随着人们对移动业务需求的迅猛发展和时频资源的日益紧缺，移动通信工程师们开始把目光投向了空间。正是如此，MIMO技术应运而生。MIMO技术带来了高的频谱利用率的同时也对终端的检测技术带来了挑战。考虑到手持终端的一些特点，比如：低功耗，小体积等。这就要求终端的MIMO检测算法必须在保证LTE系统要求的基本性能下，具有尽可能低的复杂度。最佳的MIMO检测算法是最大似然检测，但是该算法的复杂度是一个NP问题，无法应用到工程实际中去。QR分解的ML检测算法是一个树搜索问题，因此降低复杂度的ML检测算法可以分成：深度优先的搜索算法和广度优先的搜索算法。深度优先的搜索算法包括了球形译码算法，VB算法，VB-SE算法。广度优先的搜索算法包括了M算法，排序的M算法。K-Best算法结合了二者优点，可以在性能和复杂度之间取得折衷。这些算法都属于非线性算法，其复杂度对于终端而言显得过大，因此基于QR分解的线性检测算法是研究重点。ZF算法虽然复杂度低，但是其性能也较差。MMSE算法性能较好，但是复杂度也随之升高。Wubben通过比较ZF算法和MMSE算法，提出了ZF类似的MMSE算法。但该算法的性能相比较MMSE算法下降较明显。基于启发式QR分解的ZF算法和ZF类似的MMSE算法性能较之ZF算法和ZF类似的MMSE算法有较大提升。文章最后提出了一种新的算法IMRC。该算法结合了干扰抑制合并（IRC）和最大比合并（MRC）的思想。在第一层数据检测时，将第二层数据看成干扰信号，采用IRC是最佳接收。通过干扰消除，那么对于第二层数据只受到噪声的影响，采用MRC就是最佳接收。基于排序的之后，该算法性能还可以获得提升。