随着移动通信和互联网技术的高速发展,智能手机、平板电脑、可穿戴设备等移动终端大量普及,高速率、低时延的无线接入需求急剧增加。与此同时,各种新型移动业务日益丰富,移动无线数据流量呈现爆炸式增长。为了应对海量连接和高速传输的需求,超密集组网通过大规模部署小小区基站增强空间复用增益,可以有效提高系统容量和频谱利用效率,成为第五代移动通信网络(5th Generation Mobile Networks,5G)关键技术之一。为了充分发挥超密集网络的优势,仍有一些关键问题亟需解决,包括用户周围可选基站数目和类型增加导致的接入选择问题,小小区基站之间重叠覆盖导致的干扰问题,计算密集型业务的兴起带来的用户计算任务卸载问题等。资源分配与用户接入技术通过合理调度资源和灵活控制用户接入,可以有效提升系统性能,改善用户服务体验。此外,由于小小区基站的大规模部署,集中式管理方案的运维复杂度和信令开销急剧增加,需要研究适用于超密集网络的管理方法。综上所述,本文以超密集网络中的资源分配与用户接入技术为研究重点,并结合非正交多址接入(Non-Orthogonal Multiple Access,NOMA)、自优化、边缘计算等关键技术,针对接入选择问题、干扰问题以及计算任务卸载问题,分别提出了高效的分布式资源分配与用户接入方案,以提高系统容量、频谱效率和能量效率,降低网络中的干扰,满足用户的服务质量(Quality of Service,QoS)要求。本文具体工作和创新点如下:1.提出了一种以用户为中心的联合资源分配与用户接入方案。首先,在超密集网络中引入NOMA技术,根据用户的需求和网络环境变化,对大量无线接入点(Access Point,AP)进行动态分组,实现多个APs在相同频谱资源上为一个用户协作提供服务,从而提升系统容量和频谱效率。其次,联合考虑接入链路和回传链路,将资源分配和用户接入问题建模为一个非凸的组合优化问题。为了降低求解复杂度,将该问题分成两个子问题,分别利用多对一双边匹配方法完成AP动态分组和连续凸近似方法对资源分配问题进行求解。最后,仿真结果表明在超密集网络中引入NOMA技术可以显著提升频谱效率,所提联合资源分配与用户接入方案可以有效降低中断概率,提高系统吞吐量。2.提出了一种基于干扰感知的分布式资源分配与用户接入策略。首先,在超密集网络中引入自优化技术,考虑复杂多变的网络干扰环境,各个具有感知能力的小小区基站自主构建局部干扰图,并根据用户的需求,自适应调整用户接入选择和资源分配。其次,将基于干扰感知的资源分配与用户接入问题建模为混合整数非线性规划问题。为了降低求解复杂度,将该问题分解成两个子问题,并提出基于干扰图着色和非合作满意博弈的分布式算法分别进行求解。最后,仿真结果表明在超密集网络中引入自优化技术可以有效降低中断概率,所提分布式资源分配与用户接入策略可以显著减少网络内干扰,提高系统吞吐量。3.提出了一种考虑时延受限的分布式资源分配与用户业务卸载机制。首先,在超密集网络中引入边缘计算技术,考虑计算密集型业务的卸载需求,各个雾计算节点独立进行任务调度以及通信资源、计算资源联合分配,为用户提供业务卸载服务。其次,考虑雾计算节点和云端服务器协同处理卸载任务的方式,将联合资源分配、用户接入选择和计算任务调度问题建模为混合整数非凸优化问题。为了降低求解复杂度,通过变量松弛、变量替换将原问题转化成一个凸优化问题,提出一种基于方向交替乘子法(Alternating Direction Method of Multipliers,ADMM)的分布式算法进行求解。最后,仿真结果表明在超密集网络中引入边缘计算技术可以显著减小用户时延,所提分布式资源分配与用户业务卸载机制可以有效降低系统能耗,提高资源利用率。