在未来5G网络研究中,低功率节点的密集部署因被视为提升网络容量的关键技术之一,而引起了人们广泛的关注。节点部署的随机性和密集性,以及节点类型的多样化,使得5G网络场景面临更为复杂的干扰。5G是以用户为中心的网络,因此在干扰研究中考虑用户的业务需求是有必要的,本文研究了网络中的下行干扰协调与用户时延的关系,以及5G密集组网中自回传场景下的干扰问题,主要的研究内容和创新工作如下:1、针对异构网络场景中的跨层干扰问题,为了在保证系统稳定性的前提下降低用户平均时延,本文提出了一种基于Lyapunov的动态eICIC(Enhanced intercell-interference coordination)算法。首先,本文以异构网络中基站的队列长度作为系统的状态向量,基于Lyapunov优化方法,对系统的拥塞程度进行建模。为了同时保证宏基站和Pico基站的队列稳定性,防止数据包积压,本文提出了一种动态ABS配置和资源分配联合优化算法(Dynamic ABS configuration and resource allocation algorithm,DACRAA),该算法通过基站感知当前时隙的信道状态信息和队列状态信息,确定子帧配置类型和资源分配方式。其次,针对DACRAA中计算复杂度和信令开销较高的问题,本文进一步提出了一种基于干扰影响因子调度的半静态ABS配置方法(Semi-static ABS configuration with interference impact factor based scheduling,SACIS),在基站积压数据包数量较大时触发DACRAA,对ABS比例进行优化。仿真结果显示,DACRAA能够同时保证宏基站和Pico基站的队列稳定性,降低系统的拥塞程度,而SACIS算法与之相比,在不明显增加系统拥塞程度的情况下大大降低了的计算复杂度和信令开销。2、随着低功率节点的密集部署,无线自回传以其部署成本低以及运营灵活的优势,成为未来网络的重要研究内容之一。针对自回传网络下行接入和回程链路之间的干扰问题,为了保证系统队列稳定性,本文提出了基于Lyapunov的干扰协调算法。首先,本文分析了以频谱效率最大化为目标的优化问题,并利用分式规划理论对问题进行转化。其次,利用Lyapunov优化方法将问题建模为频谱效率和系统稳定性的联合优化问题。然后,提出了一种干扰抑制的动态资源复用和联合分配算法(Interference-aware dynamic resource reuse and joint allocation algorithm,IDRRJA),该算法分别根据当前的信道状态信息以及队列状态信息,分别计算用户回程和接入资源的调度优先级矩阵,然后对每个资源块进行动态的分类和联合调度。仿真结果表明,IDRRJA能够在保证系统稳定的同时,通过调整控制参数,有效权衡用户时延和频谱效率,降低资源占用率,提升频谱效率。