随着智能手机以及平板电脑等移动终端的普及,人类对移动数据流量的需求呈指数增长。传统的MIMO技术已经不能满足人类对通信系统的要求,因此,美国贝尔实验室于2010年提出大规模MIMO系统概念。大规模MIMO系统通过大幅度增加基站的天线数量使系统获得更高的数据传输速率和更可靠的数据服务。但是大规模MIMO的实现却存在许多问题,信号检测问题就是其中之一。由于基站天线数目的大幅度增加,导致传统的MIMO信号检测算法不能在大规模MIMO系统中应用。本文即对适用于大规模MIMO系统的信号检测算法进行深入研究。首先,本文对大规模MIMO的虚值系统模型和实值系统模型进行了深入的研究,并介绍了几种传统的MIMO信号检测算法的实现过程与仿真结果,如ZF算法,MMSE算法等。仿真结果表明,由于检测性能不佳以及复杂度过高等原因,传统的MIMO信号检测算法不再适用于大规模MIMO系统。其次,本文深入研究了 RS算法的原理,实现过程及仿真结果。仿真结果表明,传统的Random-RS算法检测性能不理想,并因此导致MIV-RS算法检测性能具有一定的局限性,所以本文提出了 MIV-M-RS算法,该算法不仅能够提升算法的检测性能,还能控制算法的迭代次数,进而控制算法的复杂度。最后,本文对LAS算法进行了原理分析以及性能仿真。针对该算法固有的局部最小解问题,本文提出了基于随机列表的LAS算法。仿真结果表明,改进后的算法不仅能够提高算法的检测性能,还能在一定程度上控制算法的复杂度。由于RS算法也有局部最小解问题,本文将随机列表思想应用在RS算法上,提出了基于随机列表的RS算法。仿真结果表明,改进后的算法能够在提升检测性能的同时,有效地控制复杂度。