二十世纪末至今,多样化的通信业务对传输速率要求不断提高,为满足人们日益增长的通信需求,通信技术也不断地进行着变革与更新。某种程度上而言频谱资源是有限的,而传输速率的不断提高使得本就有限的频谱资源显得更加稀缺,多天线技术凭借其可观的分集增益可以有效解决频谱资源紧张的问题。多天线技术能够极大提升系统频谱利用率和信息传输速率,但随之而来的干扰管理问题却成为当今无线通信系统中制约系统性能的主要因素。干扰对齐技术的提出使研究学者得到了启发性的干扰管理方式,该技术将通信系统的部分空间分隔为干扰空间,使干扰信号在干扰空间中传输,进而预留足够空间用以传输期望信号,理论上来说可以将干扰造成的影响完全消除。论文在多天线多用户通信系统背景下,深入研究分布式干扰对齐算法。针对现有干扰对齐算法复杂度高,算法收敛后通信系统的和速率提升有限等问题提出两种联合干扰对齐算法。本文以系统和功率为优化目标函数联合最大和功率算法与最大信干噪比算法设计了一种联合干扰对齐算法。算法以最大信干噪比为优化目标函数将解空间范围进行缩小,进而在该解空间中寻找可以最大化和功率的零干扰解。与现有算法相比,本算法主要创新之处为首先对解空间进行约束,寻找到其中可以最大化接收端信干噪比的解空间以此提高通信系统性能。其次算法创建了无干扰子空间并在无干扰子空间内寻找可以最大化和功率的干扰对齐解。通过仿真对比得出所提算法在系统和速率方面具有良好的提升。本文以系统和速率为优化目标函数联合最大和速率算法与最小干扰泄露算法设计了一种联合干扰对齐算法。算法以最小干扰泄露为优化目标函数缩小无干扰子空间范围,进而在部分解空间中寻找可以最大化和速率的零干扰解。与现有算法相比,本算法主要创新之处是首先对解空间进行约束寻找较小干扰泄露解空间以此降低算法复杂度。其次算法使用Grassmann流形上的梯度优化方法和模拟退火算法,在解集所构成的Grassmann流形上寻找可以最大化和速率的梯度方向,沿此方向逐步移动使系统获得最大和速率,并在移动过程中逐渐减小梯度步长使最后一次迭代过程中仅最小化干扰泄露,进而将干扰完全滤除。通过程序仿真对比得出算法在复杂度和系统和速率等方面具有较明显优势。