伴随着科技的发展,时代的进步,数字信息化通信改善了人们生活,提高了人们的生产效率。展望未来,随着人们对信息需求的进一步提高:更快的传输速率,更快的接入速率,更快的移动速率;以及对世界万物的进一步掌控:更高的网络密度,更高的链接密度,更高的流量密度;需要全新的通信技术做为这种用户体验的支撑。5G技术做为更强的移动通信技术,相较于现有的4G技术,拥有更高的传输速率,更低的传输时延,更完善的安全机制和更好的用户体验。实现上述通信性能,必须在环境各异的场景中布置大量的无线收发节点,如宏基站,微基站,家庭基站和中继节点等,形成密集度很高的网络,即5G中的超密集组网(Ultra-Dense Networks,UDN)。超密集组网,在分层异构网络的基础上,部署高密度低功耗的小型网络来实现系统容量的大幅提升。这种方法有效减少发射机和接收机之间的距离,提高了频谱效率。由于这种小区的吞吐量非常巨大,传统的频谱效率不能很好的表征系统性能,所以引入区域频谱效率的概念。区域频谱效率(Area Spectrum Efficiency,ASE)是衡量超密集组网性能的重要指标,由于网络的重叠覆盖,在层与层之间,同一层中小区与小区之间产生了较强的同频干扰,使得区域频谱效率的分析变得复杂。网络的拓扑结构是系统建模的基础,分析现有的两种典型的网络拓扑结构,通过对同频干扰,同层干扰,跨层干扰的分析,利用矩母函数和泊松分布性质处理复杂的干扰问题,分别对系统上行链路和下行链路进行分析,建立相应的求解区域频谱效率的模型,计算出宏蜂窝和密集微蜂窝的系统容量。研究频谱复用,系统内用户数,基站发射功率对区域频谱效率的影响。区域能量效率(Area Energy Efficiency,AEE)是度量系统性能的另一个重要指标。本文通过建立系统模型,利用波束成形技术在物理层优化资源配置,降低系统干扰。通过凸优化算法、上下行耦合算法和迫零算法来优化资源配置提高区域能效。在网络层利用联合传输方式来提高AEE,通过四种联合配置算法,使得部分用户通过基站间协作来进行通行,进一步提高系统区域能效。