作为下一代无线通信标准的关键技术之一,超密集网络近年来吸引了越来越多的关注。超密集网络通过在系统内部署大量的发射功率很低的小基站来实现小区的密集化,进而提升资源的空间复用程度。同时,小基站的发射功率较低,其所形成的小小区的覆盖范围很小,基站到用户之间的距离也就相应缩小,这使得传输损耗也大幅缩减,进而使得系统的能量效率得到提升。但是,随着网络的密集化,系统中由小基站所构成的小小区之间的位置也越来越近,使得小小区之间的干扰越来越严重,而且干扰的情况也相较传统网络更加复杂,小区间干扰成为了限制超密集网络性能的关键因素,因此超密集网络中的干扰管理是亟待研究的问题。本文首先对超密集网络的特性进行了建模和分析,并着重分析了超密集网络中干扰强烈且干扰源较多的特点。接下来介绍了干扰管理的常用方法,并重点介绍了多点协同传输这一干扰管理方案,同时介绍了小区内和小区间的资源分配方法。其次,针对超密集网络中的多干扰源复杂干扰,采用以用户为中心的多小区协作的方式进行干扰管理。根据协作小区信道条件的不同,将其分为主服务基站和次服务基站,以降低系统的能量消耗。接下来以最大化资源的利用率为目标,采用分布式的贪婪染色算法进行用户资源分配。最后,由于多小区之间的资源分配不得不在整个系统层面进行全局考虑,而当超密集网络的系统规模较大时,资源分配的复杂度将会大幅度提高,使得干扰管理难以进行。因此对多系统中的小区进行分簇,使得协作只发生在小区簇的簇内,以此来降低协作的规模。首先利用用户协作集的融合,将相互重叠的协作集融合为小区簇。而其中规模较大的小区簇,并没有能够真正降低协作规模,因此在此基础上对规模较大的小区簇进行二次分簇。首先利用最大最小距离原则对其进行初始的分簇,并将分簇的结果作为K-means算法的初始值进行最终小区分簇。通过降低小区分簇的规模,可以使协作干扰管理能够在合理的尺度下进行。