干扰对齐作为一种新兴的干扰管理技术而备受瞩目,它通过发送端预编码矩阵联合设计,使接收端接收到的干扰信号对齐到特定的信号维度,剩余的信号维度用来传输期望信号。干扰对齐技术能够有效消除多用户间的干扰,使系统获得最大自由度增益,显著提升系统信道容量。虽然目前对干扰对齐技术的研究已经取得许多阶段性成果,但是它在实用化过程中还有许多问题亟待解决。首先,在干扰对齐预编码矩阵设计过程中,发送端需要知道全局理想信道状态信息(CSI)。但在实际无线通信系统中,由于信道估计误差、反馈受限、反馈延时、信道时变性等因素造成发送端得到的CSI具有误差,导致系统干扰对齐性能下降。其次,多用户OFDM干扰信道系统,要想获得较好的自由度增益,要求参与干扰对齐的信道相互独立,且参与的子载波数不宜过多。然而实际无线通信系统通常包含大量的子载波,且相邻子载波间具有相关性。因此需要对系统子载波分组进行干扰对齐。本文研究非理想CSI下的干扰对齐算法。首先,针对无线信道的时变特性导致信道估计误差偏大的问题,本文利用卡尔曼滤波器对信道参数进行预测,同时利用帧内插值算法对帧内数据块信道误差进行平滑处理,有效减小帧内数据块的信道误差,改善了信道估计性能,理论分析和仿真实验表明:改进的信道估计算法可明显降低信道时变性对系统干扰对齐性能的影响。其次,针对多用户OFDM系统干扰对齐中的子载波分组问题,本文提出了一种改进的子载波分组算法(GFS-IA),该算法能保证组内载波间的低相关性,改善干扰对齐性能。将子载波分组优化问题转化为一个线性规划求解问题,并通过贪婪算法快速搜索获得系统子载波分组方案的次优解。GFS-IA算法在性能上和最佳分组方案相差不大,但搜索效率更高。最后,针对多用户OFDM信道系统干扰对齐中的用户公平性问题,在GFS-IA算法基础上,引入公平性因素,提出了一种基于用户公平性的频率调度干扰对齐方案(GFSUF-IA)。该方案即能保证系统子载波获得较好分组方案的同时,又能使各个用户获得公平的自由度增益。