多输入多输出(MIMO)技术作为一项不断成熟的技术被包含进新兴的的无线宽带标准,成为现代无线通信系统标准中的关键技术,如长期演进(LTE)项目。一般地,发送端或接收端配置的天线数越多,传输信道能够提供更高的自由度,在吞吐率和线路稳定性上能实现更好的性能。而在下一代移动通信系统中,大规模MIMO技术要求配置更多的天线,其在基站端一侧会装配上百根天线,同时服务更多的用户。因为规模上升的问题使得系统资源消耗急剧增大,这对研究员和工程师提出新的挑战,而其中一个关键的问题就是低复杂度接收机的设计。本论文在大规模MIMO背景下,基于多项式级数展开的方法,对接收机信号检测技术进行研究,其主要内容和贡献如下：首先,对MIMO系统接收机的信号检测技术做了简单介绍,分析了在新的背景下线性检测技术的可行性。基于MMSE检测技术,分析了其在大规模MIMO背景出现的特点。对于线性检测算法,一个显著的难点在于低复杂度的实现,而其中计算复杂度主要落脚于关于信道相关矩阵的求逆运算。接着引出多项式级数近似理论,利用新背景下的一些有利特点,提出了低复杂度的MMSE-DNSE信号检测方法。该方法可以实现低复杂度的优势,并且具有优秀的硬件实现优势。接着,为了进一步挖掘诺依曼级数(NS)方法的优点,提出了迭代的MMSE-INSE计算方法。该方法结合了MMSE检测技术的特点,并采用迭代计算方式,大大节省了硬件资源。然后设计了基于NS迭代求逆算法的VLSI架构,对其中各模块进行了优化设计。仿真结果表明,MMSE-INSE计算方法与经典的Choelsky方法进行比较,MMSE-INSE算法具有低复杂度和高效的硬件优势。并基于某些要求高阶NS项数的场景,提出了快速迭代的MMSE-RNSE计算方法,同时采用复用的硬件设计,进一步压缩硬件面积,提高硬件使用效率。随后,关注不理想信道传输情况和不利系统配置场景下对接收机误码性能的问题。在大规模MIMO背景下,引进了Kronecker相关信道模型,对新场景问题进行建模。分析了天线阵列间空间相关性对NS类方法的影响,针对其中的收敛性问题,提出了改进的MMSE-TNSE方法。该方法只额外消耗很小的复杂度,可提升一定的收敛稳定性和速度。通过结合前面的MMSE-INSE计算方法,可进一步提升诺依曼级数级数性能。最后,基于线性方程求解方法能有效降低总体复杂度的思路,依然沿用NS类方法,提出了避免求逆运算的MMSE检测算法。一般的线性检测方法需要求逆运算,而该方法避免了求逆,将诺依曼级数中矩阵与矩阵乘法的运算进行分解,大大降低了计算复杂度。并针对软输入软输出系统要求,提出了前后兼容并且高效的软信息LLR计算方法,使要求软信息输出的MMSE信号检测算法其整体复杂度保持在O(K2)的数量级。