为了适应移动设备的快速发展带来的数据需求的大幅增长,WiFi被应用于许多公共场所中,呈现出超密集,大容量和实时服务的特点。由于AP和用户的超密集性,同信道干扰和AP间负载不均衡成为了限制超密集WiFi网络性能的主要因素。因此需要采用信道分配和用户关联策略来降低同信道干扰的影响并使得AP间负载均衡。考虑将超密集WiFi网络拓展到包含多种RAT且AP密度不小于用户设备密度的超密集网络。在这种网络中,以用户为中心的虚拟小区成为了解决小区边缘弱覆盖问题的有效方法,而设计策略将一个用户设备的数据流通过虚拟小区内的多个AP传输可以提高网络性能。本文研究了超密集无线网络中的信道分配,用户关联和数据流分配问题。考虑到无线网络的动态特性导致信道状态信息在决策前未知的问题,以及独立决策的AP和用户设备的“自私性”,本文基于AMAB模型设计了超密集WiFi网络中的信道分配和用户关联联合优化算法,以及以用户为中心的超密集网络中的数据流分配算法。仿真实验证明了两个算法均能收敛到纳什均衡,并给出最优解。同时,仿真实验还给出了信道分配和用户关联算法在不同网络场景下的性能,并展示了数据流分配算法对无线网络动态特性的自适应能力。