近年来，随着无线通信产业的快速发展，干扰管理问题成为现代无线通信系统面临的一个关键问题，虽然很多干扰管理技术已经提出，但是干扰网络的一些基本问题至今都没有得到很好的解决。最近信息论的学者们提出了干扰对齐方法，被一致认为是干扰管理的一个重大突破，本文对干扰对齐及其在现代无线通信系统的应用方法进行了系统的研究。具体内容如下：1.在由K对单天线用户组成的干扰信道中，当信道为时变或频率选择性时，如果采用干扰对齐方法，则总计可达的自由度（或复用增益）为K/2。然而，要达到自由度上界需要的编码维度为无限长，当限定编码维度时，如何做干扰对齐是一个公开问题。针对此公开问题，本文首先指出当编码维度有限时，把所有资源全部同时分配给所有用户不是最优的，并进一步提出了一种基于分组的干扰对齐方法，该方法将问题建模为无界背包问题。同时，为了获得好的分组方案，分别设计了最优算法与贪婪算法。分析与数值计算表明，基于分组的方案能够获得更多的复用增益。2.MU-MIMO虽然已经在无线通信系统中得到广泛应用，然而，对于多小区MU-MIMO高斯干扰网络，在给定天线配置时，最多同时能够传输的数据流数量是未知的。针对此问题，采用干扰对齐的方法，本文首次给出了多小区MU-MIMO高斯干扰网络的自由度上界。对于一个对称的多小区系统，该上界意味着其全部可获得的自由度不会超过基站与单个用户的天线数总和。同时，设计了自由度获取的算法，该算法虽然不能达到上述自由度上界，但可获得比正交方式更多的自由度。对于三小区的MU-MIMO高斯干扰网络，首次提出了一种基于特征向量拆分的干扰对齐算法，即ES-IA(Eigenvector-Split based InterferenceAlignment)算法，此算法将MIMO干扰信道自由度的解向量拆分后进行联合收发信机设计。数值计算与仿真分析表明，此方案比传统的正交处理方式能够获得更多的自由度。3.基于干扰对齐方法，通过级联小区间干扰抑制预编码矩阵与小区内用户间干扰抑制预编码矩阵，能显著提高小区边缘用户的速率。然而，此方法只能针对固定位置用户设计，而实际系统用户在小区中是随机分布的。针对此问题，提出了一种动态模式切换(DMS)算法。小区中的所有用户根据各自受到干扰的情况，计算一阈值并自行选择工作模式(IA-MMSE或MF模式)，基站分别对2组不同模式的用户进行机会调度。仿真结果表明，此方式既提升了小区边缘用户的速率，又保证了小区中心用户的速率不受影响。通过优化预编码矩阵，进一步提高了小区边缘用户的速率。另外，对于一个由三个小区组成的网络，通过联合设计发送预编码矩阵与接收滤波器矩阵，提出了一种基于干扰对齐的空分混合(IA-SDH)算法，该算法中位于小区中心的用户工作于传统的模式，而位于小区边缘的用户工作于干扰对齐模式。分析与仿真表明，与传统算法相比，每小区能同时服务更多的用户(相应的更多的数据流能同时发送)。4.针对由K对单天线用户组成的干扰信道，基于干扰对齐的闭式解，设计了一种低开销的分布式干扰对齐(LOIA)算法。同时，进一步扩展到了多天线配置情况下。与分布式迭代干扰对齐算法(DIIA)相对比，显著降低了干扰对齐算法的开销。仿真结果表明，在限定开销的情况下，LOIA算法的可达速率明显高于DIIA算法。另外，针对DIIA算法没有充分利用信道对称性的问题，在收发信机干扰对齐矩阵的基础上级联预编码矩阵，并分别对不同的数据流分配不同的功率，提出了考虑功率分配的分布式迭代干扰对齐(PA-DIIA)算法。对于最大信干噪比(Max-SINR)算法也设计了考虑功率分配的最大信干噪比(PA-Max-SINR)算法。仿真分析表明，考虑功率分配的算法在低分配功率下能获得更好的性能。