随着无线通信技术的迅速发展,用户对通信质量要求越来越高,大带宽、高速率、多用户、低成本等需求不断被提出。为了满足上述需求,第五代移动通信技术（5G）新空口（NR）在网络架构、帧结构和信道编码等方面引入了全新的设计,因此NR信号的检测也产生了很大不同。超密集组网（UDN）网络架构是NR为了提升网络容量所采取的小区密集化的部署方案,即覆盖范围有限的小型小区的超密集部署。该场景下,同频段内密集分布的多个无线接入点带来严重的小区间互相干扰问题,导致系统频谱效率降低。同频小区的小区间干扰成为超密集部署技术的主要性能限制因素之一,同频干扰条件下的信号检测问题也成为了一个巨大的挑战。本文搭建NR下行链路系统模型,重点研究同频干扰下的小区搜索以及多天线接收问题。主要工作内容概括如下:第一,研究同频干扰下的小区搜索问题。建立NR下行链路小区搜索模型,仿真分析NR所适用的定时同步算法和频偏估计算法,并研究算法在同频干扰下的适应性。为提升同频干扰下的小区搜索性能,将干扰消除算法应用其中,具体方案是通过小区搜索获取同频小区中功率最强小区的物理小区标识（PCI）,利用该PCI生成本地辅同步信号（SSS）后,对SSS进行最小二乘估计完成信道初始估计,获取信道响应,并根据该信道响应将该小区信号从接收信号中消除。针对存在多个同频小区的场景,利用多次干扰消除过程中检索出的信号进行信号重构,并根据改进的SSS序列信道估计方法来实现干扰消除算法,仿真结果表明能有效抑制干扰消除过程中的误差传播。第二,为提升同频条件下信号检测的性能,采用多天线接收结合干扰抑制合并（IRC）算法对接收信号进行检测,并对IRC算法进行改进。针对同频小区环境下小区间的干扰的问题,利用同步信号计算信道响应系数提升信道估计精度,降低小区间干扰的影响,以提升IRC算法性能。为进一步提升同频干扰下信号检测的精度,提出一种干扰消除与IRC相结合迭代检测方案,将小区搜索过程中获得小区信号按功率进行排序,利用IRC算法按照该顺序检测接收信号,依靠该方法获得的性能增益来更新信道初始估计,能够得到更加精确的信道响应系数,从而提升信号检测性能。