随着未来5G无线网络业务的蓬勃发展与激增,涌现出的大量无线移动服务呈现出多样性,为之提供服务的无线通信网络的密集化及异构化成为发展的趋势。面对日益复杂的网络环境以及无线资源匮乏的现状,迫切地需求新型的具有可扩展性的无线网络技术,不少学者认为网络虚拟化技术具有很大潜力。早期的网络虚拟化集中在核心网络,属于有线虚拟化的研究范畴,相关技术已经得到了广泛应用,而无线网络接入侧的虚拟化技术尚未成熟,面对无线通信技术革新与突破的热切需求,无线网络虚拟化受到了广大研究人员的关注与重视。本文提出了一种新的无线网络虚拟化架构,并认为完善的无线虚拟资源管理机制是实现无线虚拟化的重要手段,以独立性、定制化、有效性三个特点作为研究目标,合理地将无线虚拟资源切片,逻辑上形成不同的无线虚拟网络(Virtual Wireless Networks,VWNets) 。多个VWNets间的资源独立性与单一的某VWNets内的资源管理及优化分配是无线网络虚拟化技术的两个重要研究内容。本课题以无线虚拟资源为研究核心,在提出关于一种新的VWNets架构模型的基础上,对涉及到的VWNets间资源分配的独立性及单个VWNet中资源分配的优化问题进行了研究,并提出了解决以上两个问题的方案及算法。首先,针对无线虚拟网络间资源调度及分配的独立性,以单小区单基站作为研究场景,在第三章分析了无线虚拟化资源分配的模型,并以更好地满足用户的QoS需求以及使系统获得公平性和吞吐量的良好平衡为目标,通过改进M-LWDF算法,提出了一种针对无线虚拟化网络的自适应动态资源调度VWN-ADRS算法。该算法为资源调度过程中不同排队积压和业务类型的用户赋予不同的权重,并保证不同虚拟网络之间的公平性。该算法在传统调度算法改良后,能够很好的被应用到无线虚拟网络,具备比传统算法M-LWDF更加优良的吞吐量以及时延性能。其次,对于某一无线虚拟网络内的资源分配有效性进行优化研究,以多小区多基站为研究背景。通过分析七小区的区域模型,针对区域中心小区负载重,导致系统吞吐量低的问题,基于量子粒子群优化算法提出了解决区域负载均衡的方案。方案的核心思想是卸载负载较重小区的边缘用户,接收距离基站较近的用户,提升该小区的吞吐量;同时被卸载的边缘用户重新被相邻负载较轻的小区基站服务,提高资源的利用率,以及提升其吞吐量。通过改进变异因子M防止算法陷入局部最优解并将卸载方案巧妙的设计为“粒子”,利用改进的量子粒子群优化算法去寻找最优的卸载方案,即最优解为卸载边缘用户的方案,解决了负载不均衡的多小区虚拟资源分配优化问题。本文提出的改进量子粒子群优化算法具备比遗传算法以及粒子群算法更高的收敛精度,并且与随机卸载边缘用户以及贪心算法相比可使网络获得更大的网络效益。