多输入多输出(MIMo,Multiple—InputMultiple—Output)技术是未来移动通信领域研究的一个核心技术,可以有效地提高通信系统容量和频谱利用率。一个通信系统质量的优劣很大程度上取决于检测出来的信号准确性,所以在MIMO通信系统中设计一种高性能低复杂度的检测算法已成为未来移动通信研究的一个热点。　　 最大似然(ML,MaximumLikelihood)检测算法能够获得最理想的检测性能,但因为最大似然检测是一个非凸的优化问题,其计算复杂度较高。而半定松弛(SDR,SemideftniteRelaxation)方法是将该非凸的优化问题转化为一个可以在多项式时间复杂度内求解的凸优化问题。这样将使检测算法的复杂度降低,同时还可以获得一个相对理想的检测性能。本论文对半定松弛方法在高阶QAM(QuadratureAmplitudeModulation)MIMO检测中的应用做了深入的研究。　　 首先,分析和研究了高阶QAM下基于V-BLAST(Vertical—BellLabsLayeredSpace-Time)系统的几种传统MIMO检测算法。通过对传统算法优缺点的分析以及检测性能的仿真,继而发现对半定松弛方法研究的必要性。　　 然后,介绍了半定松弛方法在高阶QAMMIMO检测中的研究现状。研究出一种适用于高阶调制的高性能低复杂度的半定松弛检测算法(SDF-SDR,SuccessiveDecisionFeedbackSDR),该算法能够获得较优的检测性能而不需要很高的计算复杂度,在检测性能和计算复杂度之间有很好的折衷。　　 接着,分析了半定松弛方法在高阶QAM盲检测中的应用。根据对现有盲半定松弛检测方法的理解,推导出了两种等效的盲半定松弛检测算法(LF—PISDR,LinearFractionalPolynomialInspiredSDR、LF-VASDR,LinearFractionalVirtuallyAntipodalSDR)和一种高性能的盲半定松弛检测算法(LF—FBCSDR,LinearFractionalTightenedBoundConstrainedSDR),对各算法的性能进行了仿真。　　 最后,在对前面算法推导的过程中发现,不借用导频符号就可实现对高阶QAM盲检测问题的求解。因此,本文研究出一种高频带利用率的全盲半定松弛检测算法(LF-EVASDR,LinearFractionalExtendSDR)。该算法不需要借助导频符号,就可以实现高性能的盲检测。