在多用户的无线通信系统中,干扰严重地存在于接收端的期望信号里,干扰对齐(Interference Alignment,IA)作为一种有效的干扰管理技术,能将来自多个发送端的干扰在接收端压缩在一起并消除,从而显著提高系统容量。然而,目前大多数的IA方案都要求节点具有本地甚至全局的理想信道状态信息(Channel State Information,CSI),但这在实际的通信系统中却由于多种原因难以满足,因而造成干扰不能被完全对齐,系统性能不能达到预期。因此,本文将设计MIMO干扰信道中健壮的干扰对齐算法以克服因误差和有限反馈CSI造成系统性能下降的问题,主要工作如下:针对K用户MIMO干扰信道中由于CSI存在误差而导致算法对干扰的灵敏度过高的问题,本文给出了一种最大化Rayleigh熵的健壮干扰对齐方案。不同于独立设计干扰对齐矩阵且没有考虑数据流之间相关性的MAX-SINR算法,本文通过在接收端最大化信号的Rayleigh熵求得干扰抑制矩阵,并为提升用户速率取其酉矩阵形式作为最优的干扰抑制矩阵。另外,为实现用户数据流之间的最佳功率分配,本文采用注水功率方案将更多的功率分配给性能更好的子信道。进一步,对本文算法的收敛性、自由度和频谱效率进行了理论分析。仿真实验表明,本文算法在不同的CSI情况下均能使系统性能得到有效地提高。针对多小区MIMO上行链路中有限反馈干扰对齐方案的不足,本文给出了一种新颖的MIMO-MAC有限反馈干扰对齐方案。为克服低SNR时频谱效率的损失,本文通过最大化用户的信号功率与泄漏到其他小区的干扰与噪声功率之和的比值来求取预编码,通过最大化每个数据流的信干噪比来设计干扰抑制矩阵。进一步,由于传统的比特分配算法是基于干扰泄露均值的,会使系统实际用到的比特总数小于系统提供的总比特数目,而并非最优,因此本文给出了一种新颖的比特分配方案来提高系统比特利用率,以减小量化误差的影响。理论分析和仿真实验均表明,本文算法能有效减少量化误差对系统性能的影响并显著提高系统的比特利用率,使有限反馈CSI时的性能得以提升。