超密集网络(Ultra-Dense Network,UDN)通过密集部署大量小功率微型基站形成密集小小区,可以实现无线蜂窝网络的无缝覆盖,提高网络的吞吐量,提升用户的服务质量,降低用户终端到网络的传输时延。UDN已经成为第五代移动通信系统的一种关键技术。然而,UDN也存在一些技术挑战。小小区数量急剧增加且与宏蜂窝小区在空间上重叠部署,这使得网络拓扑结构变的十分复杂,基站的资源管理越来越困难,网络能量消耗也越来越高。如何实现UDN中无线资源的高效、低复杂度分配,以提升网络吞吐量和能量效率,成为亟待解决的关键问题。鉴于聚类能够简化超密集网络的拓扑结构,降低UDN中资源分配的复杂度,本文研究基于聚类的UDN资源高效分配问题,主要研究内容与成果包括:(1)研究了UDN小小区基站动态聚类技术,提出了一种基于加权密度的K-means分簇算法,实现了小小区基站的高效动态聚类。事实上,采用传统K-means聚类算法对UDN中小小区进行分簇时,因随机选择初始簇中心易导致聚类结果陷入局部最优。针对该问题,本文设计了联合基站分布密度和基站间最小距离的新型簇中心选择策略,提出了基于加权密度的改进K-means分簇算法。研究结果表明,相比传统分簇算法,本文算法获得的基站簇分布更均匀,无簇间重叠现象,且算法对网络拓扑的动态变化具有更好的适应性。(2)研究了UDN中基于聚类的资源分配方案,提出了一种区分用户优先级的两阶段资源补偿分配算法,提升了网络吞吐量。考虑OFDM(Orthogonal Frequency Division Multiplexing,OFDM)时频资源块在UDN小小区基站中的分配,首先以最大化网络吞吐量为目标建立了时频资源分配优化问题;然后引入基站分簇降低该优化问题的求解复杂度,将UDN的全局资源优化分配转化为簇内资源优化分配;最后考虑用户优先级提出两阶段资源补偿分配算法进行簇内资源优化分配。研究结果表明,所提出的资源补偿分配算法在兼顾用户公平性和服务质量的同时提升了UDN吞吐量。(3)研究了UDN中基于能量效率的资源分配问题,提出了一种能量有效的非合作博弈功率分配算法。针对UDN中大量密集部署的小小区基站所带来的系统高能耗问题,基于基站聚类建立了UDN的能量效率模型,阐述了联合时频资源和功率分配的能效优化问题,并将该问题解耦为时频资源块分配和功率分配两个子问题;针对功率分配子问题,提出了分布式非合作博弈迭代功率分配算法,基于该算法获得了能够最大化UDN能量效率的最优功率分配方案。仿真结果表明,所提出的功率分配算法能够有效提升UDN的能量效率。