码分多址系统具有抗干扰能力强、系统容量大等优点，但是多址干扰的存在限制了系统的容量和性能。为此，人们提出采用多用户检测技术来抑制多址干扰。目前，大多数的多用户检测算法还存在着算法复杂、收敛速度慢等缺点，而神经网络具有运算速度快、并行处理能力强等优点，因此成为多用户检测技术研究中的热点课题。本文在分析最佳检测、线性检测、解相关检测、盲多用户检测等几种多用户检测方法的基础上，研究了基于Hopfield神经网络(Hopfield Neural Network，HNN)的多用户检测方法。本文的主要工作可以分为三部分：一是移动通信系统及多用户检测相关知识的介绍；二是Hopfield神经网络基本理论的论述；三是移动通信系统中基于HNN多用户检测技术的研究、仿真和分析。其中，第三部分是本文工作的重点，主要包含以下几个方面：1．分析了基于HNN的最优多用户检测器，针对其能量函数易陷于局部极小点的问题，提出了一种改进型HNN多用户检测器，仿真结果表明改进型检测器在误码率性能和网络收敛速度上相比原检测器都得到了一定的提高。2．将基于MMSE准则的线性多用户检测算法与Hopfield神经网络相结合，提出了一种基于HNN的线性MMSE多用户检测器，降低了线性MMSE多用户检测器的计算复杂度。仿真结果表明该检测器具有良好的误码率性能。3．本文对MC-CDMA系统中基于HNN的最优多用户检测器进行了研究。仿真结果表明，在多径衰落(Multipath Fading，MPF)信道下通过使用精确的信道状态信息(Channel State Information，CSI)，MC-CDMA系统中基于HNN的最优多用户检测器可以获得次最优的性能，并且CSI的精确与否将会严重影响该检测器的误码率性能。4．本文将基于HNN的盲多用户检测器应用到MC-CDMA系统中，提出了MC-CDMA系统中基于KCNN的盲多用户检测器和改进型HNN盲多用户检测器。仿真结果表明，在MC-CDMA系统中两种检测器都能有效地抑制多径衰落，同时具有良好的误码率性能和跟踪信道变化的能力，并且改进型HNN盲多用户检测器可以获得比KCNN盲多用户检测器更优的性能。