在移动互联网时代,人们需要高速便捷的移动数据服务。因此无线网络要有高效的频谱利用率和密集的小区部署。国际标准化组织第三代合作伙伴计划(3GPP)提出了第四代移动通信长期演进技术(LTE)。在LTE系统中,所有小区共用相同的频率,频率复用因子为1。小区间干扰问题成为了 LTE系统进一步提升网络容量的主要障碍。LTERel-12提出了一个新的研究课题,即基于网络辅助的干扰抑制和删除(NAICS)技术。NAICS通过网络信令辅助和干扰参数盲估计来得到干扰小区信号的信息,然后利用先进算法来抑制或删除干扰。现在接收端的计算能力越来越强,这为在接收端部署更加先进的信号检测算法提供了支持。本文对LTE下的干扰删除课题进行了深入的研究,并在以下两个方面做出了工作:第一,关于干扰信号。本文对相邻小区同频干扰信号模型进行了讨论,重点关注物理层下行传输模式(TM);对基站要传递的辅助信令进行讨论;对干扰信号动态参数盲估计算法进行了研究,针对调制方式、预编码矩阵和信号导频比分别推导出了不同的算法来进行估计。本文统计了小区边缘的信号调制方式和信道秩的使用频率。在此基础上,本文提出了改进型的基于参数先验分布的盲估计方案(MaxLog MAP)。该算法在最大似然盲估计的基础上,利用调制方式的先验信息来提高盲估计的准确度。第二,关于十扰抑制与删除算法。本文首先对几种典型的十扰抑制和删除算法进行了研究和仿真,如最大似然检测(ML)、十扰抑制合并(IRC)和串行干扰删除(SIC)等接收端检测算法。然后本文提出了一种基于检测辅助的符号级串行干扰删除(DA-SLIC)算法。改进型算法的主要思路是,充分利用现有的信息来得到准确的干扰信号估计,然后再删除它。我们首先用服务小区的信息,针对有用信号进行一次线性检测,得到粗略的服务小区发送信号,,然后重构它,再从原来的接收信号中将其减去,得到相对干净的十扰接收信号,最后将其运用在SLIC检测算法中。基于检测辅助的SLIC算法对十扰信号的估计更加准确,有利于最终有用信号的检测。最后,本文展示了 DA-SLIC与其他干扰抑制和删除算法的性能比较。