为了支撑海量数据的高速传输,5G或B5G移动通信系统的蜂窝小区半径将越来越小,多天线覆盖使得小区的耦合程度越来越大。对于这样高度耦合蜂窝小区密集分布的移动通信网络,由于邻小区的干扰不再能够忽略,再加上天线跨小区的覆盖,传统逐小区的无线资源分配方法在这种场景下将不再能够适用,要想得到较优的无线资源分配方案,需要针对全网的移动台与基站计算一个全局无线资源分配的最优化问题。由于移动台与天线数量的巨大,这个优化问题放在一个网络节点进行集中式的计算,显然是不可行的,将这个全局无线资源分配的最优化问题分解到各个基站节点进行分布式计算,显然是一个解决问题的最佳途径之一。本文围绕密集蜂窝网络全局无线资源分配的分布式算法展开了研究,主要工作如下:一、基于最小化总功率和最大化总速率的密集蜂窝网下行全局时隙和功率资源分配问题的分布式算法。主要工作包含两部分:1)将邻近基站的信号建模为干扰,分别基于最小化总功率和最大化总速率,推导了单小区时隙和功率资源最优解的封闭表达式。由于对应的优化问题是非凸的,通过变量变换,优化问题可以等价转化为凸问题。通过求解最优条件,得到了闭式解。2)基于单小区时隙和功率资源最优解的封闭表达式,分别基于最小化总功率和最大化总速率,针对耦合密集网络下行全局时隙和功率资源分配的最优化问题,设计了一种低复杂度的分布式时隙和功率资源分配算法。最小化总功率和最大化总速率的分布式算法都具有如下特点:每个基站对本小区用户的时隙与功率资源进行同步更新,并将更新后的时隙总和和功率总和信息广播给其它基站,依次迭代直到收敛。3)对所提分布式算法的收敛性进行了证明。在最小化总功率时,利用标准干扰函数的性质,通过将迭代的更新过程等价为标准干扰函数,证明了该算法的收敛性;此外还证明了该分布式算法一定收敛到全局最优解。在最大化总速率时,利用迭代所产生的数列单调递增并有界性,证明了分布式算法的收敛性。二、基于最小化总功率、最大化总速率、最大化总能效的密集蜂窝网下行全局载波和功率资源分配问题的分布式算法。主要工作包含如下两点:1)推导出了最小化总功率、最大化总速率、最大化总能效的密集蜂窝网下行全局载波和功率资源分配的统一优化问题。2)针对最小化总功率、最大化总速率、最大化总能效问题,分别提出了对应的分布式算法,并分析了算法的复杂度,给出了算法的实施方案。三、基于最小化总功率、最大化总速率的密集蜂窝网下行全局非正交码和功率资源分配问题的分布式算法。主要工作包含如下两点:1)基于最小化总功率的密集蜂窝网下行全局非正交码和功率资源分配问题的分布式算法。考虑到总功率最小化,得到了最优功率分配策略的闭式解,然后成功地将原始问题转化为变量数目更少的线性问题,从而通过使用标准干扰函数来最优地解决。2)基于最大化总速率的密集蜂窝网下行全局非正交码和功率资源分配问题的分布式算法。为了解决非凸总速率最大化问题,首先证明单小区的功率分配问题是一个凸问题。通过分析最优条件,单小区中用户的最佳功率分配可以推导出闭合表达式。基于每个小区的最佳解决方案,相应地提出分布式算法以获得有效的解决方案来求解多小区总速率最大化问题。数值结果验证了理论研究结果,显示了提出的解决方案与正交频分多址和广播信道相比的优越性。四、密集异构网络基于速率和公平性优化的天线、时隙与功率资源联合分配问题的分布式算法。主要工作包含如下三点:1)对三维资源联合分配的非凸优化问题,在给定天线和功率资源分配的条件下,推导了最优时隙分配策略的闭合表达式,并得到最优基站时隙分配模式。2)在给定天线资源分配的条件下,通过采用指数变换可以将非凸的时隙和功率资源分配问题,转化为一个约束条件更少的凸问题,可以证明原非凸问题等价于变量代换后的凸问题。3)提出一种低复杂度的分布式迭代算法来获得联合优化问题的次优解,其特点为所有的用户同时根据基站的广播信息更新天线选择信息,并上报给其选择的基站,基站根据用户上传的信息来更新广播的参数信息,用户与基站的参数如此迭代直至收敛。