随着通信技术的快速发展以及智能终端的广泛普及,移动数据流量呈爆炸式增长,同时各种新兴应用与服务对高速率、低时延的网络需求也愈发迫切。超密集网络通过密集部署小小区基站等网络接入节点,拉近了用户与接入点的距离,提供了更加快速、稳定的网络服务。然而超密集网络在部署过程中也会遇到许多阻碍,如回程链路资源紧缺、基站能量消耗大等。边缘缓存技术是指将内容存储在无线网络边缘,可以有效避免内容的重复下载,减轻回程链路的负担,减少内容的传输成本,降低传输时延,最终提高服务质量与用户体验。因此边缘缓存技术是应对上述超密集网络问题的关键方案之一。但是单个边缘节点的缓存空间有限,无法为用户提供高效的服务。协作缓存技术能够协同多个节点进行内容缓存,增加内容缓存的种类及数量,并提升缓存命中率,弥补上述不足,因此,该技术近年来受到人们的广泛关注。基于上述背景,本文主要研究超密集网络中的协作缓存问题,并以提升网络的能量效率为优化目标,提出了两种协作缓存策略。主要工作内容如下:第一,提出了一种超密集网络中的协作缓存算法。首先,定义了小小区基站(small base station,SBS)与用户设备之间的能量消耗系数,基于该系数设计了一种SBS分组方式。其次,以降低网络能量消耗为目标,建立了内容分片—协作缓存模型。在该模型中,采用齐普夫分布对内容请求概率进行了数学描述,并设计了内容分片缓存准则。再次,引入并改进联盟博弈算法对优化问题进行求解。最后,仿真结果证明该缓存策略可以有效降低内容分发能量消耗。第二,针对社交网络内容的特点,在超密集异构网络中提出了一种线上协作缓存算法。首先定义了一个基于多维度的缓存决策函数,该函数融合网络用户历史信息、内容的实时参数等。其次,以优化缓存内容的传输能耗为目标,对缓存内容的分配方式进行建模,并以有限的缓存空间作为约束条件。再次,基于用户请求概率与SBS覆盖范围提出了一种缓存内容分配算法。最后,通过仿真证明所提线上协作缓存策略能够有效节省回程链路以及宏基站的传输能耗。