多小区多用户下行链路中同时存在小区间干扰(ICI,Inter-Cell Interference)和用户间干扰(IUI,Inter-User Interference),严重影响了通信系统的容量和性能,因此有效的干扰管理手段成为了研究热点。干扰对齐技术是一种有效的干扰管理机制,能克服传统的干扰管理方案的不足,彻底消除干扰,从而显著提高系统容量。随着小区及用户数增加,干扰对齐需要的收发天线数量和信道状态信息量相应增大,导致复杂性大大增加,因此干扰对齐很难应用于小区数量庞大的蜂窝网络。本文提出了基于干扰图的干扰对齐算法,不仅可以消除IUI和ICI,提高系统性能,并且其性能与网络规模无关。论文主要工作如下:1.分析了基于干扰图的蜂窝网络平均每小区自由度。以最大平均每小区自由度为目标函数、下行广播信道干扰对齐可行性条件为约束条件进行优化方法设计。其中约束条件的变量数随着网络中用户对数增加而增加,因此该优化问题为非线性、离散优化问题。为解决这一难题,利用干扰图的拓扑结构将优化问题转化为变量数较小的线性问题。最终得到了蜂窝网络平均每小区自由度的表示式,为该场景下干扰对齐算法设计提供了重要参考依据。2.提出了基于干扰图的分组干扰对齐算法。首先利用干扰图表征蜂窝模型,然后选取其中几个小区作为一簇,簇内利用分组干扰对齐算法消除干扰,最后通过簇的平移消除簇间干扰,实现蜂窝网络内所有活动小区的干扰对齐。仿真结果表明该算法减少了收发天线数及计算复杂度,提高了系统容量,且整体性能不受网络规模限制。3.分组干扰对齐算法需要将接收端信息反馈到发送端,增大了系统开销。为解决这一问题,提出了一种基于级联预编码的干扰对齐算法。设计了级联预编码矩阵,该编码矩阵的一级预编码器是通过奇异值分解小区中IUI信道得到,二级预编码器用于对齐ICI;通过在接收端设计波束赋形矩阵可以消除全部ICI。与分组算法仿真对比分析,所提算法可以达到理论自由度,并且不需要反馈信息。4.在此基础上,提出了一种基于干扰图的级联预编码干扰对齐算法。在设计干扰图分簇方式后,通过使用级联预编码干扰对齐算法来消除簇内用户间、小区间及簇间干扰。仿真结果表明该算法提高了系统容量,整体性能同样不受网络规模限制。