随着大量智能终端和各类新兴应用的出现与物联网等领域的技术进步,未来移动通信系统的部署将会朝着异构化、密集化的趋势发展,异构蜂窝的密集部署将成为未来提高网络容量的一种重要手段,同时这也将会产生更为复杂和严重的蜂窝间干扰,甚至可能导致系统性能恶化。为了解决无线通信中面临越来越大的容量需求和有限的频谱资源这一难题,需要通过蜂窝间干扰协调技术对有限的频谱资源进行合理分配,提高系统频谱效率。然而,未来一代无线与移动通信系统的一个资源管理周期通常为毫秒级,因此传统的蜂窝间干扰协调算法将难以满足其超低时延的需求,所以设计一种时间复杂度较低的干扰协调算法是非常有必要的。根据我们过去的研究发现,离散小波变换可以通过降低问题规模的方式来降低算法耗时,但需要终端的参数序列有较好的稀疏性,否则将会造成明显的性能损失。针对如何提高多个参数序列的稀疏性,本学位论文提出了一种基于图的稀疏化方法,该方法通过对终端进行排序从而达到同时稀疏化终端所有特征参数序列的目的。另外针对终端特征参数短时间内不发生变化的情况,我们将参数稀疏化和干扰协调分步进行,以满足每个资源管理周期的毫秒级需求。针对一个通信场景中通常部署许多蜂窝的情况,本学位论文进一步研究了多蜂窝干扰协调问题并提出了一种多蜂窝干扰协调的快速终端匹配算法。首先利用图论中的最小生成树对多个蜂窝进行两两匹配,将多蜂窝协调问题转化为多个两蜂窝协调问题。然后,将每个两蜂窝匹配对中的终端匹配建模成一个二维分配问题,并利用匈牙利算法获得最优匹配结果从而只需要经过有限次数的循环即可得到多蜂窝之间的协调策略。最后,通过小波变换降低二维分配问题的规模来降低算法耗时,并且还使用参数稀疏化来减少小波分解过程中特征参数的有效信息损失。仿真结果表明相较于传统方案,该算法的时间复杂度大幅降低,同时系统性能损失较少,并且随着蜂窝数量的增多其时间优势更为明显。