随着无线通信技术的飞速发展,海量的联网终端设备数量呈指数式增加,蜂窝移动业务数据量经历了爆炸式地增长,这也对第五代无线通信技术提出了更高的要求。第五代移动通信除了蜂窝网络的通信服务质量和终端的通信能力之外,其服务对象将延伸到虚拟现实、无人驾驶、可穿戴设备、增强现实,甚至于人工智能超级机器人等新型蜂窝业务应用,从而形成万物互联的世界。巨大的数据流量是实现万物互联世界的基础,而解决巨大数据流量需求最直接的方法是通过在空间内部署微基站的密集网络(Ultra Dense Network,UDN)。密集网络能够有效地提升网络的频谱效率,但是微基站密度增加使得网络拓扑结构变得更加复杂,微基站发射功率较低,覆盖半径减小从而导致网络中的干扰更加严重,这对干扰管理提出了新的挑战。针对这些问题,本文提出了新的干扰管理方法及可视化辅助分析方法,主要做了以下工作:1)为了解密集网络的基本特性,采用随机几何理论建立网络模型,对密集网络的性能进行分析,利用Voronoi图对密集网络中的小区进行不规则分割,小区中微基站部署服从二维泊松点过程。利用MATLAB进行密集网络微基站部署仿真,仿真结果符合微基站及小区用户在密集网络中随机分布的特点,其中一些关键的建模方法为干扰管理方案的研究提供了参考。2)对通过采用随机几何泊松点过程模拟密集小区的微基站部署可能会产生微基站覆盖漏洞的问题,提出了一种基于Voronoi图的漏洞覆盖检测及修复方法对微基站的部署进行改进。其次为了更好地了解相互干扰的整个过程,对密集小区空间中微基站间相互干扰的过程进行可视化辅助分析。采用离散点法实现干扰过程可视化,在空间中设置信号接收点,计算信号接收点的信号功率大小与RGB颜色关系进行合适的对应,通过三维空间中信号接收点颜色的变化来模拟微基站间相互干扰的过程。3)针对密集小区间的干扰,提出了一种频率复用联合方法。该方法包括不同频率复用方法间的切换,并且能够根据小区用户实时的位置分布及业务量情况,通过选择合适于实时网络需求的频率复用方法,来提高终端用户的吞吐量及信干噪比。仿真结果证明该方法可根据网络的实时情况进行不同频率复用方法的切换,明显地提升了终端用户的吞吐量和信干噪比。在频率复用联合方法的作用下,通过计算空间中设置信号接收点的信干噪比判断出弱干扰点,利用模糊c-均值聚类算法(fuzzy c-means algorithm,FCM)算法对弱干扰点进行聚类优化,避免在空间中形成通信质量优良区域的覆盖面积过大。经过优化后的弱干扰点采用Delaunay三角剖分集成弱干扰面从而在空间中较为精确地形成通信质量优良的区域。