1.一种无蜂窝大规模MIMO系统频谱效率的渐进近似方法，系统模型表示为：所述系统模型包括L个接入点AP和K个用户设备UE，每个AP配置N根天线，每个UE配置1根天线；

其中，yl表示在第l个接入点AP‑l处接收到的信号，xi表示第i个用户设备UE‑i发送的信息符号，hil表示UE‑i和AP‑l之间的信道向量，nl表示AP‑l上的加性高斯白噪声；

其特征在于，所述方法包括：

步骤1：根据线性加性量化噪声模型AQNM为所述待检测系统模型构建量化系统模型；

步骤2：将所有用户设备UE平均划分为U个组，每个组由 个用户设备UE组成，其中1≤U≤K，这些组被连续地检测到，并且同时检测同一组内的用户设备UE；

步骤3：构造分组SIC信号检测算法GSIC，GSIC信号检测算法表示为：其中， 表示第k个用户设备UE的发送信号估计值，vk是第k个用户设备UE的接收组合向量，α表示失真系数， 表示yl的量化信号， 表示第k个用户设备UE的组号，hi表示信道向量hil的集合；

q

步骤4：利用ZF‑GSIC检测算法对接收信号矩阵y进行检测，得到所述第k个用户设备UE的发送信号估计值步骤5：对系统的频谱效率表达式进行渐进近似；

第k个用户设备UE处的频谱效率表示为：

在τc符号的相干时频块中，信道保持不变，每个时频块都是独立地、随机地实现；假设τp符号用于上行训练，τc‑τp用于上行数据传输； 表示第k个用户设备UE处的信干噪比SINR：其中，pk表示第k个用户设备UE的发送功率， Σ为块对角矩阵，并且 为 的逆矩阵， 表示第k个UE的集合信道估计。

2.根据权利要求1所述的方法，其特征在于，所述步骤4利用ZF‑GSIC检测算法对接收信q号矩阵y进行检测，得到所述发射信号估计值 的过程包括：第k个用户设备UE的接收组合向量 表示为：

其中 表示第uk组中的所有UE的组合向量，表示为：其中， 表示信道矩阵的估计值， 表示矩阵 的第n列；

将所述第k个用户设备UE的接收组合向量 代入所述GSIC信号检测算法，得到所述第k个用户设备UE的信号估计值

3.根据权利要求2所述的方法，其特征在于，所述步骤5中：对于ZF‑SIC检测，U＝K,uk＝k，第k个用户的SINR表示为：对于ZF检测，U＝1,uk＝1，第k个用户的SINR表示为：

4.根据权利要求2所述的方法，其特征在于，所述步骤4利用ZF‑GSIC算法进行信号检测，当U＝K，G＝1，uk＝k，此时，所述第k个用户设备UE的接收组合向量 为：当U＝1，G＝K，uk＝1，此时，所述第k个用户设备UE的接收组合向量 为：

5.根据权利要求2所述的方法，其特征在于，加性高斯量化失真 的协方差矩阵表示为：其中， 是描述信道空间相关性的半正定协方差矩阵，pi表示第i个用户设备UE的发送功率，σ2表示加性高斯白噪声nl的方差，diag(·)用于提取对角线元素并创建对角线矩阵，IN是N×N的单位矩阵。

6.根据权利要求2所述的方法，其特征在于，所述步骤2分组后，第u个组由序号为k＝G(u‑1)+1,…,Gu的UE组成，所述第k个用户设备UE的组号为

7.根据权利要求2所述的方法，其特征在于，UE‑i和AP‑l之间的信道向量为空间相关的瑞利衰落信道。

8.根据权利要求2所述的方法，其特征在于，所述步骤5对估计信号 进行重写为：其中，n表示L个接入点AP的加性高斯白噪声集合， 表示第k个UE的集合信道估计误差。

9.一种无蜂窝大规模MIMO系统频谱效率的渐进近似装置，其特征在于，包括存储器和处理器；

所述存储器，用于存储计算机程序；

所述处理器，用于当执行所述计算机程序时，实现如权利要求1至8任一项所述的无蜂窝大规模MIMO系统频谱效率的渐进近似方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如权利要求1至8任一项所述的无蜂窝大规模MIMO系统频谱效率的渐进近似方法。