在近年来无线网络中的流量和用户数量,用户密度都发生了爆发式增长。为了在接下来的5G网络中支持更高的网络流量,更多的用户数量和更高的用户密度,同时也要提升网络中用户的服务质量,我们需要研究提升无线网络性能的手段。然而,通过传统方法例如发掘更多频带,提升基站发射功率已经很难,采用新的无线接入网络部署方式是一个新的思路。超密集网络UDN在下一代的5G网络中被认为是一个很有前景的无线接入网部署方式,UDN网络将大量低功率的接入点以高密度被部署在无线接入网络服务区域内离用户很近的地方,能够减少基站的功率消耗,并且提高用户的服务质量。但是,UDN网络中密集分布接入点的部署方式可能造成网络中用户的蜂窝间切换会很频繁,同时蜂窝间干扰会非常大。所以为了减少用户的蜂窝间切换和蜂窝间、多用户间干扰,需要在接入连接上采用协作波束成形技术。此外,UDN网络面临的另外一个问题就是网络中接入点被部署在靠近用户的位置,可能无法提供有线回传连接,所以必须为网络中回传连接的引入无线回传技术。然而由于无线连接相对于有线连接有更容易收到噪声和干扰影响的缺点,所以无线传输容易成为网络整体的性能瓶颈,为了解决这个瓶颈问题,需要在接入点上引入缓存,在无线连接负载相对低的时候事先将可能被请求的数据传输到接入点,储存在缓存中,在用户请求数据的时候就可以直接从缓存中取出数据向用户传输而不必通过回传连接引入额外时延。此外,在采用缓存的网络中,存在是否将没有缓存的接入点加入用户的服务集合的问题,本质上即回传时延和接入时延之间的取舍,为了更精确地解决用户的接入点服务集合选择问题,需要采用接入回传联合优化的手法来通过求解接入和回传的波束成形器设计问题设计算法提升网络的性能。在本文中,我们研究了在引入缓存技术的无线回传网络中,采用不分片或分片技术的两种策略下,联合波束成形器的设计优化问题。目标是通过在调整回传连接和接入连接的波束成形权重变量,在减小回传时延和减小接入时延之间做取舍将接入传输与回传传输的总时延最小化。通过把接入阶段和回传阶段之间每个用户的服务AP集合选择权衡用优化变量相关的符号表示,把接入阶段和回传阶段这两个阶段的两个互相影响优化问题组合成一个DOBD问题联合解决。但是这个问题是复杂的非凸问题,需要将原问题通过应用SCA理论和SDR方法,转化和近似为可以处理的近似问题,并且基于SCA的流程设计了一个迭代算法,在每轮迭代中求解凸优化问题,每轮迭代后通过更新使新一轮的凸优化问题比上一轮更接近原问题直到收敛,从而获得原问题的近似解。为了验证我们提出的迭代算法的性能和收敛性,我们进行了模拟,给出了仿真结果,展示了以上算法在不同的网络场景和是否分片传输与存储的策略下的收敛情况,并且通过比较DOBD问题的算法和不采用联合优化的COBD问题的算法的收敛后总时延来证明传输总时延通过我们提出的算法能够得到降低,特别是在低缓存状况下能够得到大幅降低。