超密集网络(Ultra-Dense Network,UDN)中基站密集化部署,网络流量大幅提升,UDN成为第五代移动通信技术(The Fifth Generation,5G)的关键技术之一。然而,UDN中密集部署的基站导致干扰更加严重;同时,UDN中用户数目的增多导致无线资源更加紧缺,传统的无线资源分配方案不再适用。因此,UDN中的干扰问题和无线资源分配问题限制了 UDN网络流量的增长。为了进一步挖掘UDN潜力,本文研究了面向UDN中干扰管理的无线资源分配方案。论文主要研究内容包括以下三个方面:1)概述了面向UDN中干扰管理的无线资源分配方案。介绍了基于云计算接入网络架构(Cloud RAN,C-RAN)的UDN优势;详细阐述了经典的以基站为中心的UDN和以用户为中心的UDN中面向干扰管理的无线资源分配算法,点明了算法关键设计思路,指出了算法存在的缺点和和相应的改进思路。2)在以基站为中心的UDN中,提出了一种新型的无线拓扑资源分配方案,将干扰严重的网络设备分配到同一个簇,再利用迫零预编码消除簇内强干扰。所提的新型无线拓扑资源分配方案包括两个算法,分别是基于均值漂移(Mean-shift,MS)聚类的基站资源分配算法和基于参考信号接收功率(Reference Signal Receiving Power,RSRP)的用户分布式接入算法。利用所提的基站资源分配算法,将地理位置相距较近的基站分配到同一个簇;利用所提的用户接入算法,在基站负载的约束条件下,用户自主的接入簇以最大化用户参考信号接收功率。仿真结果表明,对比其他方案,实施所提的无线拓扑资源分配方案,系统吞吐量提升了 25%。3)在以用户为中心的UDN中,提出了一种新型的低回程链路开销无线资源分配方案,为每个用户分配合适的基站集合和频谱资源。所提的无线资源分配方案包括三个算法,分别是基于最短距离的无线拓扑资源分配算法,基于图论的频谱资源分配算法和基于讨价还价模型的无线拓扑修正算法。利用所提的无线拓扑资源分配算法,在基站负载的约束下,每个用户接入距离最近的簇;利用所提的频谱资源分配算法,仅需收集有限的干扰信息,可以完成频谱分配过程,同时保证了最大化用户有用信号功率与最小化同频干扰;利用所提的无线拓扑修正算法,限制用户接入基站所泄露的干扰。进一步提升了频谱效率。仿真结果表明,对比其他方案,实施所提的低回程链路开销无线资源分配方案,用户平均频谱效率提升了57%。