史传胜，冯 姣，司 闯，张 锐

（南京信息工程大学电子与信息工程学院，南京 210044）

引 言

大规模MIMO（Massive MIMO）系统已经成为实现5G的一项关键技术，它可以满足5G在高数据传输速率、稳定连接和低延迟等各方面的需求［1］。massive MIMO系统指在基站端配置多达几十乃至数百根天线阵列同时为多个单一天线客户端服务，大大提高了系统的存储空间和自由度，同时还可以改善和提高数据传输速率、链路可靠性以及网络通信容量［2］。在massive MIMO系统中，复杂程度和天线数量是密切相关的，随着天线数量增加，算法的复杂程度随着变高。所以，在接收端需要一种复杂程度低、检测性能高的信号检测算法。

为了提高MIMO系统的信号检测性能，学者们提出了多种检测算法，包括线性检测算法与非线性检测算法等。最大似然估计（Maximum likelihood，ML）算法被认为是一个比较经典的最优检测算法，其遍历性能够保证算法获得最佳检测性能［3］，但由于其复杂度太高，学者们提出了复杂度低的近似线性最佳检测算法，如迫零（Zero forcing，ZF）算法、最小均方误差（Minimum mean square error，MMSE）检测算法［4］。MMSE和ZF涉及矩阵的求逆问题，当用户数量很大时，这些检测器的复杂度会变得很高。基于此，出现了简化算法，如共轭梯度［5］（Conjugate gradient，CG）、高斯‑赛德尔（Gauss‑Seide，GS）［6］、雅克比［7］（Jacobi，JA）、超松弛迭代［8］（Successsive over‑relaxation，SOR）。其中JA收敛速度最慢，但更容易实现。GS是JA的一种改进，精度比JA高，其复杂度和JA差不多。文献［9］提出一种基于雅可比‑理查森联合算法，其基本原理是先利用雅克比迭代算法迭代一次，然后利用雅克比迭代的结果作为RI的初始解。……