科技发展带来的用户终端多样化以及物联网的普及,使移动数据流量迅速增长。为了满足用户的需求并缓解网络容量的压力,传统蜂窝网络逐步转向小型化、密集化,最终形成超密集网络。部署的微基站功率小,服务范围小,服务用户数量少。其关联用户业务突发性强、不对称性强,因此本文引入动态TDD技术来提高基站适应能力。但是密集部署的微基站和动态TDD技术也带来了关联选择、交叉时隙干扰,能耗增加等急需解决的问题。本文对超密集网络在动态TDD场景下的干扰管理问题深入研究,对用户与基站间关联选择,基站配置,功率控制进行重点研究,从而达到抑制干扰,降低能耗,增加负载平衡,用户吞吐量的目标。首先,本文对超密集网络中关联问题及动态TDD场景下超密集网络中的干扰问题进行阐述、总结。分析了它们的技术来源、技术定义、组成部分及具体分类。分析目前亟需解决的难题,为后续研究打下理论基础。然后,针对小区关联问题和交叉时隙干扰问题,本文提出一种联合小区关联和动态TDD分配的干扰管理方案。该方案通过添加交叉干扰、负载限制等约束,调整用户的关联基站选择和基站的上下行配置比例,完成降低干扰,增加负载平衡和用户吞吐量的目标。对于这一方案,本文设计了一种双层迭代算法,利用广义Benders分解概念,将原始问题进行分解,变成两个子问题,利用双层迭代算法中的内层双向匹配算法和外层梯度下降算法进行求解。仿真结果表明所提方案在增加吞吐量和负载均衡上优于对比算法。最后,针对基站配置中未解决的具体上下行顺序及未考虑到的用户间交叉时隙干扰等问题,本文提出了一种以干扰成本和功率控制为基础的上下行交换干扰管理方案。该方案通过调整基站在各时隙的上、下行顺序及关联用户发射功率,达到降低干扰、能耗,提升用户吞吐量的目的。针对方案,本文提出一种双层交换算法,利用干扰成本将基站间干扰解耦,将原始问题进行转换,变成若干个子问题,利用双层交换算法中的内层迭代算法获得基站各时隙传输方向请求和关联用户发射功率并大大减少计算量,外层交换算法对基站交换请求进行选择性响应最终获得结果。仿真结果证实了,本文设计的方案和现有算法作比较时,可以有效抑制干扰,增加用户上下行吞吐量。