干扰对齐做为一种新颖的干扰处理方法,近年来得到了学术界广泛的关注。该技术引入了自由度的概念,其核心思想是将来自于不同数据流的干扰信号在一个方向上或者一个空间里对齐,以减少干扰空间的维度。干扰对齐技术的产生一方面使得无线干扰网络的容量有了飞跃式的增长,大大拓展了之前学者对干扰网络容量界限的认识,有助于下一代通信系统中多用户干扰情况下的大容量可靠传输；另一方面对推动网络信息论发展,尤其在研究多用户多天线干扰网络的容量区域界限中,起到了举足轻重的作用。干扰对齐主要实现方式是预编码技术。因此,研究干扰对齐预编码设计对干扰对齐技术在实际通信系统中的应用有着非常重要的意义。本文的研究思路是在充分理解和挖掘干扰对齐及其自由度物理意义的基础上,明确干扰对齐预编码设计中的关键问题,然后提出有效的解决方案。本文围绕着该研究思路,进行了下列工作：基于高维矩阵特性的干扰对齐预编码设计：以多用户MIMO (Multiple Input and Multiple Output)系统为研究对象,主要解决了干扰对齐预编码设计中的发射机单边优化的机制问题。针对传统干扰对齐预编码设计研究现状中存在的问题,放宽了信道互易性的假设,提出基于矩阵到空间投影距离的算法,避免了前后向链路反复迭代产生的同步和反馈的冗余开销,同时将算法的适用范围从TDD (Frequency Division Duplexing)系统扩展到FDD (Frequency Division Duplexing)系统；进一步本文摒弃收发端联合设计的传统方法,利用干扰空间的距离,提出仅发射机参与的单边优化预编码设计思路；紧接着为了将发射机单边优化的机制推广到多用户场景,本文将最小化信号空间内的干扰强度映射为最小化干扰协方差的特征值,利用最陡下降沿算法设计干扰对齐预编码矩阵。仿真结果表明,最小化干扰信号强度的干扰对齐预编码算法,不仅具有发射机单边优化的优势,且收敛速度更快、干扰残差更小、算法性能更优,并且本文从干扰空间夹角的角度进一步证明了该算法的确能够达到物理意义上的干扰对齐。基于流形优化的干扰对齐预编码设计：主要解决了干扰对齐预编码设计中的优化理论和求解方法的关键问题。针对传统的高维矩阵优化方法存在的诸多缺陷,本文将新颖的矩阵流形优化理论引入多用户MIMO系统的干扰对齐预编码设计中,同时继承发射机单边优化的优势。首先,简单介绍了矩阵流形的定义和拓扑结构,以及流形优化的基本理论；然后重点介绍了Stiefel流形。并将目标函数在Stiefel流形上重组,从而转化为无约束的优化问题,进而推导出Stiefel流形的一阶偏导以及梯度方向表达式,同时引入流形测地线,最终得出基于Stiefel流形的最陡下降沿算法。之后,本文挖掘目标函数的酉不变性,探讨了Grassmann流形和Stiefel流形的映射关系,将干扰对齐预编码设计进一步扩展到Grassmann流形,通过定义Grassmann流形梯度和测地线等一系列矩阵操作,得出基于Grassmann流形的干扰对齐预编码设计方法。本文分析了高维复数空间、Stiefel流形以及Grassmann流形的维度减小的趋势,以及总的计算复杂度。通过仿真和理论分析,可以发现相比传统算法,基于流形优化的干扰对齐预编码算法具有维度低、收敛速度快、系统容量高的优势。基于子空间干扰对齐的预编码设计：主要解决了干扰对齐预编码设计对不同干扰信道模型的适用性的关键问题。以蜂窝系统的上行IMAC (Interference Multiple Access Channels)和下行IBC (Interference Broadcast Channels)干扰信道为研究对象,利用子空间干扰对齐,将接收机的总空间分解成若干个子空间的乘积,将来自不同的用户的干扰信号对齐到不同的子空间,并且提出子空间干扰协方差的概念,建立相应的目标函数。同时由于干扰源增多,本文对基于Grassmann流形的最陡下降沿方法进行了改进,引入切向空间和投影操作。方面避免了目标函数沿测地线轨迹运动,带来的冗余计算量,另一方面可以在切向空间内使用自适应的线性步长选择机制。仿真结果表明相比传统算法,本文提出的子空间干扰对齐预编码设计方法具有收敛速度快、系统容量高、总复杂度低的优势。最后本文对信道分解性和链路对偶性做了深刻的分析。本文研究的干扰对齐预编码设计的关键问题对干扰对齐技术在实际系统中的应用具有重要的意义,提出的分析方法对干扰对齐的研究有一定的指导意义,给出的解决方案能够有效的改进多用户干扰网络的性能。