随着通信技术的不断发展,在移动网络用户数量的增长和应用场景的扩展下,第五代移动无线通信网络应运而生。针对5G网络低功耗、宽频段等特性和优点,超密集组网等技术突破结合网络下沉等新兴概念产生了一系列有效的解决方案,基于这些方案的基站部署组网实验大量展开。在这一前提下,基站、用户位置分布模型的研究,成为助益网络架构设计适应多样化的5G应用场景需要的重要环节。首先,本文介绍了对于基站位置的排布和用户的分布进行准确建模的不同方法,主要涵盖了传统优化模型和随机几何模型。本文着重介绍了后者在无线网络的研究历史上的丰富应用,并基于无线网络研究的应用经验做出了建模方式的选择。其次,本文通过对于新型网络场景的分析,发现在用户密集的5G场景下,欠缺仿真精度的传统随机几何模型已经不再符合场景需要。本文引入了β-Ginibre点过程模型来解决这一难题,并通过对于β-Ginibre点过程的数学原理及仿真算法的分析,利用β参数对软核点过程模型产生的影响,实现对基站、用户位置分布灵活的模拟与建模。然后,本文在典型的单基站蜂窝网络场景中对用户分布模型进行了研究。针对5G网络前所未有的业务丰富性和应用场景复杂度,本文通过β-Ginibre点过程模型β参数的调整,适配物联网、车联网、人类用户聚集等多种5G场景下用户的分布模型。通过资源块使用量、掉线率等网络性能指标的推导,本文计算了该用户在不同分布模式下对资源块的数量需求。由这一结果,本文导出了不同用户分布模型下的通信掉线率,从而论证了β-Ginibre点过程应用于5G场景用户模型的优势,分析了用户分布状态对系统资源需求的影响。最后,本文实现了5G移动边缘计算服务器位置分布模型,应用β-Ginibre点过程对于移动边缘计算服务器的位置分布进行了建模,从理论上证明了呈该模型分布的服务器相对泊松点过程分布的服务器在覆盖率方面的优越性,并通过代码仿真计算了移动边缘计算服务器的平均时延、覆盖情况和平均路径的长度等网络性能指标。通过移动边缘服务器分布模型的调节,本文将同一信号质量下覆盖率提升5%,使得单个计算任务平均时延下降约7%,用户接入移动边缘服务器的平均距离降低8%。这些结果为移动边缘计算服务器的部署提供了参考。