随着互联网应用和智能设备的飞速发展,推动了用户对更大网络容量、更高数据速率的需求,第五代移动通信系统(the 5th Generation mobile communication technology,5G)应运而生。5G将在数据传输速率、网络容量、覆盖范围、时延、保密性、节能等多方面体现出优越性,而超密集网络(Ultra Dense Network,UDN)作为有效解决网络无缝衔接的部署方案,已成为5G通信关键技术之一。超密集网络能够有效提高网络吞吐量,减少覆盖盲区,并且为宏基站分担一部分流量负荷,实现了负载均衡。然而,网络的超密集部署容易造成干扰严重、时延加大、网络拥塞等问题,无线资源的联合优化是解决这些问题的关键所在。针对无线网络中面临的容量瓶颈问题,本文建立了基于基站连接、信道分配、功率控制的联合优化模型,优化目标是最大网络吞吐量,同时增加了单个用户的服务质量约束,保证了用户公平性。为解决联合优化模型提出了内外交替循环算法,分析了算法的收敛性、可行性。仿真结果表明,本文提出的算法比传统算法提高了大约30%网络容量。针对网络中存在的时延大、能源利用率低的问题,本文建立了基于能效、时延、流量分配的联合优化模型,优化目标是最小网络时延和电能使用率。提出了基于能效感知和流量感知的用户连接算法,该算法包括用户端算法和基站端算法两部分,分析了算法的收敛性、可行性。仿真结果表明,本文提出的算法降低了大约36%的平均流量传输时延。针对网络中出现的流量拥塞问题,本文建立了基于流量路由和功率分配的联合优化模型,优化目标是最小总功率消耗,以最小的代价实现了更大的网络容量和更广的覆盖范围。同时提出了改进的路由方法,把网络流分解成若干子网络流,允许子网络流在不同路径上传输,但是数据始终在相同的源-目的节点间传输。仿真结果表明,节点数目越多,网络总功率消耗越小。