近年来，随着数字处理芯片性能的快速提高，序列蒙特卡罗方法在工程中的应用更加广泛，尤其是在信号处理、统计学、经济学等领域中引起了众多学者的关注。一般的时变系统都可以被看作是一动态状态空间模型，对于线性高斯模型，卡尔曼滤波可以给出后验密度函数的解析解；而对于非线性非高斯模型，我们则无法得到它的解析解，在这种情况下则可以使用序列蒙特卡罗方法来对其进行近似。这种方法的基本思想是产生服从后验分布的样本，并对其进行加权，以得到后验密度函数的近似解。论文主要讨论了序列蒙特卡罗方法及其在通信中的应用。首先介绍了它的基本思想、基本方法、及当前研究现状；在此基础上推导出样本数选择的界，样本数的选择决定了系统的性能，但是若选的太多，计算复杂度也会随之增大，因而给出这个界是十分有意义的；最后提出了一种基于新的重要函数的检测器用来解决平坦衰落信道下的联合信道估计和检测问题，并通过仿真证明了我们提出的新检测器的有效性。