随着无线通信技术的迅猛发展和智能移动终端的应用普及,未来移动通信系统要求系统的传输速率在现有系统的基础上提高千倍。大规模多输入多输出(Massive/Large-Scale MIMO, Massive/Large-Scale Multi-Input Multi-Output)技术能够大幅提高频谱利用率,是下一代移动通信系统的关键技术之一。本文针对大规模4IMO上行接收所面临的实现复杂度问题,深入地研究大规模MIMO上行链路接收理论与方法。首先,针对传统的最小均方误差(MMSE, Minimum Mean Square Error)检测在大规模MIMO场景中复杂度过高的问题,提出了大规模IMO系统中的简化MMSE迭代接收方法。基于传统的MMSE迭代接收方法,利用大规模MIMO系统的信道近似正交特性,借助数学理论与方法,对软输入软输出(SISO, Soft-Input Soft-Output)MMSE检测矩阵进行变换,然后利用对角近似对矩阵求逆部分进行简化。此后,定义了计算复杂度的度量标准,并据此标准得到传统的MMSE迭代接收方法及简化MMSE迭代接收方法的复杂度,并给出二者的对比。仿真结果表明相对于传统的基于SISO MMSE检测的迭代接收方法,所提出的简化MMSE迭代接收方法能显著降低计算复杂度。其次,提出了基于因子图的大规模MIMO系统波束域接收方法。在深入理解因子图及和积算法的基础上,研究了在因子图上进行消息传递的原理及置信传播(BP, Belief Propagation)算法和近似消息传递(AMP, Approximate Message Passing)算法。然后,研究了大规模MIMO系统的波束域特性,从系统配置、系统模型及其波束域特性仿真结果三个方面分析了大规模MIMO系统中各用户的波束域功率稀疏特性。接着,分系统模型、用于信号检测的波束选择方案和算法描述三步,详述了大规模MIMO系统中利用波束域特性的因子图接收方法。仿真结果表明,相比于传统的MMSE接收方法,所提出的基于因子图的大规模MIMO系统波束域接收方法,在保证接收性能的同时获得复杂度的显著降低。最后,针对正交频分复用(OFDM, Orthogonal Frequency Division Multiplexing)传输系统面临的逐频点检测复杂度过高的问题,提出了利用插值进行MMSE-QR分解的MMSE检测矩阵的快速计算方法。基于大规模MIMO-OFDM系统的频域特性,利用QR分解进行MMSE检测矩阵计算,即4MSE-QR分解。然后,研究了大规模MIMO-OFDM系统中的频域插值方法,给出了大规模MIMO-OFDM系统的模型,并详细描述了BF(Brute Force)逐频点MMSE-QR分解算法、基于一次插值的MMSE-QR分解算法及基于多次插值的MMSE-QR分解算法的原理及步骤。最后,复杂度分析表明,相对于BF逐频点MMSE-QR分解算法,所提出的利用插值的MMSE-QR分解算法的复杂度大幅降低。