常模算法是一种性能优良的盲检测算法，它利用数字调制信号的常模特性，根据检测器的输出信号直接计算期望信号，不需要发送训练序列，提高了信道的有效速率。传统的常模算法是最陡下降常模算法，但是该算法收敛较慢且对步长的选取比较敏感。最小二乘常模算法因其全局收敛性和稳定性而备受关注，但是在信噪比低时性能不理想，且不能直接运用于MIMO信道环境中。 多用户检测技术是扩频通信中解决多址干扰问题的一种重要技术。本文首先对基于信号子空间的盲多用户检测进行了探讨和研究，将子空间方法和最小二乘常模算法相结合，提出了两种基于子空间方法的常模算法，称为SUB_LSCMA和LSCMA_PASTd。SUB_LSCMA先采用奇异值分解(SVD)获得紧缩近似投影子空间(PASTd)算法的初值，用PASTd算法来计算信号子空间，并对该信号子空间作施密特正交化，将最小二乘常模算法(LSCMA)的权系数投影到正交的信号子空间上，目的是减轻噪声子空间干扰的影响，但复杂度比已有的基于直接对接收信号自相关矩阵做特征值分解(ED)的LSCM_SUB算法[18]复杂度低。LSCMA_PASTd在SUB_LSCMA的基础上作了进一步改进，采用改进的PASTd算法来计算信号子空间，该信号子空间具有正交性，并且对初值的选取不敏感，能运用于实际的多径衰落信道中。仿真结果表明这两种算法的收敛速度、跟踪性能和误码性能比传统的LSCMA好，尤其在信噪比低时；和LSCM_SUB算法性能基本相同，但是复杂度比LSCM_SUB算法低。 本文的另外一个重点是为多入多出的多载波码分多址(MIMOMC-CDMA)下行系统提出了一种基于子空间方法的块迭代最小二乘常模算法，称为LSCMA_SVD。本算法采用迭代技术，即单个数据块进行迭代，相比于自适应技术，它的收敛速度更快，并能追踪快速变化的信道。本算法先对每个子载波上接收信号的自相关矩阵作奇异值分解(SVD)计算出每个子载波上的信号子空间，将对应的子载波上的块迭代最小二乘常模算法的权系数投影到该信号子空间上，目的是为了减轻噪声子空间的干扰。仿真结果表明这种算法的性能比块迭代最小二乘常模算法及自适应最小二乘常模算法要好。