随着无线通信需求的持续高速增长,无线频谱资源短缺的问题日益突出。降低频率复用因子是蜂窝移动通信系统显著提高频谱效率的有效手段。但在临近小区使用相同时频资源会导致较强的小区间干扰,严重制约系统容量,小区边缘用户服务质量(Quality of Service,QoS)更是会急剧恶化。在超密集网络(Ultra Dense Network,UDN)中,小区间干扰是制约网络吞吐率的关键因素之一。多小区协作处理技术(Multi-Cell Processing,MCP)通过基站间的信息交互,实现联合发送/接收和协作处理,有效抑制小区间干扰,提高系统容量和边缘用户服务质量。协作接收是上行链路MCP的重要形式,虽然网络内所有基站全部参与协作,理论上能够最大化协作增益,但同时也会带来巨大的协作开销,包括额外的同步和信道估计、协作信息交互与协作处理、时延等。分簇协作接收,将协作处理范围缩小至协作簇内,仅对簇内的小区间干扰进行协作消除,与所有小区同时参加的完全协作相比,能够在获得大部分性能增益的同时,显著减小协作规模、降低协作开销。现有关于分簇算法多关注协作资源充裕时对分簇协作增益的优化,缺乏对协作资源有限时协作资源效率的优化研究。MCP分簇算法的设计,不仅是协作接收操作和处理的先决条件,也是实现协作资源有效利用的根本。本论文以多小区网络上行链路协作接收和干扰消除处理为背景,研究优化协作资源效率的小区动态分簇方法。通过将小区间协作链路的占用作为协作开销,围绕协作性能增益与协作开销的折中,建立以用户为中心的分簇优化模型,以保证用户QoS为前提,分别从基站和用户的角度约束协作资源,优化协作簇的设计。本论文的创新性研究成果主要包括:(1)针对协作开销的优化问题,提出了最小化协作簇规模的动态分簇算法。以关于给定传输速率阈值的中断概率评估用户QoS,在尽可能使网络内所有用户满足QoS需求的前提下,构建了最小化协作簇的分簇优化框架,并通过对偶分解和次梯度法求出近似解。进而引入协作簇规模上限和每基站协作链路总数上限约束,建立了约束协作资源时最小化协作簇的分簇优化问题,并基于贪婪算法提出了相应的最小化协作簇动态分簇算法。仿真结果表明,协作资源无约束时,所提分簇算法的中断概率性能远优于现有典型分簇算法;对协作资源进行约束后,所提分簇算法能够在保证用户QoS的同时,显著降低协作开销。(2)针对协作传输性能与协作开销的组合优化问题,以最小化中断用户数和最小化协作簇作为优化目标,把以用户为中心的动态分簇问题建模为多目标规划问题,提出了最小化中断用户数的动态分簇算法。为了降低网络内的总协作开销,放弃对必然发生中断的用户分配协作簇,提出了协作资源无约束时最小化中断用户数的动态算法,并从理论上证明了解的最优性。在约束协作簇规模的情况下建模分簇优化问题,提出了约束协作簇规模时最小化中断用户数的动态分簇算法。约束基站所能提供的协作资源总量,构建了基站总协作链路数约束下最小化中断用户数的动态分簇模型,并基于贪婪算法原理提出了启发式求解算法。与现有典型分簇算法相比,协作资源无约束时,由于放弃对必然发生中断的用户进行协作接收,所提最小化中断用户数的分簇算法能够在获得最优中断概率性能的同时,显著降低平均协作簇规模和计算复杂度。约束协作簇规模和基站协作链路数时,所提最小化中断用户数的分簇算法以较小的传输速率损失换取协作簇规模的显著降低,实现了单位协作资源消耗下最高的平均速率增益。(3)针对协作资源效率与基站协作负担的折中问题,定义了归一化协作增益(每条协作链路消耗一个回传时频资源块所获得的传输速率增益),用于评估协作资源的有效性,对归一化协作增益最大化的分簇优化框架进行建模;构建基站协作负担约束,提出了归一化协作增益最大化的动态分簇算法。为有效控制回传时延,提出了协作基站距离约束下归一化协作增益最大化的动态分簇算法。在协作基站端引入对回传总功率和回传总速率的约束,建立了基站协作负担约束下归一化协作增益的优化模型,提出了相应的约束条件下归一化协作增益最大化动态分簇算法。与现有文献中的典型分簇算法和所提最小化中断用户数的分簇算法相比,约束协作基站距离和协作簇规模时的归一化协作增益最大化分簇算法能够在有效控制协作范围同时,逼近协作资源效率的上界。约束基站协作负担时,所提归一化协作增益最大化的分簇算法不但能获得逼近上界的协作资源效率,还能显著降低协作回传距离、基站回传最高功率和协作链路容量要求,在有效控制基站协作负担的同时,优化协作资源效率。