近年来,人们对高传输速率日益增长的需求促使了移动通信技术的飞速发展。伴随着传输速率的不断提高,有限的频谱资源变得日益稀缺。为了解决这一问题,多天线技术应运而生,该技术能够极大的提高系统的频谱利用率和传输速率。然而随着天线数的增多,信号间的干扰也变得越发严重,这使得无线通信系统变成一个干扰受限系统,因此如何对干扰进行有效的管理成为了首要的问题。干扰对齐技术的提出为研究者们提供了一种对干扰进行管理的新思路,该技术可将干扰信号对齐至同一空间,从而使得系统留有足够的空间传输信号。因此,干扰对齐技术一经提出,便得到了学者们的广泛研究与关注。然而,现有的干扰对齐技术还存在着一些问题,比如在信道状态信息受限的条件下,已有的干扰管理方法将不再适用。本文首先介绍了多用户MIMO系统中干扰对齐常用的几种信道模型,对干扰对齐技术的一些基本原理和实现方式进行了学习研究。通过对Max-SINR算法、Min-Leakage算法和MMSE算法的分析与仿真,证实了干扰对齐技术的有效性,分析得出了不同算法各自的使用场景。并且针对经典算法的不足提出了一种低复杂度的组合干扰对齐算法,经理论分析和仿真验证,所提算法优于经典算法。然后本文从理想和非理想信道状态信息两个角度介绍了干扰对齐算法,详细分析了非理想信道状态信息条件下,有误差的信道状态信息和有延迟的信道状态信息分别对干扰对齐算法产生的影响。在非理想的信道状态信息条件下,研究了Max-SINR算法和Min-Leakage算法的实现,并对MMSE算法进行优化,设计出一种适用于高斯误差信道的MMSE算法,通过仿真比较了在不同的信道状态信息不匹配程度下的性能。最后本文以多用户MIMO X信道为模型,介绍了理想信道下的MMSE算法。然而该算法并未考虑信道误差等因素的影响,所以在实际通信系统中,性能并不是很好。为了解决这一问题,本文提出了一种非理想MIMO X信道下的MMSE算法,该算法充分考虑了信道误差的影响,提高了系统在非理想的信道下的抗干扰能力。