近年来,随着物联网、第五代移动通信系统(5G)等无线移动通信网络技术的迅速发展,终端数目以指数形式迅速增长,且新型通信业务也不断出现,这使我们进入了一个终端数目庞大、业务特征复杂的通信大数据时代。5G预期将达到更高的数据速率、更大的系统容量、更低的延迟以及更好的终端服务质量。高密度蜂窝网络(Ultra-Dense Cellular Network,UDCN)是5G系统中的关键技术之一,通过在传统大功率宏基站的覆盖范围内大规模密集部署低功率微微蜂窝和飞蜂窝,高密度小蜂窝能够有效提升频谱复用率,拉近终端与服务基站之间的距离,提升系统吞吐量。其次,随着智能移动终端的大规模流行和无线多媒体数据业务的广泛应用,移动数据业务流量成几何倍增长。因此,在未来高密度蜂窝网络中终端如何选择最合适的基站接入并快速获取所需媒体信息内容成为领域内一个重要的科学问题。本学位论文研究了联合优化内容获取与系统容量的蜂窝关联问题,提出了一种联合优化单内容获取与系统容量的蜂窝关联方案。在基于容量最大化的蜂窝关联方案中融入内容获取跳数,从而使得终端在关联到相应蜂窝后能快速获取所需内容。为了减少内容获取跳数,我们首先设计了一种基于贪婪算法的内容部署方案以用来在基站中部署内容。然后借助虚拟基站的方法,将效用函数最大化问题转化为基于二部图的最优匹配,并使用匈牙利算法求得最优解。仿真结果表明,该方案使得两者联合组成的效用函数最大化的同时极大地减少了内容获取跳数。为了验证所提方案适应于更多场景,本学位论文进一步展开了联合优化多内容获取与系统容量的蜂窝关联仿真实验。通过对网络中存在两个和四个内容的场景进行仿真实验,得到了与单内容近似的结论,验证了所提方案也适应于多内容场景。