随着通信网络的快速发展,新业务相继涌现,网络承载的终端数量和业务类型在不断增加。通信场景的复杂化,对网络服务质量（Quality of Service,QoS）的保障提出了更高的要求,也为频谱资源的高效利用带来了更大的困难。准确估计业务的带宽需求,合理的对服务机制及算法进行优化,有助于QoS的高效保障。因此,研究QoS约束下的带宽估计与服务优化问题,有着重要的意义。本文针对网络流量具有差异性的业务,基于有效带宽和有效容量理论评估了时延QoS约束下的带宽需求。为简化带宽分配流程,优化服务机制,提出了基于时延QoS保障的带宽补偿算法。考虑具有多包接收（multi-packet reception,MPR）能力的ALOHA机制,为实现时延QoS的高效保障,提出了一种基于改进麻雀搜索算法（Improved Sparrow Search Algorithm,ISSA）的网络资源优化方案。本文主要的研究工作如下:（1）针对混合业务到达的网络队列系统,考虑常速率服务机制,基于有效带宽理论评估了满足时延QoS要求的带宽需求。考虑ALOHA随机接入机制,结合有效带宽和有效容量理论,研究了时延QoS约束下的随机接入网络带宽估计方法。仿真验证了带宽估计算法可以满足时延QoS要求,并分析了时延QoS参数以及平均到达速率对带宽需求的影响,研究方法可以指导带宽资源的合理预留。（2）为优化通信网络服务机制,设计了带宽补偿服务方案。建立了多业务到达、随机补偿服务的网络队列系统并进行分析,提出了一种基于时延QoS保障的带宽补偿算法。在队列系统中,采用不同随机过程的聚合描述差异化业务的到达过程,带宽补偿服务过程由基本服务和随机补偿服务组成。研究评估了时延QoS约束下混合业务的带宽需求,并进一步推导了保障QoS所需的补偿带宽和补偿概率。仿真验证了提出的带宽补偿算法可以保障时延QoS要求,并研究了到达强度以及突发度对补偿算法的影响。研究方法可以简化带宽分配流程,提高带宽利用率。（3）针对具有多包接收能力的ALOHA接入网络,基于改进麻雀搜索算法提出了随机接入的优化方案。首先,建模分析了具有多包接收能力的ALOHA服务机制,计算了服务过程的有效容量。到达考虑不同随机过程的聚合,评估了混合业务的带宽需求。然后,以服务速率最小化为目标,以时延QoS保障为约束构建了优化问题。融合Circle混沌映射、非线性惯性权重、Lévy飞行策略对麻雀搜索算法进行了改进,利用ISSA求解了时延QoS约束下的接入参数。最后,仿真验证了提出的算法可以满足时延QoS要求,证明了改进后算法性能的优越性,并分析了时延QoS参数、服务参数及到达参数对服务速率的影响。研究方法可以为网络服务的资源管理提供指导。