许耀华，尤扬扬，胡梦钰，王 剑

（1.安徽大学电子信息工程学院，合肥，230601；2.上海航天电子技术研究所，上海，201802）

引 言

大规模多输入多输出（Massive multiple input multiple output,Massive MIMO）技术作为一种新型MIMO技术，随着不断增加的天线规模，信号处理算法实现的复杂度也在不断增高，如何降低信号处理算法的复杂度成为Massive MIMO无线通信技术的一大研究课题[1-2]。在信号检测算法中，最小均方误差(Minimum mean square error,MMSE)算法能够取得近似最优的检测性能。然而MMSE算法需要处理复杂的矩阵求逆(W-1)运算，复杂度高达O(K3)，K表示系统用户个数。近年来，大量文献[3-10]提出了基于MMSE算法的优化算法，可大致分为近似法和迭代法两类。

近似法是一种先得到W-1的近似值，再判决出发送矢量的信号检测方法。文献[3]和文献[4]提出了将W-1通过诺伊曼级数(Neumann series,NS)展开成多项式的近似方法。对于这种算法，当选取较少的展开项数时，虽然复杂度有所降低，但是检测性能会有所损失。当展开项数大于2时，计算复杂度依然很高，甚至超过了计算W-1的复杂度。文献[5]和文献[6]提出了利用Newton迭代算法近似计算W-1，再恢复原始信号。当迭代次数大于2时，这种算法计算复杂度仍然很高。

文献[7-10]提出了几种基于求解线性方程组的迭代算法，其中，对称逐次超松弛(Symmetric successive over-relaxation,SSOR)迭代算法[10]性能较优。相比于近似法，SSOR迭代算法虽然复杂度始终保持在较低的数量级O(K2)上，但收敛速度较慢，在信道不理想的情况下难以实现理想的检测性能。

针对上述问题，本文将收敛速度较快的SAOR迭代算法[11]应用到Massive MIMO信号检测中，提出了基于SAOR迭代的系统信号检测算法。……