近来,第五代通信系统（5G）已开始试点工作。5G的重点——大规模多输入多输出（Massive Multiple Input Multiple Output,MIMO）系统相比传统MIMO的天线数量大幅上升,在获取更好的传输速率与频谱效率的同时,带来了实时处理的数据量激增的问题。作为大规模MIMO系统重要的一环,检测模块对数据吞吐率以及检测性能均有着极高的要求,其低复杂度的检测算法的研究与实现非常重要。为此,本文针对128×8规模的大规模MIMO系统提出了基于LDLT分解的MMSE（Minimum Mean Square Error,最小均方误差）检测算法以及其硬件架构。在算法层面,本文通过去除LDLT分解算法中多余的乘法运算,减小了算法的复杂度。同时,本文针对仿真中遇到的病态矩阵问题采取了特殊处理,保证算法在定点情况下能正常进行。在硬件层面,由于LDLT分解算法中存在对硬件不友好的除法操作,本文将其等效为求倒和乘法。为了避免标准的求倒运算单元占用硬件资源较多且延时较长的问题,本文进一步提出了通过控制延时使求倒结构完全分时复用的方案,以及基于Newton-Raphson迭代与对称双边查找表方法（Symmetric Bipartite Table Method,SBTM）的求倒结构,明显降低了LDLT分解结构的资源占用。经过仿真,本文提出的检测模块在定点仿真情况下相比于理想的MMSE检测在误码率达到10^-5量级时只有0.7dB左右的性能损失。最终,本文提出的硬件结构在现场可编程门阵列（Field-Programmable Gate Array,FPGA）平台进行实现,消耗143k LUTs与187k FFs情况下达到了1.296Gbps吞吐率,硬件效率优于大部分同类文献;Design Compiler综合报告显示,在TSMC 0.13um工艺下面积消耗9.7mm²,能够达到1.2Gbps的吞吐率,相比同类文献在硬件面积效率上表现良好。