近年来，随着5G、物联网和人工智能的兴起，智慧医疗的概念逐渐进入到人们的视野当中，医疗物联网作为智慧医疗的基石在其中扮演着重要的角色。但医疗物联网设备种类和数量的爆发式增长，使得用于它们工作的开放无线频段变得越来越拥挤，同时也使异构无线网络共存带来的冲突日益严重，进而导致严重的公平性缺失和性能下降等问题。为了解决智慧医疗场景中异构无线网络共存带来的公平缺失和吞吐量性能下降问题，本文以授权辅助接入(Licensed Assisted Access，LAA)与WiFi共存网络为切入点，对共存网络在公平约束下的吐量性能优化展开研究。主要贡献包括：
　　分析了智慧医疗场景中LAA与WiFi共存网络的特点和应用需求，并以此为根据，对智慧医疗场景下的LAA和WiFi共存网络进行了理论建模。本文构建的理论模型相较于目前分析该问题使用较多的Bianchi模型可以通过理论推导得到接入成功概率和网络吞吐量的显式表达式，不仅可以直观的展示网络性能与异构网络参数之间的关系，也能有效降低计算复杂度。根据理论和仿真结果，发现初始退避窗口以及节点传输成功时长对网络吞吐量性能表现的影响最为明显。
　　根据理论模型对时间公平原则和3GPP公平原则进行了解释、量化和加强。并针对两种不同的公平约束提出了时间公平吞吐量优化方案和3GPP公平吞吐量优化方案。两方案均给出了在公平约束下共存网络最大吞吐量以及获得最大吞吐量时的最佳初始退避窗口的显式表达式，以较低的计算复杂度实现了在公平约束条件下，最大化共存网络吞吐量的目标。理论和仿真结果表明，现行标准参数设置下的共存网络不仅不能保障稳定的公平性，且在某些场景下吞吐量性能较低，而使用本文所提出优化方案进行最佳网络参数设置不仅可以保障公平性，还能保证较为稳定的共存网络最大吞吐量，吞吐量均在0.9(归一化)以上。
　　针对智慧医院这一具体场景，提出了基于软件定义无线网络(Software Deifned Wireless Network， SDWN)的智慧医院无线网络共存自适应优化架构和应用于该架构的参数采集、下发的解决方案。本文提出的架构具有良好的兼容性和扩展性。而本文提出的参数采集、下发解决方案主要使用SDWN中虚拟AP和修改WiFi信标帧等技术，对现有设备的改动较小，有着较好的可行性和生态兼容性。基于优化架构和解决方案，可以将本文提出的优化方案很容易地部署到实际的网络中。
　　本文的研究从LAA与WiFi网络公平共存和性能优化的角度来解决智慧医疗场景中异构无线网络共存带来的挑战。仿真实验表明，异构无线网络共存带来的公平缺失和吞吐量性能下降问题可以从本文构建的模型和优化方案中得到一定程度的解决。同时，本文的工作也可从智慧医疗场景扩展到其他场景，为未来5G异构网络融合和优化提供一定的指导意义。