未来5G网络中,用户数据流量要增大1000倍,用户体验速率也要有很高的增长,这就给5G无线接入网带来极大挑战。在传统的蜂窝网络中部署低功率节点通过加大小区部署密度提高基站覆盖率和系统容量,这就是异构网络技术,也是实现5G网络性能目标的最具有前景的关键技术之一。为了使频率利用率最大化,异构网络多采用同频组网,这种情况下,低功率之间的同层干扰,以及Macro基站与低功率节点之间的层间干扰就会严重的制约异构网络的性能。因此,干扰抑制技术的研究对异构网络具有重要意义。本文的主要贡献和创新点如下:1)研究异构网络中的同层干扰抑制问题,提出一种提高小区边缘用户性能的子载波和混合功率的联合资源分配算法。算法分为两步:子载波分配和混合功率分配。在子载波分配算法中,小区边缘用户优先选择信道增益好的子载波,以提高边缘用户的性能,再利用避免最差子载波(WSA,Worst Subcarrier Avoiding)算法最大化链路吞吐量;在混合功率分配算法中,小区中心用户进行平均功率分配,小区边缘用户采用一种可修正注水水面且复杂度相对较低的线性注水法进行功率分配。仿真数据表明,小区边缘用户吞吐量增益为25%以上,混合功率分配得到的系统吞吐量逼近全部使用注水法得到的吞吐量,并且大大降低了复杂度。2)从频域方面研究异构网中的干扰抑制问题。以Macro-Femto网络为例,结合子载波功率分配方法提出一种混合频率分配策略。通过设定Femto基站的覆盖面积(FCA,Coverage Area of Femto base station)门限将小区分为内区域和外区域,通过对内外区域进行不同的频率复用,来减小小区层间干扰;然后通过对小区内Macro用户进行子载波功率分配来保证小区边缘Macro用户的吞吐量。仿真结果显示,该算法不但减小了小区层间干扰和同层干扰,还提高了用户的吞吐量。3)从时域方面研究异构网中的干扰抑制问题。以Macro-Pico网络为例,结合小区偏置技术(CRE,cell range expansion)技术提出一种改进的时域干扰抑制技术策略。该方法中的可用时域子帧分为正常子帧和几乎空白子帧(ABS,Almost Blank Subframe)子帧,并引入用户公平因子,通过调整公平因子来缩小Pico用户和偏置用户之间平均吞吐量的差异,并利用泊松点过程网络模型进行性能分析。仿真结果显示,和其他方法相比,该方法能够缩小Pico用户和偏置用户之间平均吞吐量的差异,并提高他们总的平均吞吐量,保证用户的性能和公平性。