随着频谱资源的日渐紧缺,同时设备与设备之间的数据交换呈爆发式增长,对无线通信的传输速率提出了更高的要求。大规模多输入多输出(Massive Multiple-Input Multiple-Output,Massive MIMO)作为下一代无线通信的关键技术之一,存在着严重的同频干扰,因此作为干扰管理方式之一的干扰对齐技术成为研究热点。本文对多小区Massive MIMO的干扰对齐技术进行了研究,分别从降低算法复杂度、提高算法通用性、减少信道状态信息(Channel State Information,CSI)交换等方面优化算法。本文主要的研究内容及创新点如下:(1)针对3小区2用户MIMO干扰网络,提出一种线性干扰对齐算法。该算法对联合信道矩阵进行QR分解,再依据各小区等效信道模型的特征,利用最小化干扰泄露以及迫零算法对齐小区间以及小区内干扰,每用户能够实现其信道空间维度1/3的自由度。仿真结果表明,该算法能够在保证系统容量的同时大大降低算法复杂度。(2)针对多小区多用户Massive MIMO干扰网络,基于下行干扰对齐提出一种迭代干扰对齐算法(SLRINR IA)。该算法首先将干扰划分为主干扰和次干扰,然后依据次主干扰比以及干扰信道CSI设计接收干扰抑制矩阵,以最大化SLRINR为准则设计发送预编码矩阵,且将联合预编码所需的CSI交换限制在单个小区内,有效提高用户SINR并降低系统的实现复杂度。仿真结果表明,该算法能有效抑制小区内和小区间干扰,并能快速收敛。(3)将多小区分簇的思想引入到SLRINR IA上,提出分簇式干扰对齐算法。该算法首先依据小区相互间的干扰强度,以最大化簇内干扰为准则对小区进行分簇。然后采取多层干扰管理措施,即簇内采用考虑多个主干扰源的SLRINR IA,而簇间采用不迭代的交替最小化干扰对齐算法。仿真结果表明,该算法在保证系统容量的同时进一步减少CSI的交换量,大大降低系统的实现复杂度。