超密集组网（ultra-dense network,UDN）是5G阶段引起业界普遍关注的技术研究方向和网络站点规划的重要方式。该技术将5G基站小型化、微型化,将通信网络演进成多层超密集异构的形式,使得小区大小和传输距离减小,从而增加单位面积内的小微基站的密度,配合干扰协调技术可以带来显著的传输增益。同时,随着通信网络边缘节点的运算能力的提升以及基站间通信端口性能的逐渐增强,5G网络对各个边缘节点的控制和调度能力逐渐提高,服务器可以根据网络拓扑及实时业务质量等信息对“微基站-用户”,“微基站-微基站”的连接进行持续的协同优化,因此超密集网络的部署有了其算力支撑。然而,网络密集化导致对目标用户产生的同信道干扰的基站数持续增加,基站高密度所带来的干扰成为5G面临的重要技术难题。因此,本文进行了如下技术研究:（1）针对5G超密集毫米波网络的性能评估问题,给出了一种基于随机几何的模型,综合考虑了基站的波束赋形机制、通信的接入场景、微基站密度和环境障碍物密度等因素,服务微基站不再置于固定位置并和其他微基站建模为同分布,具有高效简洁的特征。通过该模型可以计算出不同环境下超密集网络微基站的最优密度,具有实际应用能力。（2）为了弥补基于随机几何模型的部分短板,提升超密集网络性能评估模型的普适性,使得仿真器更加契合5G超密集网络仿真场景,在开源仿真器的基础上设计实现了“物理层的阵列天线特征抽象模块”和“业务层的流量缓存和流量接口模块”。其中,“物理层的阵列天线特征抽象模块”实现了一个阵列天线类,为原仿真器增加了波束赋形工作流,模块可以获得阵列天线各角度的发射增益。“业务层的流量缓存和流量接口模块”实现了与业务层相关的流量功能,使得仿真器可以实时接入流量需求。仿真器模块的开发为论文后续研究提供了平台支撑。（3）针对5G超密集网络的“小区内”的时频资源调度场景,在5G超密集网络仿真平台的基础上设计实现了一种面向5G异构网络业务质量的用户调度算法,算法综合考虑了窗口时长、数据包时延计算、逻辑信道优先级、RLC模式、下行保证速率、下行调度优先级加权因子等多个业务质量特征因素。仿真验证了该算法在户吞吐量的均值、最大频谱效率等评价指标上的优势。（4）针对5G超密集网络的“小区间”优化,提出了一种基于分治递归策略的超密集微基站间的干扰协调方法,该方法是一种多域混合的干扰协调算法,将基站单层分簇结构增强为网络树形拓扑的分治递归结构,实现了微基站间低时间复杂度的高质量动态干扰协调,同时该算法设计框架具有通用的特性,可以应用于类似的协调问题。