伴随着第五代移动通信系统(the Fifth Generation,5G)的发展,大规模多输入多输出(Massive Multiple Input Multiple Output,Massive MIMO)开始逐渐被更多人关注。大规模MIMO系统相比于传统MIMO系统,在终端的天线数量能够达到数十甚至上百,这在很大程度上提高了MIMO系统的频谱效率,提升了数据的传输速率。然而天线规模的急剧增加使得信号处理变得尤为复杂,尤其是大规模MIMO信号检测的复杂度急剧增加,导致吞吐率很低,甚至难以硬件实现。同时,由于现有的MIMO检测中需要传递精确的消息,又进一步增加了硬件实现的难度。因此,设计低复杂度的信号检测算法变得至关重要。本文我们提出了一种适用于大规模MIMO系统的基于Kaczmarz算法的低复杂度检测算法。通过将最小均方误差(Minimum Mean Square Error,MMSE)检测算法转化成等效的增广矩阵的形式,提出的算法同时避免了直接矩阵求逆和大规模Gram矩阵求解。进一步,通过对Kaczmarz算法的迭代进行修改,根据大规模MIMO信道矩阵的特点使其按列进行迭代,降低了迭代计算的复杂度。此外,算法初始解的近似估计方法和近似的软判决信息计算方法两种优化策略也被提出用于进一步降低算法复杂度,加速算法的收敛。仿真结果表明提出的算法在性能和计算复杂度方面优于近期文献中的Neumann级数、共轭梯度以及Gauss-Seidel算法,在三次迭代情况下,复杂度比文献中的算法低20%,同时能够达到接近最优的线性检测性能。进一步,FPGA的验证结果也表明提出的算法能以低20%的硬件资源消耗完成大规模MIMO系统的检测。为了进一步降低算法的计算复杂度,针对目前大规模MIMO检测中传递精确消息这一缺点,本文提出使用随机计算单元来完成矩阵乘法,设计了基于二段分解的概率乘法器和加法器,并将它们利用在检测算法的矩阵乘法中。仿真的结果表明,该算法在仅损失0.1d B检测性能的前提下进一步降低运算单元的硬件资源消耗。