为了满足超强宽带连接、超低时延通信、超可靠保密通信的需求,第五代移动通信系统（the Fifth-generation Mobile Communication System,5G）引入了许多关键技术。超密集网络作为5G的关键技术之一,是目前无线接入的热门技术。在超密集网络中,随着低功率小基站的密集部署,用户通信链路质量和网络容量不断提高,小区间的干扰也愈加严重,干扰问题的产生不仅降低了用户的通信体验,而且严重制约了超密集网络的进一步推进。如何高效降低小区间的干扰,是干扰管理算法研究的主要问题。本文对现有超密集网络的干扰管理算法进行分析,重点研究了超密集网络中存在的同层干扰和跨层干扰问题,本文的主要工作如下:（1）针对超密集网络中Pico Cells间存在的同层干扰问题以及现有分簇算法不能有效降低簇内干扰的缺点,提出了改进的基于干扰图的分簇算法。首先,基于Pico Cells的干扰关系定义簇的权重值构建干扰图。其次,根据分簇算法将超密集网络中随机分布的Pico Cells分簇,考虑到簇的尺寸大小影响信道资源的分配,通过设定阈值,Pico Cells可以较均匀地划分到每个簇内。最后,结合信道分配和功率分配算法动态地对Pico Cells进行干扰管理。仿真结果表明,所提算法可以减少Pico Cells间的干扰,提高系统的吞吐量。（2）针对超密集网络中不同类型小区间存在的跨层干扰和同层干扰的问题,提出了Pico Cells与Femto Cells协作的干扰管理算法和基于干扰图着色的干扰管理算法。首先,针对Pico Cells与Femto Cells之间的跨层干扰问题,Pico Cells根据Femto Cells到Pico Cells服务用户的信道状态信息和Femto Cells的空闲状态信息选择协作基站,选定的协作基站将数据信息发送给Pico Cells服务的用户。其次,针对Femto Cells之间的同层干扰问题,根据Femto Cells对用户的干扰强度分为强干扰和弱干扰,将强干扰的Femto Cells划分为一簇。最后,根据成本函数的优先级大小的顺序将干扰图颜色分配给每个簇内的顶点,同时本文考虑了新Femto Cells请求接入邻近簇的情况,邻近簇响应接入请求并根据簇内总权重值决定是否接纳新Femto Cells。仿真结果表明,所提算法在用户公平性得到保障的同时,系统的吞吐量和频谱效率得到了提升。