1.一种基于共轭梯度算法的大规模MIMO信号检测方法，其特征在于：包括以下步骤：S1：在上行大规模MIMO系统中，利用MMSE检测算法将大规模MIMO信号检测问题转化为线性方程组求解问题，根据信道响应矩阵H构造检测矩阵W；

S2：将MMSE检测矩阵W分解为W＝D+E，其中D代表检测矩阵W的对角矩阵，E表示W的非对角矩阵；

S3：根据Neumann级数展开算法，得到检测矩阵W的近似逆矩阵S4：根据检测矩阵W的近似逆矩阵 以及对角矩阵D得到预处理矩阵S5：根据矩阵W、P，采用共轭梯度算法对经过接收端匹配滤波器输出的接收信号y进行检测，得到发射信号估计值

2.根据权利要求1所述的基于共轭梯度算法的大规模MIMO信号检测方法，其特征在于：所述步骤S1具体包括：在上行大规模MIMO系统中，根据MMSE检测算法得到发送信号矢量估计值为：

H

其中H 是信道响应矩阵H的对称转置矩阵， 是输入信号y的匹配滤波输出，W＝H 2

HH+σI为MIMO检测的检测矩阵。

3.根据权利要求1所述的基于共轭梯度算法的大规模MIMO信号检测方法，其特征在于：在所述步骤S2中，

D＝diag(w11,w22,...,wkk)wij表示矩阵W的第i行第j列。

4.根据权利要求1所述的基于共轭梯度算法的大规模MIMO信号检测方法，其特征在于：步骤S3中所述检测矩阵W的近似逆矩阵

5.根据权利要求1所述的基于共轭梯度算法的大规模MIMO信号检测方法，其特征在于：步骤S5具体包括以下步骤：

S51：在线性方程组Wx＝y两边同乘预处理矩阵P得到S52：设置初始值 初始残差 初始共轭向量p0＝r0；

S53：根据预处理矩阵P，通过迭代不断更新估计向量xk+1＝xk+αkmk，更新残差向量：rk+1＝rk‑αkPAmk，更新下降方向mk+1＝rk+1+bkmk；

其中第k次迭代的搜索步长 利用Gram‑Schmidt正交化求解共轭向量：S54：判断迭代次数k是否达到预设迭代次数k_iter，若未达到则返回步骤S53继续迭代更新；否则停止迭代，得到发射信号估计值

6.根据权利要求5所述的基于共轭梯度算法的大规模MIMO信号检测方法，其特征在于：所述步骤S5中对接收端匹配滤波器输出的接收信号y进行检测，得到发射信号估计值

7.根据权利要求1所述的基于共轭梯度算法的大规模MIMO信号检测方法，其特征在于：所述信道响应矩阵H为瑞丽衰落信道响应矩阵。