陈洪燕，李 刚，景小荣

(1.重庆邮电大学 通信与信息工程学院，重庆 400065；2.中兴通讯股份有限公司，深圳 518000)

0 引 言

随着5G技术研究的深入，为了保证5G系统信息传输的可靠性，3GPP组织正式将低密度校验码(Low Density Parity Check，LDPC)码和极化码(Polar Code)纳入5G的标准规范中，其中极化码作为一种被严格证明了能在二进制离散无记忆信道下达到香农限的信道编码，其编译码复杂度相对较低[1]。因此，有必要对极化码信道编码的大规模多输入多输出(Multiple-Input Multiple-Output，MIMO)系统进行深入研究。

然而，极化码和大规模MIMO技术相结合，在商业化应用中目前仍面临一些亟待解决的问题，如在极化码信道编码的大规模MIMO系统中，优化设计低复杂度信号检测方案。

在大规模MIMO系统中，当N≫K(N是基站天线数，K是用户数)时，各用户间信道趋于正交[2]。利用这一特性，线性检测算法，如迫零(Zero-Forcing，ZF)检测算法和最小均方误差(Minimum Mean-Square Error，MMSE)检测算法，在信道状态信息完美条件下，可取得近似最优的检测性能[3]；然而这两种算法均涉及矩阵求逆操作。同时，随着5G技术的商业化应用，大规模MIMO系统的信道矩阵维度也越来越大，为了充分利用大规模MIMO的优势，必须有效地解决线性信号检测算法中所涉及到的高维矩阵求逆问题。

到目前为止，有三种近似矩阵求逆或间接对矩阵求逆的方法解决矩阵直接求逆的计算复杂度高的问题：一是分解法，如Cholesky分解法[4]，基本思想是首先将矩阵转变成一个上三角矩阵和一个下三角矩阵的乘积，然后进行求逆运算，但计算复杂度仍高达O(K3)。……