动态TDD超密集网络(Ultra Dense Network,UDN)能够适应业务非对称和高通信容量的需求,是未来通信网络的重要技术之一。动态TDD超密集网络中,理论分析与资源分配是两个重要研究方向。前者通过推导的性能表达式,能够从统计意义上给出系统性能在具体参数下的表现与变化趋势,为系统设计与算法优化提供参考。而资源分配则通过分配频谱资源来抑制常规干扰与交叉链路干扰,从而提升系统性能。然而,目前其理论分析的研究基本采用齐次泊松点过程(Homogeneous Poisson Point Process,HPPP),而非更符合实际场景的泊松簇过程(Poisson Cluster Process,PCP)作为网络模型,其结果与实际情况有所偏差。而已有资源分配算法要求准确信道信息与全局协作优化,带来的高算法复杂度与信令开销限制了其实际应用。针对这些问题,本文将对PCP模型下动态TDD超密集网络的理论分析与低复杂度低信令开销资源分配算法进行研究,其中理论分析部分是本文研究的重点。本文首先利用PCP完成UDN中基站与用户的建模,并将用户业务建模为伯努利过程。基于该模型,利用随机几何与概率论,本文推导出了PCP模型下用户与服务基站的空间关系分布,包括用户连接条件概率、服务距离条件分布和服务距离与角度联合条件分布的表达式,为后续研究提供理论支撑。基于上述结论,本文完成了full buffer场景的动态TDD双层UDN的性能分析。在该场景中,针对两种动态TDD模式(基于簇的动态TDD与基于基站的动态TDD),本文在普通信道模型下推导出普通用户与热点用户的覆盖概率与及区域频谱效率。通过仿真验证了推导结果的正确性,并将其与HPPP模型结果进行了对比。接着,为了更贴合实际场景,本文推导出了非full buffer的动态TDD单层UDN性能表达式。基于更准确的LOS/NLOS信道模型,本文依次完成基站的服务用户数目分布,两种动态TDD的时隙配比、时隙利用率以及传输概率的推导,并完成莱斯衰落的近似,进而完成用户覆盖概率与平均包吞吐量的表达式推导。推导的结论的正确性由仿真进行验证。上述PCP模型下理论结果能够直接给出具体参数下的系统性能指标的结果与变化趋势,为系统设计提供更准确的参考。最后,本文通过建立簇内干扰图,将非协作簇内资源分配问题建模为一个非线性整数规划问题,然后将该问题等价转化为整数规划问题,并通过分支定界法求得其最优解。仿真结果证明相较于随机分配,本文所提算法能够以较低的复杂度,在较低信令开销下有效提升用户的覆盖概率性能。