移动互联网和物联网产业的迅速发展对5G/B5G系统在用户体验速率、系统容量和连接数以及时延等指标性能方面提出了更为严苛的要求,对现有的以正交频分多址技术为代表的无线通信技术方案形成了严峻挑战。在此背景下,具有优良抗过载性能的稀疏码多址接入（Sparse Code Multiple Access,SCMA）技术一经提出,就深受学者和业界关注。本文聚焦现有SCMA系统多用户检测器算法复杂度过高而导致难以实用的现实问题,从结构式和非结构式两个角度对SCMA低复杂度检测算法进行了深入研究,主要工作以及成果如下:（1）在结构式算法层次,提出一种基于动态格型图的低复杂度消息传递算法（Dynamic Trellis based Message Passign Algirithm,DT-MPA）。DT-MPA引入资源节点消息更新过程的格型图表示,通过差分阈值判决方法对格型图中的每列符号节点进行动态裁剪,使得消息更新中所需的搜索路径随着迭代的进行而动态地减少,进而在保证性能的同时大幅降低了算法复杂度。同时,本文提出基于乘法、加法操作次数的比值的复杂度系数衡量方法,并基于此对比了DT-MPA及其他检测算法的复杂度。最后,基于蒙特卡洛仿真对DT-MPA进行了详细的复杂度仿真分析和性能对比,并对相关参数的收敛性进行了深入分析。通过观察阈值参数对于DT-MPA算法性能的影响,本文还进一步提出了基于动态阈值的DT-MPA检测算法。相比DT-MPA,算法能以极小的性能损失为代价,进一步降低检测复杂度。仿真和分析结果表明,基于动态阈值的DT-MPA算法完成一次检测的乘法和加法操作次数分别只有Log-MPA的37%和14%,而其误比特率（Bit Error Rate,BER）性能仅有0.2d B左右的损失。（2）在非结构式算法层次,提出一类基于主动禁忌搜索（Reactive Tabu Search,RTS）思想的SCMA低复杂度检测算法,包括RTS和迭代式RTS（Iterative RTS,IRTS）。RTS检测算法是一种全局性邻域搜索算法,它通过引入禁忌表,并且设置规则动态地改变每个历史解的禁忌周期,保证了搜索解的多样性,使其能够跳出局部最优解,更容易获得全局最优。然而,RTS虽然可以获得远低于MPA算法的检测复杂度,但是其性能损失较大,并且在高信噪比区域出现明显的误码平层。为此,本文在RTS检测算法的基础上继续提出了IRTS,引入外迭代机制来进行多次RTS搜索。采用基于随机干扰的初始向量选取策略,IRTS算法既能够拓宽搜索区域、提升检测性能,也能够充分利用历史搜索信息。本文考察了两种算法的BER和复杂度性能,对算法参数进行了敏感性分析,并以此为依据给出了相应的参数取值建议。仿真结果表明,通过合适的参数选取,RTS能够以2d B左右的BER损失带来只有Log-MPA操作数10%左右的低操作复杂度。而IRTS则通过引入外迭代,解决了RTS中误码平层的问题,虽然其复杂度相比RTS有所增加,但性能显著提升,相比Log-MPA只有0.5d B左右的损失。同时,通过恰当的参数选取,RTS和IRTS可以方便地调节复杂度和BER性能,具有相当的应用场景适应性。理论和仿真复杂度分析还指出,RTS和IRTS算法操作复杂度与相关参数均成线性关系,在应对调制阶数M或者复用用户数df较大的SCMA系统时比基于MPA的检测算法更有优势。