干扰对齐理论框架是近年来信息与通信领域最具瞩目的研究成果之一。经典的干扰对齐模型基于多天线场景,并得到了广泛而深入的研究。不同于多天线互干扰网络下的信道矩阵为一般化的随机矩阵,频域多信道互干扰系统下的用户间信道矩阵都为对角阵,因此多天线干扰对齐系统模型下的基本结论不再适用于频域多信道系统。本文基于干扰对齐理论框架,针对频域多信道干扰对齐网络的场景下进行深入研究与探索,主要完成了以下的创新性成果:·针对单数据流的频域多信道干扰对齐系统,探索了干扰对齐网络的自由度上限,并证明了具有M个独立衰落信道的互干扰网络,其自由度上限为2M-2,因此其对单数据流用户的容量亦为2M-2。基于该结论,本文提出了干扰对齐复用技术的概念,并且从用户容量的角度来看,相较于传统的频分复用技术,采用干扰对齐复用技术的网络能够将频谱的利用率提高不超过一倍。·基于本文提出的单数据流频域多信道干扰对齐系统的用户容量,本文研究了 3信道4用户系统的解析解,并证明了具有M个独立衰落信道、2M-2个用户的干扰对齐系统的解空间维数为2M-2。基于此,本文又进一步证明了 3信道4用户干扰对齐系统的解空间为同构于笛卡尔积空间G（3,1）×G（3,1）的连续流形,并且提出了网络和速率意义下的最优干扰对齐解优化问题模型。最后,本文基于模拟退火思想提出了全局搜索方法对全局最优干扰对齐解进行了研究并进行了数值仿真,仿真结果表明,通过该模型能够有效获取3信道4用户干扰对齐网络的最优下扰对齐解。·针对经典的分布式迭代Max-SINR算法,本文给出了其收敛解所满足的必要条件,并研究了网络和速率及其梯度函数。基于网络和速率梯度函数,本文首先给出了网络和速率局部最优解所需要满足的一个必要条件,继而证明了经典的分布式迭代Max-SINR算法不具有网络和速率意义下的局部最优性,但其收敛解具有渐进的局部最优性,这表明迭代Max-SINR算法在任意情况下都是无法获得网络和速率意义下的最优干扰对齐解。最后通过数值仿真形象展示了迭代Max-SINR算法收敛解随信号发射功率对局部最优和速率点的逼近行为。·针对单数据流频域多信道干扰对齐系统,本文首先证明了经典的迭代Min-IL算法实质上是网络的干扰泄露和函数的梯度下降迭代过程,继而通过研究网络和速率极值点随发射信号功率增长的变化过程,提出了功率渐变机制下的和速率梯度上升迭代算法。该算法能够有效跟踪网络和函数局部最优点随信号发射功率的变化过程,并能够克服迭代Max-SINR算法在中高SNR区域内限于局部收敛解而导致的和速率性能下降问题。最后仿真结果验证了这一结论。最后对论文全文工作进行了总结,并对未来频域多信道干扰对齐技术进行了研究展望。