Abordando los problemas de la velocidad lenta y la precisión insuficiente del cálculo de la solución óptima para la detección multiusuario en entornos de ruido complejos, este artículo propone un algoritmo de detección multiusuario basado en un Optimizador Híbrido de Guepardo (HCO). El algoritmo primero optimiza los parámetros de control y el mecanismo de actualización individual del algoritmo Optimizador de Guepardo (CO) utilizando una estrategia no lineal para mejorar la uniformidad y la discretización del rango de búsqueda individual, y luego introduce dinámicamente un algoritmo evolutivo diferencial en el mecanismo de selección mejorado del algoritmo CO, que se utiliza para ajustar finamente el espacio de soluciones y mantener la diversidad local durante el proceso de búsqueda rápida. Los resultados de la simulación demuestran que este algoritmo de detección no solo logra una rápida convergencia con una tasa de error de bits (BER) muy baja en ocho iteraciones, sino que también tiene ventajas evidentes en cuanto a inmunidad al ruido, resistencia a efectos lejanos y cercanos, capacidad de comunicación, etc., lo que mejora en gran medida la velocidad y la precisión de la resolución de posición óptima para la detección multiusuario y puede lograr el propósito de una resolución precisa en entornos complejos.