多输入多输出（MIMO)系统是一个具有挑战意义的研究热点，它可以有效地解决未来通信中信道容量紧缺的问题。MIMO通信系统有很高的频谱利用率，在一定的频段上可以获得很高的传输速率，而且理论上与MIMO的天线数成正比，在相同发射功率和传输带宽下，多天线系统比单天线系统的信道容量提高40多倍。在MIMO系统中接收端的信号检测部分是整个MIMO系统最重要的一部分，因为信号检测部分如果可以做到准确的检测，那么系统中的误码率性能便可以大大的提升，系统可靠度及频谱效率也都可以获得改善。在MIMO检测中，球形检测算法是一种比特误码率性能接近最佳ML检测，又能大幅度降低复杂度的有效方法。目前，对MIMO系统的球形检测算法研究，主要有两种类型，一类是深度优先算法，该算法可以达到与ML相同的性能，缺点是搜索过程中迭代次数较多，吞吐率不高且复杂度不固定，如SESD (Schnorr-Euchner SD)算法，列表球算法（LSD)。另一类是广度优先算法，虽然该算法和最大似然检测算法相比，在性能上有所降低，但是它采用了备受欢迎的前馈结构，具有硬件友好的特征，在检测信号的每一层，只保留最小的K个度量值对应的路径来确定扩展情况，如K-Best检测算法。本文在深入研究球形检测算法的基础上，针对K-Best算法采用预测技术和并行排序结合的方法，在不损失性能的情况下，降低了算法的计算复杂度，提出了一种改进的K-Best检测算法的流水线结构实现方案，给出了QR分解的实现结构。针对MIMO检测器的设计，深入研究了MIMO检测算法，分析了基于硬判决的K-Best检测算法，可以得出，该算法的实现复杂度较低，同时性能处于较好的水平。文中提出的MIMO检测器的结构以及改进的K-Best算法，对MIMO检测器的研究有一定的参考价值。针对检测算法的硬件实现，本文在Xilinx公司的FPGA平台上对所设计的MIMO检测器进行了综合实现。为了验证检测器能够正确进行工作，在Modelsim环境下对检测器进行了仿真验证，最终证明，本文设计的检测器能够实现符合设计要求。