随着无线通信技术的飞速发展以及智能终端的普及,人们对于信息的需求也变得越来越多。现如今,多媒体业务和移动社交网络的兴起带来了海量的数据流量。据预测,相比于2010年,到2020年,无线流量将增加1000倍。然而,无线频谱资源是有限的。因此,如何提高频谱利用率从而进一步提升网络容量就成为当下研究的热点。考虑到未来的网络是密集化部署的,这必然导致出现严重的干扰问题。在这一背景下,干扰管理技术应运而生。作为未来5G网络中的一项关键技术,干扰管理技术提供了提升频谱利用率的方法。在本文中,通过使用随机几何以及马尔可夫过程等相关数学工具,并引入干扰抑制区域,我们对动态流量下的的随机无线网络和缓存网络中的干扰管理技术进行了研究。首先,本文针对随机无线网络中干扰过大的问题,考虑了动态流量下,无数据包待传的节点并不会产生干扰信号这一因素,提出了一种基于干扰抑制区域的干扰抑制机制。通过对网络接入点(Access Point,AP)空闲概率以及系统丢包率的理论分析,本文获得了干扰抑制机制带来的传输可靠性和频谱利用率的提升。通过分析的数值结果和仿真结果的对比,本文验证了理论分析的正确性。其次,针对随机的缓存网络,本文考虑了缓存机制带来的网络拓扑的改变,提出了一种利用内容的多样性进行分集以进行干扰消除和信号增强的干扰管理方法。通过对AP活跃概率以及有效内容容量的计算分析,本文获得了内容分集下的干扰管理策略带来的信干噪比的提升。通过对比分析的数值结果和仿真结果,本文验证了理论分析的正确性,并展示了内容分集下的干扰管理机制在缓存用户设备(User Equipment,UE)的占比为40%时,系统的有效内容容量可以提升25%。