Dentro del marco de los  sistemas de comunicaciones de banda ancha podemos encontrar canales modelados como sistemas MIMO
(Multiple Input Multiple Output) en el que se utilizan  varias antenas en el transmisor (entradas) y varias antenas
en el receptor (salidas), o bien sistemas de un solo canal que puede ser modelado como los anteriores 
(sistemas multi-portadora o multicanal con interferencia entre ellas, sistemas multi-usuario con una o varias antenas
por terminal móvil y sistemas de comunicaciones ópticas sobre fibra multimodo). Estos sistemas pretenden alcanzar 
valores de capacidad de transmisión relativa al ancho de banda muy superiores al de un único canal SISO 
(Single Input Single Output). 

Hoy en día, existe, desde un punto de vista de implementación del sistema, una gran actividad investigadora dedicada 
al desarrollo de algoritmos de codificación, ecualización y \emph{detección}, muchos de ellos de gran complejidad, que
ayuden a aproximarse a las capacidades prometidas.


En el aspecto relativo a la \emph{detección}, las soluciones actuales se pueden clasificar en tres tipos: 
soluciones subóptimas, ML (\emph{Maximum Likelihood}) o cuasi-ML e iterativas.  En estas últimas, se hace uso explícito
de técnicas de control de errores empleando intercambio de información \emph{soft o indecisa} entre el detector y el 
decodificador; en las soluciones ML o cuasi-ML se lleva a cabo una búsqueda en árbol que puede ser optimizada llegando 
a alcanzar complejidades polinómicas en cierto margen de relación señal-ruido; por último dentro de las soluciones subóptimas
destacan las técnicas de forzado de ceros, error cuadrático medio y cancelación sucesiva de interferencias SIC 
(\emph{Succesive Interference Cancellation}), ésta última con una versión ordenada ---OSIC---. Las soluciones subóptimas, 
aunque no llegan al rendimiento de las ML o cuasi-ML son capaces de proporcionar la solución en tiempo polinómico de manera 
determinista. 

En la presente tesis doctoral, hemos implementado un método basado en la literatura para la solución del problema OSIC; 
adicionalmente hemos desarrollado e implementado un  método novedoso para este mismo problema con mejores prestaciones, 
lo cual consideramos una de las aportaciones más interesantes de este trabajo.
Las implementaciones han sido paralelizadas, evaluadas y comparadas.


Ambos métodos OSIC están basados en sendos métodos que resuelven el problema de mínimos cuadrados recursivos 
(RLS ---\emph{Recursive Least Squares}---). Estos métodos están basados en el filtro de Kalman y previamente a las 
implementaciones OSIC, éstos han sido estudiados, paralelizados, evaluados y comparados, junto con un método adicional 
que resuelve también el problema RLS y está basado en la actualización de la factorización QR de una matriz.
Como denominador común a todas las paralelizaciones, y dadas las características de los algoritmos, cabe comentar que 
todos los algoritmos paralelos han sido diseñados con carácter segmentado, debido a su intrínseca secuencialidad, a la 
buena eficiencia obtenida con esta perspectiva y a su potencial extrapolación a implementaciones de tipo VLSI.