近些年,随着会议室、办公室隔间和客厅等密集场景下数吉比特速率业务的需求日益剧增,如何解决密集场景问题成为研究热点。LTE和WLAN等技术的频带资源紧缺使其无法满足这一需求,而工作在60GHz频段的毫米波无线个域网(WPAN)具有连续的5~7GHz的超大带宽使得满足超高速率的需求成为了可能。另外,WPAN中信号的高衰落和良好的定向性让空间复用拥有了巨大的潜力。为了解决密集场景这一问题,必须设计一种高效的空间复用算法将更多相互之间干扰较小的链路安排在同一个时隙内传输,从而降低密集场景下链路间的竞争激烈程度。另一个急需解决的问题是,基于服务质量(QoS)的业务日益增多,例如海量下载、超高质量的交互式游戏和高清视频等业务,如何满足密集场景下每个链路的不同QoS需求。因此,在满足每个链路的QoS需求的前提下,必须重新设计一个空间复用算法。为了解决上述中的两个问题,本文分别提出了全局最大共存可能(GMCP)空间复用算法和基于QoS的全局最大共存可能(GMCP-QoS)的空间复用算法。GMCP算法利用递归调度的思想获得了空间复用问题的全局最优解,并利用动态规划思想极大地降低了复杂度。GMCP-QoS算法包括基于粒子群优化的信道时间分配(CTA-PSO)算法、修正的全局最大共存可能(GMMCP)算法和关于准信道时间的控制因子η的自适应机制(ACF)三部分,是一种空时资源联合优化算法。通过本文的工作可以得到如下结果:获得更高空间复用度和最大化每个链路的QoS体验。仿真证明,相比于其他经典的空间复用算法,GMCP算法获得了更高的空间复用增益;随着无线资源竞争程度越高,获得的增益越大;这是因为GMCP算法可以求出空间复用问题的全局最优解。GMCP-QoS算法不仅使得所有链路获得的QoS体验最大化,而且进一步提高了空间复用增益;与非基于QoS的GMCP算法相比,GMCP-QoS算法进一步提高了空间复用增益;这是因为GMMCP算法根据非固定长度CTA这一变化,重新设计出了更加合理的空间复用条件。本文获得的上述结果可以产生如下影响:成功解决密集场景问题和满足了每个链路的QoS需求。较高的空间复用度使得WPAN中多个链路可以在同一个时隙内传输,从而提高了整个网络的系统性能。由于在越密集的场景下,无线资源竞争越激烈;而提出的两种算法在竞争越激烈的场景下,获得的空间复用增益就越高;从而成功地解决了密集场景下超高数据速率需求的问题。通过本文提出的GMCP-QoS算法成功地解决了每个链路有不同QoS需求的问题,并使所有链路获得的QoS体验最大化。