未来移动数据流量的爆炸式增长、海量的设备连接、不断涌现的各类新型业务和应用场景对5G系统提出了新的要求,超密集网络(UDN)技术是应对这些挑战的关键技术之一。超密集网络是指在现有的宏小区蜂窝网络上广泛部署异构的小小区形成的网络,它可以提高网络覆盖范围,提高系统容量,已成为5G无线网络中的关键网络架构。然而网络密集化带来系统容量提升的同时,由于小小区的密集部署也使得超密集网络中的干扰问题变得更加复杂。在本文中,针对超密集网络的下行链路干扰,我们提出了一种基于虚拟小区本地信息的最优功率分配方案。首先,我们通过应用图论知识分析了系统模型并建立了干扰矩阵,之后通过设计具有惩罚因子的效用函数,我们建立了非合作博弈模型,小小区以用户为中心组成虚拟小区参与博弈并且只优化自身,接着证明了该模型的纳什均衡点存在且是系统总和率最大的点。最后在解决了效用函数的凸优化问题后,提出了一种分布式最优功率分配算法。仿真结果表明与平均功率分配算法相比,所提算法的系统平均面积吞吐量有所提高。在本文中,我们还联合实施多域干扰管理技术以减轻超密集网络中的同层干扰,即联合实施OFDMA调度,干扰对齐,TDMA调度,功率优化。首先们将小小区的干扰协调问题制定为重叠联盟形成博弈(OCFG),OCFG可以帮助有效地执行IA。基于此模型,我们提出了一种分布式联合干扰管理(JIM)方案。通过使用提出的算法,每个小小区基站可以合作并且自己组织成稳定的重叠联盟结构并减少来自不同联盟的干扰。仿真结果表明所提出的算法在系统吞吐量方面产生了性能提升。