的估计和用户签名序列检测问题,结合激活用户变化的实际情况,描述了激活用户变化的状态空间及其状态间的运动,基于后验概率密度函数,通过积分掉多余参数,得到所需参数的后验分布,完成激活用户个数的估计和用户签名序列检测,同时分析了信号幅度分布参数必须满足的条件;使用基于Rao-Blackwellised粒子滤波算法分析了小区系统中上行链路多用户检测算法中检测长码签名序列问题,同时实现了定时信息估计,基于Rao-Blackwellised粒子滤波算法比传统ML算法复杂度低,虽然在高斯白噪声下的检测性能略低于ML算法,但是在有色噪声下获得了与ML算法几乎相同的检测性能。3.在频率选择性衰落信道下,通过建立定时信息的动态模型,结合DS-CDMA信号观测方程,提出了两类基于MCMC的信道估计算法。在未知链路噪声方差解决信道估计问题时,基于EM算法以批处理的方式估计参数,样本数据是全部DS-CDMA符号,由于概率分布的维数高,EM算法的期望值可能不可求,提出通过近似后验分布,采用期望最大化统计近似算法求解。根据粒子滤波器序贯实时估计出未知状态和参数,相比期望最大化统计近似算法算法,减少了计算复杂度和存储需求,而且由于引入了参数空间分集明显改善了参数估计性能。4.在多用户多径CDMA异步信道环境下,把接收信号看作以激活用户数和用户路径数为参数,被噪声污染的二维复合Poisson过程,包含了用户径幅度和定时信息的信道疏状脉冲响应是二维复合Poisson过程,把信道脉冲响应被建模为Bernoulli-Gaussian过程,利用信道脉冲响应疏状特性携带的参数信息,使用基于MCMC技术求出参数后验概率分布最优化解,实现联合激活用户识别和信道参数估计。5.在存在未知多径信道和小区外多址干扰时,从所有未知参量的贝叶斯推理出发,利用差分译码软输入软输出内在性质,根据贝叶斯推理和马尔科夫链蒙特卡罗算法推导了适用于长码异步CDMA系统的多用户检测器,提出了基于Gibbs采样器的盲贝叶斯多用户检测迭代算法。通过引入子空间概念,采用两层嵌套迭代算法实现了DS-CDMA小区系统中联合贝叶斯激活用户识别和多用户数据检测问题,首先推导了RJMCMC算法的后验概率密度函数,然后根据后验概率密度函数估计激活用户空间维数,同时检测其签名序列;利用Gibbs采样器计算贝叶斯估计,实现联合激活用户参数估计和多用户数据检测。6.提出了用于MIMO CDMA系统下基于Gibbs采样器多用户检测算法,根据样本点服从先验分布不同,算法分为两类:马尔科夫链Rao-Blackwellization算法和基于均匀采样的马尔科夫链Rao-Blackwellization算法。因为基于均匀采样的马尔科夫链Rao-Blackwellization算法的候选样本点集中在高概率区域,因此算法要优于前者。根据马尔科夫链的一步转移概率和状态转移公式,分析了基于均匀采样的马尔科夫链Rao-Blackwellization算法收敛性。根据Gibbs采样器实现等式和基于均匀采样马尔科夫链Rao-Blackwellization算法LLR实现等式,给出了硬件实现电路图,介绍了基于均匀采样的马尔科夫链Rao-Blackwellization算法的两种电路实现方式:串行电路和并行电路,并仿真了FPGA实现电路的字长。