目前,2G/2.5G/3G、LTE、4G、WLAN、WPAN、WSN、等各种无线通信网络发展迅速,异构无线网络融合成为未来无线通信网络发展和演进的重要趋势。多模终端技术的发展使得同时接入多种异构网络、并行传输数据成为可能。异构无线网络下的并行传输技术能够充分利用网络资源,满足未来通信业务的需求,但同时也存在重排序时延大、分组乱序严重、不合理分流调度易造成吞吐率抑制、多径异构性易造成网络资源分配不公等诸多问题。另外,多径并行传输时效率与成本的联合优化也是用户和运营商共同关注的重点。通过异构无线网络并行传输中的分流技术,对业务数据流进行分割并对分配到各个无线网络中的数据流量进行优化,是解决上述问题的有效途径之一。这方面的研究工作目前还亟需进一步深入。论文重点从降低重排序时延,以及服务质量与成本之间联合优化两个方面,分别对异构无线网络并行传输中的分流技术进行了研究。论文首先对异构无线网络架构、异构无线网络中的并行传输技术进行了研究,并重点对异构无线网络多连接并行传输中的分流技术研究现状进行了分析。接下来,论文针对无线异构网络的网络特点,在传统的流量分配算法的基础上,提出了一种基于最小化各连接间最大传输时延差的流量分配方法,通过使各连接的传输时延尽可能的接近,来降低异构网络多连接并行传输中的重排序时延。由于该优化问题是一个NP问题,论文首次将遗传模拟退火(GASA)算法引入多连接并行传输流量分配优化问题的求解中,有效地得到了各个连接之间的流量优化分配比率。仿真结果表明,所提出的新算法相比于现有的基于业务混合分割的典型流量分配方法,在重排序时延、网络吞吐量和平均误包率等性能方面均有显著的提升。然后,论文从用户期望业务性能与网络费用之间的矛盾出发,首次对并行传输中面向业务性能和资费联合优化的流量分配问题进行了研究,提出了面向联合优化的流量分配算法。论文在对运营商计费模型进行分析的基础上,对联合优化问题进行了建模,并针对不同网络推导出了其网络资费和重排序时延的计算方法,并设置为双目标优化问题。为解决这一多目标联合优化问题,论文引入Pareto多目标遗传退火算法(NSGASA)进行求解,有效地解得了优化流量分配比率。论文通过仿真对不同资费权重参数下的业务性能和网络资费联合优化问题可行解进行了分析和验证,随着资费权重的上升,资费性能不断优化但是以业务性能下降为代价,资费和业务性能联合变化曲线对于未来异构无线网络融合计费方式有很好的参考价值。论文最后对全文进行了总结并对下一步工作进行了展望。