爆炸式增长的数据流量、海量的接入用户以及不断涌现的各种应用场景促使无线通信技术向着高容量、高频谱利用率以及低时延高可靠性的方向高速发展。随着MU-MIMO技术的引入大大提高了无线通信系统容量、频谱利用率以及可靠性，但是MU-MIMO技术使基带信号处理算法的计算复杂度增长了数十倍，特别是高性能的预编码算法和MIMO信号检测算法的实时计算成为整个无线通信系统的瓶颈之一。本文针对高性能预编码算法和MIMO信号检测算法中应用普遍的QR分解展开研究，旨在设计吻合未来无线通信基带信号处理实际需求的QR分解硬件结构，为这些高性能算法在无线通信系统中的部署奠定基础。本文取得的研究成果主要包含以下几个方面：　　1.提出了基于MGS算法的超前迭代MGS算法　　“零”时延的用户体验对未来无线通信系统基带信号处理中QR分解的处理延迟提出了更高要求，本文基于现有QR分解算法中处理延迟性能最好的MGS算法展开研究，提出了一种超前迭代MGS（ILMGS）算法进一步降低QR分解的处理延迟。所提ILMGS算法涉及大量的除法和开根号运算需要较多的硬件开销，因此，本文基于二阶泰勒多项式近似和牛顿拉夫森迭代提出一种增强型ILMGS（E-ILMGS）算法以消除ILMGS算法中的除法和开根号运算，从而节约硬件开销。　　2.设计了基于增强型超前迭代MGS算法的硬件结构　　本文基于所提E-ILMGS算法设计了一款高吞吐率低处理延迟的三角脉动阵列（TSA）结构QR分解硬件结构，TSA结构的固有特征使其需要大量的硬件开销，因此，基于TSA结构QR分解硬件结构本文还设计了一款面向低吞吐率需求的迭代结构QR分解硬件结构，该结构通过迭代复用核心硬件模块使得在不影响处理延迟性能的情况下大大降低了硬件开销。本文还面向所提E-ILMGS算法建立了定点精度模拟系统以选择最佳的定点数配置，然后将所设计硬件结构在0.13μm CMOS工艺下综合实现，结果表明：相比现有文献公开的QR分解硬件结构，本文基于所提E-ILMGS算法设计的TSA结构QR分解硬件结构和迭代结构QR分解硬件结构实现了最佳的处理延迟性能。　　3.提出了面向未来无线通信基带信号处理的并行瓦片QR分解算法　　灵活的天线部署方案和大规模MIMO技术的引入对未来无线通信系统基带信号处理中QR分解的灵活性提出了更高要求，本文基于灵活性高可扩展性强的并行瓦片QR分解算法提出了一种面向未来MU-MIMO无线通信系统基带信号处理实际需求的并行瓦片QR分解算法，所提算法将瓦片规模设置为2 × 2并将每个domain中的瓦片数设置为1，不仅使所提算法并行性大大增强还可最大限度地满足天线配置的灵活性。为了降低所提并行瓦片QR分解算法的处理延迟，本文还基于E-ILMGS算法和QR分解的固有特性提出了一种改进的E-ILMGS （ME-ILMGS）算法以降低所提并行瓦片QR分解算法中瓶颈操作（GEQRT操作和TTQRT操作）的处理延迟。　　4.设计了基于所提并行瓦片QR分解算法的硬件结构　　本文基于所提并行瓦片QR分算法设计了一款面向未来基带信号处理实际需求的QR分解硬件结构，该结构具有高吞吐率、低处理延迟以及高灵活性等优点。通过面向所提并行瓦片QR分解算法的定点精度模拟系统确定最佳定点数配置之后，将所设计QR分解硬件结构在0.13μm CMOS工艺下进行综合实现，结果表明：相比现有文献公开的QR分解硬件结构，本文基于所提并行瓦片QR分解算法设计的硬件结构具有最优的QR分解速率，更重要的是本文基于所提并行瓦片QR分解算法设计的硬件结构具有更高的灵活性，与未来无线通信系统基带信号处理对QR分解高速率、低延迟以及高灵活性的需求相吻合。　　综上所述，本文面向未来无线通信基带信号处理中的QR分解展开研究，从算法和硬件结构设计两个层面进行优化，以降低QR分解的处理延迟，增强吞吐率和灵活性，为推动基带信号处理中高性能预编码算法和MIMO信号检测算法的部署奠定基础。