超密集网络是第五代移动通信系统的重要网络架构之一,其核心思想是通过基站的密集部署,充分利用网络中空间、频率和时间资源,进而有效地提升系统吞吐量和用户服务质量。然而由于基站的异构性和部署的密集性,导致小区间干扰较大,无法发挥超密集网络的优势。协作多点传输(Coordinated Multiple Points,CoMP)技术是实现干扰管理的途径之一,其主要原理是通过基站间的协作,避免干扰或将干扰信号转变为有用信号,从而提升用户的信干噪比。但是,在超密集网络中应用CoMP技术仍会面临诸多挑战:(1)用户和基站的关联方式是影响用户信干噪比的主要因素之一,如何进行用户和基站的关联来提升系统性能指标是亟待解决的问题。(2)由于一个用户可能会与多个基站进行关联,这将导致网络的回程链路负荷压力加重。(3)由于基站的资源块(Resource Block,RB)需要协作传输,系统的资源分配相比单基站连接的资源分配更加复杂,如何设计有效的RB分配算法是系统资源配置的需求之一。针对上述问题,本文的主要研究内容和创新点如下:针对超密集网络中回程链路负荷巨大的问题,本文研究了具有预存储技术的超密集网络中的缓存资源配置,并提出了基于交叉熵的缓存资源配置算法,来优化系统的回程负荷和时延。仿真结果表明,相比于其他算法,在基站的存储能力、文件流行度分布和用户数目不同的情况下,该算法始终能够有效地减小网络的回程负荷和时延。在缓存资源配置完成后,本文对用户关联算法进行研究。本文假设在资源平均分配的前提下,利用CoMP技术提升边缘用户的吞吐量,并提出了一种基于负载感知的二进制遗传算法,来解决用户关联问题。仿真结果表明,该算法能够有效地提升边缘用户吞吐量,减小回程负荷,且能够提升基站负载公平性和用户公平性。在资源调度方面,本文在用户关联方式确定的情况下,研究了具体的RB分配算法。在考虑CoMP技术协作要求的情况下,本文提出了一种面向资源均衡的RB分配算法。仿真表明,该算法能够进一步提升边缘用户的吞吐量和最小用户和速率。