在智能设备普及的推动下,近年来无线流量呈指数级增长。已有研究预测,与2010年相比,2020年无线流量将增长1000倍。一般而言,未来网络可以通过三种方式实现容量的增长,分别是带宽扩展、频谱效率提高以及网络密集化。其中网络密集化是移动通信系统中容量增强的最主要贡献者,因此,5G网络采用小型蜂窝的概念,在宏基站覆盖范围下部署具有极高密度的低功率小基站,形成超密集网络。然而,超密集组网方式的引入使得网络架构、业务场景更加复杂,并且网络的异构性和密集化导致干扰问题尤为严重。为了避免超密集网络中的强干扰,本文考虑了超密集网络中的两种不同场景,从频率复用的角度,结合图论的着色分簇算法,分别引入了非完全着色算法实现对小基站的分簇和面向用户的着色算法实现对用户的分簇,并通过仿真验证了两种方案的有效性。本文的主要研究内容如下:第一,提出了基于非完全着色的干扰协调方案。该方案考虑用户与小基站数目相同的特殊场景,主要目的在于提升平均用户容量。首先根据小基站的强干扰阈值和小基站的反馈建立以小基站为顶点的无向干扰图;其次,结合图论中着色算法,引入基于小基站通信状态的非完全着色算法对网络中随机部署的小基站进行分簇;最后根据小基站的负载情况动态分配子信道。仿真结果表明,该方案对比基于传统着色的干扰协调方案给网络带来了更高的平均用户容量。第二,提出了面向用户的动态着色干扰协调方案。该方案考虑用户数目多于小基站数目的普遍场景,主要目的在于改善用户公平性,并提升系统吞吐量和频谱效率。该算法首先根据用户的强干扰阈值以及用户的反馈构建了以用户为顶点的无向干扰图。然后,利用饱和度着色算法对建立的干扰图的顶点动态着色完成分簇。同一簇内的用户可以复用相同的频段,因为它们之间没有干扰。最后,将频谱资源分配给簇,簇再将资源块单独分配给同一簇内的用户。仿真结果表明,面向用户的动态着色干扰协调方案能够提高系统平均吞吐量和频谱效率,并且面向用户方法的引入提升了网络公平性。