随着移动设备和移动应用的爆发式增长，当前的蜂窝网络容量已难以满足用户日益增长的数据流量需求。为了应对这一难题，无线异构网络技术应运而生，通过将覆盖能力不同、接入技术不同以及承担功能不同的大小基站重叠部署，可以有效改善蜂窝系统的容量。目前，在传统蜂窝网络宏基站范围内重叠部署多个 WiFi （Wireless Fidelity）热点的异构网络被广泛研究，二者通过资源共享达到改善系统容量的目的，资源共享的主要形式包括：LTE-U （ LTE-Unlicensed ）、LAA-LTE （License Assisted Access-LTE）、LWA（LTE+WiFi Link Aggregation）和WiFi卸载。与其它三种资源共享方式相比，WiFi卸载技术具有容易实现以及无需考虑LTE网络与WiFi网络共存的特点，因此，WiFi卸载提供了一种高效且低成本的方式帮助系统扩充容量。基于此，本文针对LTE-WiFi异构网络中的流量卸载问题进行深入研究。　　通过对网络状况和用户需求进行分析，本文建立了一个WiFi卸载优化模型，该模型以最大化用户满意度和为目标，并保证卸载用户获得速率提升的同时 WiFi网络受到较小的影响。由于卸载后部分蜂窝资源被释放，因此，设计了相应的资源块（Resource Block，RB）分配方案和功率分配方案对卸载后的资源进行再分配。针对优化问题的求解，所建立的优化模型被转化为一个组合优化问题，并采用了三种不同的搜索算法用于获得最佳的卸载用户集合，分别为穷尽搜索算法、贪婪算法和最佳响应算法。在最佳响应算法中，组合优化问题被定义为一个博弈问题，并根据博弈论的相关理论证明了纳什均衡（Nash Equilibrium，NE）的存在。仿真结果表明，在仅使用RB分配方案对资源进行分配的情况下，用户满意度和获得显著提升，但基站能效的改善无法保证；在使用RB分配方案结合功率分配方案的情况下，可以实现以用户满意度为主能效为辅的优化，但这种能效的提升是以牺牲用户满意度和的提升为代价的。因此，为了进一步实现用户满意度和与能效的联合优化，在上述卸载模型的基础上建立了一个多目标优化模型，该模型对WiFi卸载和资源分配问题进行了综合约束。在资源分配部分，建立了两个粒子群分别对应RB和功率的分配。为了获得多目标优化问题的全局最优解，提出了一个二层求解框架：外层框架采用基于博弈论的最佳响应算法用于最佳卸载用户集合的搜索；内层框架采用基于多目标粒子群优化（Particle Swarm Optimization，PSO）的资源分配算法用于卸载后RB和功率的联合分配。仿真结果表明，所提算法和方案可以同时并有效地改善用户满意度和与能效。