随着物联网技术的快速发展,大规模机器类通信将会服务交通、农业和工业自动化等多个行业,推动社会的快速发展。上行免调度非正交多址系统增加用户接入数量、减少信令负载,可以解决大规模机器类中海量用户的通信问题。在本文中大规模用户是指在单小区中用户数量超过正交系统容量极限用户数量的两倍,传统的通信方式受制于系统内的频率资源限制导致检测性能下降,大量调度信令降低通信资源的利用效率。为降低大规模接入用户的调度开销,上行免调度NOMA系统提高用户数量并将活跃用户和用户信息进行联合检测。在上行免调度NOMA系统中如何结合压缩感知进行多用户检测是系统中关键问题,也是国内外研究的热点问题。在本文中针对大规模用户的多用户检测问题进行相关研究,具体内容如下:第一,研究大规模用户随机接入到上行免调度NOMA系统中多用户检测问题。针对多时隙结构稀疏模型下的多用户检测,提出一种基于共轭梯度块结构稀疏重构算法。相对于已有重构算法,所提算法利用时域相关性提高了检测性能。第二,针对大规模用户系统中信道系数未知的情况,提出一种结合共轭梯度的信道估计方法。该方法将信道信息和用户数据进行联合检测,相对于独立信道估计提高信道估计性能。第三,针对大规模用户系统中活跃用户稀疏度未知的情况,研究了自适应终止条件的选择,提出一种基于相关向量二阶差分的自适应方法。对比其他自适应方法,该方法充分利用内在结构信息,减少对先验信息的利用。第四,针对大规模用户系统中存在随机接入或离开情况,研究稀疏度自适应混合稀疏模型的检测方案。通过对检测方案中公共支撑集的利用,提出一种动态调节置信参数的检测算法。所提算法提高独立支撑集检测时对公共支撑集信息的利用,更适用于实际通信场景。本文通过仿真验证所提算法的多用户检测性能,结果表明所提算法性能提升明显,在大规模通信系统中具有广阔应用前景。