干扰是无线通信系统中不可避免的现象，特别是在多用户通信系统中，多用户干扰严重限制了系统容量。传统的干扰管理方法包括把干扰当作噪声、信道正交化和干扰译码等，但是这些方法都存在着各自的缺陷，当用户数量增加时，每个用户的频谱效率会迅速下降，限制了系统容量。干扰对齐是从干扰重叠的角度来处理多用户干扰的新技术，其研究结果表明系统容量可随用户数量增加线性增加，从而显著提高信道总容量。干扰对齐的提出为提高资源有限情况下的系统容量开拓了全新的天地，成为当前无线通信领域的研究热点。为了提高盲干扰对齐方案的分集增益性能，本文提出将Alamouti编码应用到盲干扰对齐方案中，将其分集增益从1提高为2，在相同频谱效率的情况下可以获得更好的误码率性能。在Alamouti结构的基础上，本文提出在干扰对齐的接收端使用PIC分组译码算法，在降低接收机复杂度的同时，进一步提高了新方案的性能。另外，本文提出的方案使用了符号扩展的思想，由于信道相对恒定时符号扩展不会产生有效信号空间维度，本文提出在接收端使用可重配置天线，很好地解决了这个问题。仿真结果表明，在保持与原方案相同频谱效率的情况下，本文提出的方案在高信噪比区域可以获得8dB左右的误码率性能提升。为了提高分布干扰对齐方案的系统容量，本文研究了迭代运算中不同最优化准则对分布干扰对齐性能的影响，详细分析了最小剩余干扰算法和最大SINR算法，并在此基础上将干扰对齐与匹配滤波结合起来，使用干扰对齐后剩余的自由度来最大化期望信号的功率，实现了最大SNR干扰对齐算法，提高了系统容量。仿真结果表明，在天线数目大于、等于和小于数据流数目三种典型的信道环境下，最大SNR干扰对齐算法在多数情况下的性能接近最大SINR算法，而且算法复杂度更低。本文对干扰对齐的研究重点关注其对系统性能的影响，从系统层面分析了干扰对齐方案的复用增益、分集增益和复杂度之间的折中关系，为干扰对齐在实际通信系统中的应用提供了理论基础。