近十年来,随着智能手机、平板电脑等用户终端的广泛使用,数据流量和移动业务经历了爆炸式的增长态势,2020年移动通信系统将会面临巨大的挑战。即使4G技术在网络容量和用户数据速率上相较于3G已经有了很大的提升,但是仍然无法满足日益增长的流量需求,为满足低能耗、高容量和低延时的通信需求,关于5G标准和技术的探究已经成为当前研究的热点。5G中的关键技术—超密集网络(Ultra-Dense Network,UDN)技术已成为移动通信发展的必然趋势。超密集部署是通过在宏基站的覆盖范围下增加小小区(Small Cell)基站的部署密度来实现基站的超密集部署。流量需求和基站密度的增加势必会导致基站功率的大量消耗,降低基站能耗,实现“绿色蜂窝网络”是未来移动网络有待实现的重要目标。一个合适的用户关联算法对于降低系统能耗具有重要的意义。基于此,本文将对超密集部署下的用户关联算法进行进一步研究,以期能够在系统能效方面得到进一步的改善。本文针对超密集部署异构网络中考虑能效和能耗问题的用户关联算法进行了研究。首先对原有的基于吞吐量的算法进行了改进,以系统能效为优化目标,结合小区休眠技术,设计了一种基于小区休眠的用户关联算法;其次考虑可再生能源与电力能源同时供电的超密集网络,设计了一种绿色能源感知的用户关联算法。本文的主要内容以及创新点如下:(1)第一部分工作以系统能效为优化目标,设计了基于小区休眠的用户关联算法。在用户关联过程中同时考虑其获得的数据速率和基站的能耗,对提供最大能效的基站递交接入申请。用户关联过程完成后,不同于原算法的空载小区休眠,本文算法将考虑使一些满足条件的轻载小基站成为休眠基站,并给出了轻载基站是否能够休眠的判定准则。最后对本文算法以及对比算法进行了仿真,仿真结果表明,本文算法在保证吞吐量的同时,在系统能耗和能效方面均要优于对比算法,达到了“绿色通信”的要求。(2)不同于传统的由单一电力能源供电的网络,本文第二部分工作考虑由电力能源和可再生能源供电的混合能源供应网络,设计了一种绿色能源感知的自适应用户关联算法,用户能够根据基站的功耗和绿色能源使用情况,自适应地调节关联策略。该算法对传统的基于最大信干噪比的匹配理论进行改进,设计与绿色能源和基站能耗相关的效用函数,并根据绿色能源剩余情况为基站制定不同的优先级,最后结合资源优化算法来完成用户的接入过程。基站类型的多样化和基站的超密集部署使网络中的链路情况和干扰情况发生了改变,为更准确地捕获基站和用户之间路径损耗,此部分算法采用了双斜率路径损耗模型架构。仿真结果表明,在满足用户的数据速率需求下,该算法的能效、系统的电力能耗、宏基站的功耗、接入公平性和绿色能源利用率等性能均要优于对比算法。