支持向量机是一种建立在统计理论基础上的学习方法,它比一般学习机具有更好的非线性处理能力和泛化能力,并且具有更好的全局收敛性。支持向量机可以很好的解决MIMO-CDMA系统多用户检测问题。本论文首先解决支持向量机原理性推导过程中的关键问题,如对偶理论、凸规划以及核函数的使用等,然后重点研究支持向量机的改进算法,尤其是支持向量机的最新分支—相关向量机,最后研究支持向量机在MIMO-CDMA系统多用户检测中的应用。本论文所作的主要工作如下:(1)支持向量机及其改进算法的研究。由于支持向量机的改进算法众多,各有优缺点,本文在前人研究基础之上在支持向量机中引入量子粒子群算法来解决二次规划问题。另外,支持向量回归机的原理性推导不是很统一,本论文提出自己的新观点,合理的给出简洁易懂的推导过程。(2)相关向量机的研究。由于相关向量机的提出时间短,很多方面有待进一步的改进,尤其是算法中涉及到的矩阵求逆以及超参数的迭代算法,这大大的限制了相关向量机的应用范围。本文在深入研究广义相关向量机后,在上述两方面做工作。(3)MIMO-CDMA多用户检测研究。在经典的多用户检测方法框架模型基础之上,将相关向量机引入到接收信号检测中,构建基于相关向量机的多用户检测系统。通过仿真对比表明此系统在抗多址干扰方面具有很好的特性,可以达到预期的检测效果。