随着无线通信技术的高速发展,无线移动用户数目急剧增长,它们对高速数据传输及多种通信业务并存的需求也与日俱增,这些需求同无线资源的稀缺性构成矛盾。异构网络融合技术被普遍认为是能够有效缓解这一矛盾的重要手段。然而,如何在复杂多变的通信环境中通过对多网络覆盖下的用户进行合理的调度,从而实现用户间干扰的抑制与消除、支持尽量多的用户通信、保证多种业务应用的服务质量(Quality of Service, QoS)等,仍是未来无线通信领域的一个亟待解决的重点问题。本学位论文深入研究异构网络融合场景下多用户调度算法,主要包括：多用户多输入多输出(Multiple Input Multiple Output, MIMO)下行通信调度算法、蜂窝网络下设备到设备(Device to Device. D2D)通信接入控制和调度算法、频谱共享多跳网络速率控制和调度算法等。论文的主要成果如下：1.建立了异构网络融合场景下多用户调度的总体模型,包括系统模型、信源模型、队列动力学模型和时延-QoS需求模型,从而给出了时延约束下多用户调度的一般优化问题。该优化问题以系统长时平均吞吐量最大化为目标,约束于各用户最大允许长时平均时延限制,是一个随机优化问题。介绍了求解该随机优化问题的两种常用方法,即基于大偏差理论和基于Lyapunov优化理论的方法,并阐释了这两种方法在算法性能、计算复杂度以及实现手段方面的优缺点。结合所述长时平均时延约束下的长时平均吞吐量最大化问题,分别求解了基于这两种方法的一般解形式,并给出了相应的设计实现方法。2.针对多用户MIMO下行通信系统,提出了一种时延约束下的低复杂度多用户调度算法。该算法采用大偏差理论中的有效带宽和有效容量的概念,从统计意义上来描述随机业务流的到达过程和服务过程。根据大偏差理论,各用户的最大允许长时平均时延约束可以被转化等价的瞬时最小数据传输速率约束,所得等价速率约束下的加权和速率最大化(Weighted Sum Rate Maximization, WSRMax)司题只与系统各时隙的信道状态信息相关。为进一步降低计算复杂度,给出了一种基于遗传算法(Genetic Algorithm, GA)的低复杂度多用户调度实现方法。理论分析和仿真结果表明,基于GA的多用户调度算法可以在获得较好近似解的前提下,大大降低求解的计算复杂度。3.针对蜂窝网络下D2D通信系统,研究了时延约束下的接入控制和调度问题,以期提高系统吞吐量效用函数值、保证算法时变环境的鲁棒性、满足各业务流的时延-QoS需求。为进一步提升系统的多用户分集增益,引入动态网络接入,即各数据源可以在各调度时隙动态地选择接入蜂窝网或D2D网络。在分析了长时平均时延约束与所需优化调度参数内在联系的基础上,给出它们之间的对偶关系,并提出了基于大偏差理论和基于Lyapunov优化理论的两种动态网络接入选择、信道-功率分配算法。从所提算法可以看出,无论是使用大偏差理论还是Lyapunov优化理论,所述时延约束下的多用户调度问题均可等价地转化为最小数据传输速率约束下的WSRMax问题。仿真结果表明,Lyapunov优化理论下控制参数V取值的选择需要在不同系统性能指标之间折衷;此外,基于大偏差理论的算法在数据包平均到达率较低时有着较好的性能,而随着数据包平均到达率的增加,基于Lyapunov优化理论的算法的性能恶化则较为平缓。4.针对频谱共享多跳无线网络,研究了以最大化系统的吞吐量效用函数值为目标的速率控制和调度全局优化问题。为方便该调度问题的描述,引入基于梯度的调度法则求解各时隙的最优流速率、分配带宽和功率。由于该联合速率控制和调度问题的非凸性,使用凸优化理论求解该问题并不能保证获得问题的全局最优解。然而,考察优化问题的单调性并利用单调性优化方法,却可以绕开问题的非凸性,从而有效地求解全局最优解。本章在此基础上展示如何将优化问题转化成单调性优化的标准形式的基础上,利用一种新的基于单调性的分支定界法,提出一种全局最优速率控制和调度(Global Optimal Rate Control and Scheduling, G-RCS)算法,从而可以有效地求解其全局最优解。为进一步提升算法的收敛速度,提出一种加速的全局最优速率控制和调度(Accelerated Global Optimal Rate Control and Scheduling, A-G-RCS)算法。理论分析和仿真结果表明,而所提G-RCS算法和A-G-RCS算法均能经过有限次迭代收敛到优化问题的(η,∈)-最优解,因此能够为该领域所有现有的或即将提出的、集中式的或分布式的、最优的或启发式的算法提供一个重要的参考基准。