MC-CDMA是为宽带移动通信提出的新型调制技术,作为CDMA的改进方式,它仍然需要用相应的扩频码来区分不同的用户和信息,这就不可避免的会产生多址干扰问题,因此将多用户检测技术应用到MC-CDMA中是十分有意义的。由于多用户检测的运算量随着用户数的增加而成指数级增加,使其很难在实际中得到应用,因此次优多用户检测方法成为目前研究的热点。人工免疫系统以独特的自我学习、自我组织、高度并行性及强鲁棒性等特点得到广泛关注,目前已成为了多用户检测的一个重要研究方向。但算法自身在求解速度上、容易陷入局部最优等方面还不够理想,为此本文在深入研究了免疫规划算法基本理论,归纳总结了近年来的研究进展的基础上,提出了一种改进的免疫规划算法,并将其成功应用于MC-CDMA多用户检测。首先,本文提出的改进的免疫规划采用了二次变异操作,通过恰当的设置二次变异概率,在既不会影响种群的多样性,又不出现早熟现象的前提下,提高寻优过程中的收敛速度,使系统更快地找到最佳值;随后,再根据克隆选择的思想加入免疫死亡操作,将亲和力较高的抗体进行繁殖,以概率取代一些亲和力较差的个体。这样其种群规模仍然受到限制,既能体现克隆选择的机理,又有助于噌强群体的多样性,有效的克服了上述缺点。实验结果表明,本文提出的改进算法,加速了最优解的收敛速度,改善了最优解的质量,从而大大提高了免疫规划算法的性能。其次,本文在构建的MC-CDMA系统结构上,实现了基于改进的免疫规划算法的MC-CDMA多用户检测。结果表明在同等条件下,改进的算法性能明显优于基于解相关、MMSE和通用免疫规划算法的多用户检测的性能,更优于没有采用多用户检测技术的匹配滤波器检测的性能,其效果非常接近于最佳多用户检测,而其运算量则远远小于最佳多用户检测。因此,本论文提出的算法具有十分重要的实际应用价值。