未来无线网络时代同时需要在任意时空上也即任意时刻任意区域,以及要求在极低时空相关性也即高速移动下实现超高速强可靠的数据传输。为满足此需求,大规模天线系统也即大规模多输入多输出(multiple-input multiple-output,MIMO)技术被引入以提升无线网络的频谱效率以及能量效率。同时,无线网络布局日趋密集化、多层异构化以进一步增强区域频谱效率。由此,大规模MIMO的性能尤其是边缘用户的性能及增强问题也即干扰管理技术的研究尤为必要,但同时由于无线网络架构的低规则化以及多层复杂化致使其性能分析及干扰管理愈发棘手。针对此问题,本文致力于研究大规模MIMO无线网络边缘用户的性能,及其性能增强也即干扰管理技术,并将用户的干扰管理分析进一步拓至大规模MIMO多层异构无线网络场景。具体的主要工作总结如下:一、研究了大规模MIMO无线网络边缘用户的性能。首先借助中心极限定理、多项式近似等理论本文给出了3D(three dimensional)模型下分布式大规模MIMO单小区不同区域平均频谱效率的近似闭式。继而,得到了小区边缘用户平均频谱效率上限的闭式,并比较与小区中心区域用户性能的差异。仿真结果印证了理论分析的准确性,且发现分布式大规模MIMO各区域性能具有强鲁棒性,但小区边缘用户性能显著下降(仅为中心区域用户的50%)。其次,本文进一步研究了多小区多用户MIMO情形下边缘用户的性能。利用随机几何理论,本文给出了不规则小区边缘用户覆盖概率的精确闭式。该闭式显示,边缘用户性能仅为中心用户的30%。同时,利用上述闭式,本文进一步推导了单用户情形下边缘用户覆盖概率下限的闭式,此闭式揭示了大规模MIMO提升用户性能的机理。对于多用户大规模MIMO情形,仿真结果表明,边缘用户的覆盖概率收敛于与基站天线数和用户数比值相关的某一特定值,且随此比值迅速增加。此外,布局增益指标表明,本文的边缘用户性能分析接近实际真实值。二、研究了单层大规模MIMO无线网络边缘用户的干扰管理技术。首先,针对单用户情形,本文给出了基于随机几何理论的小区边缘的定义。此定义有助于提升小区边缘用户被识别概率且具灵活可扩展性。据此定义,我们给出了典型小区边缘用户数的近似分布。本文采用基于大规模MIMO额外自由度消耗的预编码设计用以消除邻基站对边缘用户的干扰,并分别推导了小区边缘用户以及中心区域用户传输成功概率的上下限的闭式。数值仿真结果验证了理论分析结果的紧致性,且显示,上述干扰管理方式可大幅提升小区边缘用户的性能,同时中心区域用户性能仅有小幅下降。其次,对于多用户情形,单用户模型的边缘定义无法适用,由此本文给出了此情形下小区边缘的定义并借助随机几何理论推导了相应的小区边缘用户数分布的准确闭式。利用大规模MIMO的丰富自由度,本文分析了用以消除邻基站干扰的预编码设计及其合理的基站协作策略。进一步的,本文分别给出了此干扰管理方式下,小区边缘用户以及中心区域用户覆盖概率上下限的闭式。同时,本文推导了用以揭示典型大规模MIMO机制下小区中心式用户体验可达程度的闭式。仿真结果显示,随着用户数的增加以及小区边缘区域的缩小,干扰管理对小区边缘用户性能的提升幅度愈大,且上述理论闭式的紧致性愈强。三、研究了多层大规模MIMO异构无线网络干扰管理技术。首先,针对完全随机几何模型无法准确表征实际无线网络布局特性的问题,本文研究了基于β-GPP(Ginibre point process)模型的多层大规模MIMO异构无线网络层间干扰管理技术。本文分别分析了基于预编码设计的码域层间干扰管理方式下宏用户以及微用户的覆盖概率。且进一步的,推导了典型大规模MIMO机制下宏用户性能的简洁闭式,此闭式揭示了大规模MIMO提升用户性能的机理。仿真结果验证了理论分析的准确性,且显示相较于完全随机模型,β-GPP模型更贴近实际真实值。其次,本文将上述单一域的干扰管理研究延拓至多域联合的干扰管理以进一步增强系统性能。我们将此多域联合的干扰管理策略建模为系统和速率的最大化问题,并利用D.C.分解(difference of two convex functions)给出了其次优解。数值结果显示,不同系统参量(如用户数和基站密度)下,最优的干扰管理方式存在差异性,且相较于固定类型的干扰管理方式,多域联合干扰管理策略可显著提升系统性能。四、研究了用户移动性大规模MIMO无线网络的干扰管理技术。本文全面分析两层异构无线网络中由用户移动性引发的信道老化、切换等负面影响,将其建模为干扰项,并采用基于接入控制的干扰管理方式以最大化阶梯速率。首先本文分析了两层异构无线网络中基于开放式以及封闭式接入下不同类型切换的概率。同时,借助完全贝尔多项式,本文分别给出了上述两类接入方式下移动性用户覆盖概率的精确闭式。继而,本文分析了大规模MIMO对单用户情形下用户性能的影响机理。进一步的,给出了低速用户基于典型大规模MIMO机制的覆盖概率的近似简洁闭式,此闭式阐释了大规模MIMO改善低速用户性能的机理。数值结果显示,最优接入策略随用户的移动速度、微小区密度和偏置等而变化,且相较于固定开放式的接入策略,本文所述最优接入控制可显著提升用户阶梯速率。此外,我们发现,上述大规模MIMO机制下用户性能的简洁闭式可准确预测低速(乃至中速)用户的最优接入策略。为减低移动性用户的切换概率,本文进一步分析了基于基站协作的有限移动的切换抑制问题,并给出了用于阻断用户第一次位移下切换所需满足的基站协作半径。依此基站协作策略,本文给出了用户第二次位移的切换概率解析式,并分析了两次位移相关性对切换概率的影响。