大规模多输入多输出（Multilple Input Multiple Output,MIMO）技术可以通过空间分集和复用显著提升系统容量,实现更高的数据传输速率和频谱利用率,因此成为下一代无线通信系统的核心技术。预编码是在基站端对基带发送信号进行预处理的技术,在大规模MIMO中引入预编码技术可以解决小区间干扰和用户间干扰等问题。然而,当天线数目和用户数目大量增多时,传统预编码技术复杂度激增,系统性能大幅度降低。将低复杂度预编码算法应用在大规模MIMO中,既能有效解决多用户间的干扰问题,又能降低系统的计算复杂度。因此,研究大规模MIMO系统低复杂度预编码算法尤为必要。针对传统正则化迫零（Regularized Zero Forcing,RZF）预编码算法中矩阵求逆复杂度高的问题,开展了基于共轭梯度法（Conjugate Gradient,CG）的低复杂度矩阵求逆方案研究。提出了Opt-CG-RZF算法,利用正定矩阵的对角占优特性,优化了迭代初值选取,并通过调整计算顺序优化了迭代过程。随后推导了CG-RZF算法和Opt-CG-RZF算法的复杂度表达式,并通过仿真比较了优化前、后算法的性能表现。推导结果和仿真结果表明:与CG-RZF算法相比,Opt-CG-RZF算法不仅复杂度更低、迭代速度更快,并且误比特率（Bit Error Rate,BER）性能也显著改善。此外,为了验证CG-RZF算法和Opt-CG-RZF算法在真实场景中的可行性,搭建了基于通用软件无线电外设（Universal Software Radio Peripheral,USRP）的实验平台。然后利用Lab VIEW开发工具在实验平台上实现了CG-RZF算法和Opt-CGRZF算法,并对优化前、后算法的星座图和信噪比（Signal-to-Noise Ratio,SNR）进行了比较。最后,利用实测4×4 MIMO信道矩阵拼接生成了4×64 MIMO信道矩阵,并采用该信道数据对优化前、后算法的误比特率性能和算法执行时间进行了测试和评估。实验结果表明:与CG-RZF算法相比,Opt-CG-RZF算法在实际MIMO场景中应用时复杂度更低,误比特率性能更好,传输可靠性更高。