大规模MIMO可使系统误比特性能、频谱效率和能量效率得到提高。同时,大规模MIMO也带来了一系列与传统MIMO完全不同的新挑战。最近几年,MIMO检测的巨大计算复杂性已成为一个活跃的研究领域。本论文提出了两种似优低复杂度检测算法。第一种算法基于概率图模型,适用于大规模MIMO第二种算法基于一种被称为引力搜索算法的随机算法,适用于有几十个天线的中等规模系统。今年来,研究大规模MIMO系统的人越来越多,其主要目标是在第5代蜂窝网络中引入大规模天线阵列,这引出了理论、网络设计以及硬件实现等方面的研究。实现大规模MIMO的最大困难在于基站(BS)的信道状态信息(CSI)的获取,因为估计信道状态信息会受到来自相邻小区的信号的污染,导致此类系统不能完全实现大规模天线阵列的期待增益。此外,采用盲信道估计技术也就是即子空间方法来克服大规模MIMO的导频污染问题已引起极大的关注。为此目的,在本论文中,我们利用随机矩阵理论(RMT)和自由概率论(FPT)来在更明智的物理信道模式下分析这些技术的性能,这是更能够捕捉到天线阵列之间的相互作用和物理环境,比理想的独立同分布(IID)瑞利通道通常在文献中用。通过渐近频谱分析,本论文证明了物理信道对子空间方法的性能确实有很大的影响。此外,我们展示了一个有趣的天线饱和效应,比如,随基站天线的数量增加其饱和性增大。在本文中,我们也提出了一个新的信道估计技术,从而彻底克服了导频污染问题。该技术是基于导频和数据承载信号的重叠,这是适合关键应用,其中该信道的自由度(DoF)是有限的。在我们的算法中,高质量性能和服务是我们的主要顾虑。最后,我们从非相干两用户干扰信道(IFC)的角度调查了自由度。本论文基本上只是为非相干大规模MIMO信道作了初步研究,本质上是一种非相干IFC。当干扰强时,自由度和的新边界才被导出的。研究结果表明,所得到的自由度取决于干扰水平,类似于取决于相干IFC所能达到的自由度。本论文的结果表明,为每个用户得到无干扰的自由度,理论上是可行的,特别是当干扰足够大。