干扰对齐是近几年提出的多用户通信模型下全新的干扰管理方法，通过在发送端进行预编码设计，使得干扰在接收端对齐到一个更低维度的子空间，从而能够预留更多的信号空间无干扰的传输有效数据流。在高信噪比情况下，干扰对齐技术能有效地逼近信道容量，对于移动通信系统普遍存在的干扰受限场景具有重要的应用意义。然而，干扰对齐技术在实际系统中的应用还面临着很多技术障碍。比如，干扰对齐对信号的维度要求很高，需要较多的天线数或较大的符号扩展；干扰对齐需要已知所有用户的信道状态信息，信道估计误差会显著恶化干扰对齐的效果；此外，在追求和速率优化的同时，实际通信系统还需要兼顾用户之间的公平性。针对以上问题，本项目以扩大干扰对齐的应用范围为核心目标，研究并提出能够适应通信系统实现条件的干扰对齐技术方案及算法。主要工作如下：1.针对经典干扰对齐技术对信号维度要求高的问题，提出了广义干扰对齐的办法。即，并不一定要求干扰完全消除，而只要求消除比较大的几个干扰。具体的，针对强干扰数目为m的对称网络，分析了广义干扰对齐的可行性。结果表明广义干扰对齐的可行性不再受用户数的限制，而只与系统中强干扰数目有关。当强干扰数目m满足关系m M N2时，系统可无干扰的传输有效数据。并且，针对广义干扰对齐解析解难以得到的问题，给出了一种通用的广义干扰对齐的实现办法。2.针对实际系统中用户公平性约束问题，通过挖掘MIMO IFC的网络对偶性，提出了一种用户公平性约束下的干扰对齐算法。首先，基于原网络与互易网络之间对称性分析，给出了关于信干噪比的对偶性定理。在此对偶性定理的基础上，将原优化问题分解成可解析的几个子问题，设计迭代算法，并给出了所提算法的收敛性证明。通过仿真分析证实了，所提算法在保证用户公平的前提下，完成了干扰对齐方案的设计，并且获得了比经典干扰对齐算法更高的系统和速率。3.针对在实际通信系统中，通信节点能够获得的信道状态信息存在误差的问题，通过挖掘MIMO IFC的网络对偶性，利用信道状态信息估计差错值的统计信息，提出了一种对信道状态信息具有鲁棒性的迭代算法。首先，讨论了MSE准则的合理性，给出了非完美信道状态信息下系统的优化问题。然后，基于上下行网络之间对偶性分析，给出了MIMO IFC网络中关于AMSE的对偶性定理。在此对偶性定理的基础上，将原优化问题分解成可解析的几个子问题，设计迭代算法。通过仿真证实了，所提算法相比经典干扰对齐算法，能够获得更低的AMSE，更高的系统和速率，减轻了信道状态信息非理想性对系统性能的恶化程度。