高速率、大容量、高用户体验是5G移动通信系统的愿景需求,这给频率和技术都带来了巨大的挑战。在频谱资源稀缺和空口频谱效率大幅提升困难的情况下,增加接入点的密集度是提升系统容量和速率的最有效手段之一。多层不规则覆盖范围的站点异构密集混合组网方式取代了传统的单层单基站类型的组网方式,这也造成了如下问题:(1)由于接入点密集、类型繁多,接入方式灵活,去蜂窝化趋势明显,传统蜂窝以网络为中心的管理控制方式在超密集组网场景下已不再适用;(2)在资源管理方面,密集部署的接入点使得超密集网络环境下的资源调配比异构蜂窝网的要求更高,尤其是多点动态协作技术下灵活多变的合作传输策略给资源管理带来更大的挑战;(3)通过大量部署低功率接入点的组网方式主要适合用于业务流量请求大且需求平稳的场景,却难以满足临时热点事件导致的突发流量需求,需要研究无人机协作组网模式。针对上述问题,本文以超密集异构组网环境为背景,深入研究了以用户为中心的动态协作通信方法。分析了5G超密集组网的典型架构和关键技术,基于小区动态关联理论,提出了一种适应于超密集网络环境的用户为中心的动态组网方法,使网络从“用户选择网络”向“网络服务用户”的转变。针对多点协作技术下的资源管理问题,提出了适于接入点动态重叠分组场景下的资源优化分配方法。进一步,将文中研究场景延伸到无人机协作通信下的密集网络环境中,提出了面向用户需求的无人机部署方法与空地协同组网策略。本文的主要研究内容如下:(1)针对面向用户的组网需求,提出了一种适应于超密集网络环境的用户为中心的动态组网方法。为了从理论上论证以用户为中心的动态组网方法在提升用户体验需求和资源利用率方面的有效性,首先分析了未来超密集网络架构设计的原则,给出了以用户为中心的超密集组网架构,并对网络架构涉及的主要功能实体和特征等进行了阐述。然后采用接入点动态分组(Dynamic Access Point Grouping,DAPGing)技术将满足协作收益的接入点组成一个接入点组联合传输服务用户,并根据用户移动状态和周围网络环境,设计相应的更新策略对组成员节点进行更新,使接入点服务组能跟随用户移动。此外,为提高移动管控能力,将DAPGing技术应用于密集环境下的用户移动性管理,并设计了相应的移动性管理信令流程。系统演示和仿真结果表明,以用户为中心的动态组网方法在用户中断率和区域频谱效率等方面获得性能提升。(2)针对协作传输性能与服务用户公平性的组合优化问题,在建立的DAPGing技术基础上,以系统总传输速率为目标,在兼顾用户公平性的前提下,提出了适于重叠分组场景下的联合资源分配方法。为了降低联合优化问题求解的维度,采用子问题分解法将原优化问题转化为子信道分配和功率分配子问题。在解决在子信道分配问题时,为避免超密集环境下最优分配算法带来的高复杂度问题,设计一种低复杂度的次优启发式子信道分配算法,并在算法设计过程中考虑了用户的加权调度问题,以提高用户公平性。在此基础上,引入非凸优化的对偶分解理论,提出了基于牛顿法的功率分配算法,实现了基于DAPGing技术的子信道、功率的联合优化。仿真结果表明,文中方法能够在满足用户公平性的前提下,提升了频谱效率,获得较高的系统吞吐量。(3)针对密集组网难以满足临时热点事件导致的突发用户流量需求的问题,研究无人机作为空中接入点与地面接入点协作通信技术,提出了以用户为中心的空地协同组网与用户接入控制策略。在空地协作组网中,为了最大程度地利用无人机所带来的协作通信性能,引入了数据场理论,采用势值结合最短距离的方法,决策出用户密集且业务需求大的无人机主动覆盖区域(Proactive Coverage Areas,PCAs),并设计相应的分配算法分配无人机覆盖这些PCAs。进一步,依据PCA的实际半径,对无人机的三维位置进行优化,在保证协作覆盖性能的基础上,进而提高功率效率。在用户接入过程中,提出一种基于最大化关联度的以用户为中心的接入算法,该算法联合考虑了用户最低服务速率需求和小区负载情况,为用户选择最优服务接入点。进一步,采用多点协作服务的思想,对小区边缘用户提供多点联合传输服务,以提升边缘用户的通信服务质量。