1.一种基于深度学习的大规模MIMO信号检测方法，其特征在于，所述方法包括：根据系统模型，获得接收信号 信道矩阵 和用户端传输的调制信号利用Jacobi迭代检测算法，获得深度学习检测网络；

设置所述深度学习检测网络的损失函数；

利用所述 所述 和所述 对所述深度学习检测网络进行训练，获得训练好的检测网络。

2.根据权利要求1所述的是大规模MIMO信号检测方法，其特征在于，所述利用Jacobi迭代检测算法，获得深度学习检测网络，包括：利用Jacobi迭代检测算法的迭代公式，获得所述深度学习检测网络第i层的变量zi；

对变量zi添加训练参数Θ，获得变量mi；

将变量mi输入到激活函数ρ中，获得变量vi；

将变量vi输入到非线性投影函数ψγ(.)中，获得所述深度学习检测网络第i层的检测结果

3.根据权利要求1所述的是大规模MIMO信号检测方法，其特征在于，所述方法还包括：获得接收信号 和信道矩阵

将 和 输入到训练好的检测网络中，得到用户端发送信号的检测结果。

4.根据权利要求1所述的是大规模MIMO信号检测方法，其特征在于，在利用所述 所述和所述 对所述深度学习检测网络进行训练之前，包括：获得所述 的等价实数域信号；

获得所述 的等价实数域信号；获得所述 的等价实数域信号。

5.根据权利要求1‑4所述的是大规模MIMO信号检测方法，其特征在于，所述训练参数Θ为

6.根据权利要求1‑4所述的是大规模MIMO信号检测方法，其特征在于，所述训练参数Θ为

7.一种基于深度学习的大规模MIMO信号检测装置，其特征在于，包括：获得单元，用于根据系统模型，获得接收信号 信道矩阵 和用户端传输的调制信号获得单元，还用于利用Jacobi迭代检测算法，获得深度学习检测网络；

设置单元，用于设置所述深度学习检测网络的损失函数；

获得单元，还用于利用所述 所述 和所述 对所述深度学习检测网络进行训练，获得训练好的检测网络。

8.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器与所述处理器耦合，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，当所述处理器从所述存储器中读取所述计算机指令，以使得所述电子设备执行如权利要求1～6中任一项所述的大规模MIMO信号检测方法。

9.一种计算机可读存储介质，其特征在于，包括计算机指令，当所述计算机指令在终端上运行时，使得所述终端执行如权利要求1～6中任一项所述的大规模MIMO信号检测方法。

10.一种计算机程序产品，其特征在于，当所述计算机程序产品在计算上运行时，使得所述计算机执行如权利要求1～6中任一项所述的大规模MIMO信号检测方法。