随着通信技术的高速发展,未来无线通信系统的性能需求也不断提高。为了增强网络容量性能、频谱性能和能效,仅靠传统的宏基站无法满足用户的业务需求,因此LTE-Advanced系统引入了微微基站、家庭基站及中继等低功率节点,构成了分层异构无线网络。在分层异构网络体系中,不同用户服务质量要求各不相同,干扰形态也复杂多样,如何合理对无线网络资源进行管理,从而有效提高频谱资源利用率是当前研究的热门领域。传统的无线资源管理方案以优化无线网络的谱效率和能效率为目标,但忽略了用户的业务队列时延情况。实际网络为不同时延特性的业务提供服务,因此无线资源管理不仅需要考虑高谱效和高能效的目标,还要考虑各类业务的时延影响,进行业务时延自适应的无线资源管理,以提高网络的服务质量和公平性。本论文对分层异构网络中时延自适应的无线资源管理技术进行研究,所做的研究工作和主要创新点包括:(1)基于马尔可夫决策过程(MDP)的时延自适应的无线资源管理算法研究。利用MDP对业务队列动态进行建模,根据用户业务的排队时延要求对其队列状态进行加权,求解使加权总时延最小的用户调度和功率控制策略,提出了一种分布式用户调度和功率控制算法。该算法通过联合考虑无线信道状态信息和业务队列状态信息,动态调整用户调度和功率控制策略,从而使整个网络的时延水平达到目标期望值；针对集中式求解MDP问题所涉及到的高复杂度的缺陷,提出了一种分布式随机学习算法通过实时观察部分状态信息迭代学习得到系统状态对应的性能势,从而指导网络制定最优的用户调度和功率控制策略,仿真结果验证了该算法能达到期望的时延性能且拥有较低的复杂度。(2)针对分层异构网络中的无线资源管理算法的时延性能,提出了一种基于Lyapunov方法的时延性能分析方案。该方案的基本思路是利用Lyapunov优化方法研究业务队列的稳定性,根据排队论的相关知识分析时延性能与其他优化目标之间的制约关系,得到优化目标与时延特性的相互关系。以能效和时延性能的相互关系为例,论文给出了能效与时延性能的折衷模型,通过选取合适的折衷参数,可以获得与目标能效对应的时延性能,这对于指导无线资源管理方案的选择有重要意义。