全球范围内用户数目的爆炸式增长以及海量的数据业务需求对当前的无线通信网络提出了新的的挑战。由于用户的高速率需求的业务如在线游戏、高清视频等主要发生在室内环境中,如住宅,而室内区域往往处于蜂窝网基站覆盖范围的边缘,信号较差,所以用户对高速率需求业务的体验也较差。由于微基站(small cell base station,SBS)具有低功率、低成本等优势,将其密集地部署在室内可带来更高的频谱复用效率,为密集小区中微用户(small cell user equipment,SUE)提供更好的服务,进而很好地应对上述挑战,这种经济且大有前途的解决方案备受各个移动运营商的欢迎。因此微基站在室内密集化部署是未来无线网络发展的一个必然趋势。然而小区的密集化部署带来严重的干扰将会大大降低网络性能。因此如何有效地进行干扰管理是密集小区中亟待解决的问题。干扰对齐是一种新型而高效的干扰管理技术,然而在密集小区中应用干扰对齐受限于其可行性、实现复杂度、估计完美信道状态信息的反馈开销等因素。分簇干扰对齐可以很好地解决上述存在的问题。然而在密集小区中,仅通过分簇干扰对齐依然无法消除簇间干扰,从而严重影响了密集小区的吞吐量,也无法很好地保障密集小区中用户的服务质量(quality of service,QoS)以及连接数需求。因此在密集小区中,需要在分簇干扰对齐的基础上进行进一步资源分配,方可解决上述存在的三个问题。本文主要针对密集小区中海量用户与有限资源之间的矛盾,应用分簇干扰对齐技术和资源分配分别提升超密集小区对业务的承载能力(即最大化密集小区中用户的和速率)、最大化达到满意QoS需求的用户数以及最大化用户的可达连接数,并针对相应优化问题分别设计了低计算复杂度、低反馈开销的有效求解算法。此外简要介绍了本文研究成果在军事通信学中的应用。具体来讲,本论文的研究内容如下。1.在全连通的超密集小区中,应用分簇干扰对齐技术以及分配有限子信道资源以消除超密集小区中微基站与微用户之间的强干扰,使得所有微用户的和速率达到最大。我们对相应的优化问题进行了数学建模,然而原始优化问题是NP难的问题,因此提出了一个两阶段低复杂度、低反馈开销的求解算法获得原问题的次优解。在第一阶段中,仅根据路径损耗信息对所有密集小区微用户进行分簇,避免了估计全局的完美信道状态信息(channel state information,CSI),使得反馈开销显著降低,并提出了低复杂度算法求解分簇子问题。在第二阶段中,通过所提低复杂度求解算法对第一阶段中形成的簇分配子信道,另外该阶段仅需估计每个簇内的完美CSI。此外我们给出了估计路径损耗和每个簇内完美CSI的详细步骤,还分析了所提两阶段求解算法以及获得最优解的计算复杂度。最后通过数值仿真验证了所提两阶段求解算法的有效性。2.在部分连通的密集小区中,利用有限子信道资源通过分簇干扰对齐技术以最大化达到满意QoS需求的微用户数目。由于原始优化问题是NP难的问题,提出了一个三阶段低复杂度、低反馈开销的求解算法获得原优化问题的次优解。在第一阶段中,通过分割构建的相似图对所有密集小区微用户进行相似性分簇,使得每个簇内包含的微用户具有相似且较小的路径损耗和相似的QoS需求。在第二阶段中,对那些包含微用户数目超过干扰对齐允许的最大微用户数目的簇的大小进行微调。前两个阶段仅需要估计每个微用户的QoS需求以及每个微基站与微用户之间的路径损耗,这样就避免了估计全局的完美CSI,所以大大减小了反馈开销。在第三阶段中,我们对已经形成的簇分配子信道以最大化具有满意QoS需求的微用户数目。另外,通过对子信道分配的子优化问题进行进一步松弛,使得仅需在每个簇内估计完美CSI。此外分别分析了最优解以及本章所提三阶段求解算法的计算复杂度。在各种参数下的仿真结果表明:所提求解算法的性能优于其它相关机制,同时也逼近于最优解。3.在部分连通的密集小区中,以有限子信道资源通过分簇干扰对齐技术在保证密集小区中每个微用户达到满意连接数需求的前提下最大化所有微用户的连接数之和。由于原始优化问题是NP难的问题,为获得有效的次优解,提出了一个基于图论的四阶段、低复杂度、低反馈开销的求解算法。在第一阶段中,通过图的邻接矩阵寻找所有第一类独立顶点。在第二阶段中,应用Stoer-Wagner算法不断地求子图的最小割对子图中所有顶点进行分簇。在第三阶段中,通过所提的顶点移除算法从包含顶点数大于干扰对齐可行性条件允许的最大顶点数的簇中移除一些顶点,使得干扰对齐可行性条件在每个簇中都得以满足。在前三阶段中,避免了估计全局完美CSI而仅需估计每个微基站与不同微用户之间的路径损耗,因而大大降低了反馈开销。在第四阶段中,应用最大度优先的图染色理论对第二类和第三类独立微用户以及形成的簇分配子信道。另外分别分析了所提四阶段求解算法和最优解的计算复杂度。