近年来,随着无线通信的快速发展,干扰管理问题成为现代无线通信系统面临的一个主要挑战。最近信息论的学者们提出了干扰对齐(Interference Alignment, IA)技术,其核心思想是在接收端将所有接收的干扰信号对齐到相同的干扰子空间,从而为期望信号提供更多无干扰的信号维度进行数据传输。该技术使得无线干扰网络的容量有了突破性增长,因此研究无线通信系统的干扰对齐算法有着非常重要的意义。在干扰对齐所研究的网络场景中,与实际无线通信系统密切相关的是K-user MIMO干扰信道(Interference Channel, IC)和 MIMO 广播干扰信道(Broadcast interference channel, IBC),因此,本文将这两类信道模型作为主要研究对象。具体的研究工作主要有以下几部分：1、针对时变信道下的K-user M×N MIMO干扰信道,发端天线数为M,收端天线数为N,基于遍历干扰对齐ergodic interference alignment, ergodic IA),本文首先提出了一种干扰对齐方案,并达到个自由度(degrees of freedom, DoF)。本文所提出的遍历干扰对齐方案仅仅使用了简单的线性预编码和有限个符号,并且所达到的自由度与理论自由度上限(upper bound)是一致的。然后,由于等待时延是遍历干扰对齐的一个重要因素,因此本文推导了遍历干扰对齐方案系统等待时延的数学表达式,该表达式对等待时延的定量分析提供了一定的理论依据。最后,本文推导了遍历干扰对齐方案的系统可达和速率并给出数值仿真。仿真结果表明,系统可达和速率随着K、M和N中任意一个参数的增加而增加,这与从自由度的角度分析所得到的结论是一致的。2、针对时变信道下的G-cell K-user M×N MIMO广播干扰信道,发端天线数为M,收端天线数为N,基于遍历干扰对齐,本文提出了一种干扰对齐方案,并达到个自由度。本文所提出的遍历干扰对齐方案同样仅仅使用了简单的线性预编码和有限个符号,并且所达到的自由度与学术界所提出理论自由度上限是一致的。在设计过程中,首先设计了M×1 MISO广播干扰信道的遍历干扰对齐方案,并达到个自由度；然后,将广播干扰信道扩展到M×N MIMO广播干扰信道,通过对MISO遍历干扰对齐方案中的超符号进行复制和扩展,得到了M×N MIMO广播干扰场景的遍历干扰对齐方案,并达到的自由度上限。3、针对G-cell K-user M×N MIMO广播干扰信道的遍历干扰对齐方案,本文对其进行了性能分析。首先,基于信道量化方法,本文推导了系统等待时延的数学表达式,这对等待时延的定量分析提供了一定的理论依据。然后,从信道系数和超符号顺序两方面出发,本文对系统等待时延进行优化,并推导出优化后的等待时延表达式。表达式表明,优化后的等待时延得以明显降低。最后,本文推导了遍历干扰对齐方案的系统可达和速率,并给出仿真结果。仿真结果表明,在高信噪比时,系统可达和速率随着G、K、M和N中任意一个参数的增加而增加。特别地,相比于收端天线数N,发端天线数M对可达和速率的影响更大。这与从自由度的角度分析所得到的结论是一致的。4、针对MIMO干扰信道,当发端缺少信道状态信息(channel state information, CSI)时,本文研究了其可达自由度及相应的可达方案。首先,对于K-user M × N MIMO干扰信道,通过盲干扰对齐(blind interference alignment, blind IA),本文能够达到的自由度为仿真表明,当时,该可达自由度与K-user MIMO干扰信道的最优理论自由度上限是一致的；并且同样在发端缺少信道状态信息的条件下,本文所达到的自由度比前人所得到的自由度要高。然后,针对G-cell K-user M × N MIMO广播干扰信道,通过盲干扰对齐,本文能够达到的自由度为该可达自由度与MIMO广播干扰信道的理论自由度上限是一致的；另外,仿真表明,在发送端同样缺少信道状态信息的条件下,本文的可达自由度比前人的所推导的结果要低,存在自由度丢失(Loss DoF)现象。但是前人的结论是在基站之间能够共享信息的假设前提下得出的,当该假设前提不满足时,本文的结论对MIMO广播干扰信道在发端缺少信道状态信息时的可达自由度分析具有一定的理论借鉴意义。