随着移动通信的不断发展,以及各种智能终端的不断涌现,移动数据流量如同洪流一般,爆发式增长。超密集网络(Ultra Dense Network,UDN)作为5G重要的技术之一,随着传输节点高密度的部署、小小区覆盖面积变小以及覆盖区域重叠严重将带来一系列问题。因此在网络接入点(Access Point,AP)密集部署,且频谱资源稀缺的当下,如何有效地对AP进行资源分配,将是一个重要课题。随着大量小小区的密集部署,由这些小小区基站带来的功耗也已经成为超密集网络中不能忽视的问题。针对上述所提问题,本课题主要目的是在超密集网络中对用户进行有效的资源分配,该研究在确保用户通信质量的前提下,有效地完成资源分配,并在此基础上进行小区休眠研究,以降低系统能耗。本文主要工作可以总结为:1.针对超密集网络(Macrocell、Femtocell)的资源分配,提出一种超密集网络中基于干扰因子的资源分配算法。首先根据超密集网络中的干扰情况,提出基于干扰因子的着色分簇算法,然后将Macrocell、Femtocell分配到各个簇中,并通过簇的优先级将子信道分配到每个簇,然后利用簇内用户与子信道的干扰因子来决定用户资源分配的顺序,从而完成簇内子信道的分配。在确保系统容量的前提下,通过数学变换利用凸优化完成系统的功率分配。通过仿真验证,系统吞吐量、频谱效率等性能得到提升。其中在单位Femtocell用户数为4时,相较于同类算法系统吞吐量提高18%、掉话率降低10%。2.绿色通信是5G目标之一,因此本文在超密集网络中对小区休眠进行研究,分析研究低速用户(行人)移动特点和规律,结合用户当前周期的移动性从而可以预估出下个周期各个Femtocell负载情况,进而可以较为准确地设定下个周期小小区状态(休眠、工作)。对于低于或者高于小区正常工作的负载用户,将其卸载到Macrocell。通过仿真对比,相较于没有小区休眠的网络,所提小区休眠策略能够在保证用户通信质量的前提下降低系统能耗。