目前，无论对于民用还是军用无线通信，各种干扰已经成为影响无线通信系统性能的主要因素。在蜂窝无线通信系统中，干扰的产生源于不同的基站共享相同的载波频率，而小区内部的干扰会减少了数据传输的吞吐量，并降低了数据传输速率。在局域网中，由于不同的接入点共享相同的信道而造成干扰，媒体访问控制协议（MediaAccess Control, MAC）试图通过避免数据包冲突的方法来处理这些干扰。这种保守的方法导致了系统带宽利用不足。并且MAC协议限制了可以同时进行对话的节点数量，从而降低了系统的性能。因此，如何实现在某种意义下的无干扰通信称为当前无线通信理论中的研究热点之一。近年来，干扰对齐（InterferenceAlignment, IA）作为一个在干扰信道中实现无干扰通信的新手段越来越受到人们的重视。实际上，干扰对齐是一种协作性干扰管理策略，它是利用由多个时隙，频率块或天线提供的多信号维度来实现的。发射端在多维信号空间内通过联合设计传输信号，使得接收端在观察接收信号时，将干扰信号对齐至干扰信号子空间内，而无干扰信号子空间内则为期望信号。干扰对齐最简单的形式是在干扰信道采取预编码机制。这是一种通过多维信号空间进行线性编码的传输机制。干扰对齐技术解决了当用户数量增加时，每个用户的频谱效率会迅速下降的问题，提升了系统容量。但干扰对齐技术在实际无线网络中的实现则需要一些特定的假设以及约束条件。本文阐述了干扰对齐技术的基本思想，分析了当前干扰对齐技术的发展趋势，总结了现阶段的典型盲干扰对齐算法的实现方式，针对多用户MIMO下的干扰对齐算法存在的研究现状，提出了一种将盲源分离模型与干扰对齐模型相结合的盲干扰对齐算法。该算法解决了在发送端和接收端信道状态信息受限的情况下，在优化系统性能的同时，完成干扰信号与期望信号相分离的问题。并通过计算机数字仿真实验，对现有算法的仿真性能进行了分析与比对。大多数盲干扰对齐（IA）算法都利用用户间的非统计等价，假设在相邻时隙和频隙内信道保持不变，通过预先设定的模式改变天线特性来改变信道相关块模式，实现盲干扰对齐。但是对于多天线传输，这种方法的算法复杂度很高，难以实现。本文提出的干扰对齐算法，在K个用户MIMO干扰信道中，在发射端已经建立起干扰对齐机制条件下，依照盲源分离（BSS）理论，将IA模型与BSS模型相结合，在接收端采用FastICA（Fast Independent Components Analysis）算法提取期望信号，以获得与已知信道状态信息的IA算法相似的误码率性能。仿真结果表明，本文所提出的基于FasICA算法突破了发射端需获得完美信道状态信息条件下干扰对齐的局限，排除了其对系统性能的影响，获得较好的系统误码率性能。为多用户MIMO系统中的盲干扰对齐问题的解决提供了一种新的可能性。