大规模多输入多输出(massive Multiple Input Multiple Output,massive MIMO)技术作为新一代移动通信技术,能够大幅提升频谱效率和系统容量。用户数量的增多导致大规模MIMO和传统的MIMO技术有了本质上的区别。大量的天线阵列形成复杂的时变信道。传统的非线性的MIMO检测算法的复杂度随天线的数量成指数增长,其用于第五代移动通信(5th Generation Mobile Communication System,5G)时性能不佳。线性检测算法中的级数展开法、线性迭代算法、梯度逼近算法成为人们主要研究的对象。然而,目前的迭代类算法还存在着复杂度高与检测性能低的问题。就此问题,本文主要研究了几类迭代检测算法,并给出具体的改进建议。针对Kaczmarz算法迭代收敛较慢的问题,使用改进的R-Kaczmarz算法加快收敛速度。利用R-Kaczmarz算法不需要计算Gram矩阵的特点,简化初始值的选取方式。在迭代次数为3次的情况下,本文算法相比于SSOR算法降低30%的计算量,比R-Kaczmarz算法降低14%的计算量。此外,为避免算法顺序迭代带来的收敛速度慢的问题,将算法改进为基于范数排序,进行迭代。结合合适的松弛因子,改进的算法比原算法的误码率性能最多有1～2d B的信噪比提升。针对W-SSOR算法检测性能相比于SSOR算法无实质性提升的问题,本文提出的算法扩宽了权重因子的选取范围,并提升误码率性能。首先给出该算法收敛性证明。之后,通过蒙特卡洛方法拓宽该算法的收敛区间,得到收敛因子的取值区间。仿真结果表明,本文算法在维持复杂度不变的同时,优于SSOR算法以及W-SSOR算法的误码率性能。