在过去的几十年里,无线移动通信产业经历了巨大的技术创新和惊人的业务量增长。为了满足日益增长的智能终端连接量以及高速率通信的需求,超密集组网技术应运而生。超密集组网中,通过不同类型的低功率基站的密集部署,有效地提高单位面积的传输能力。这一能力可以用区域频谱效率进行描述。虽然区域频谱效率这一概念在上世纪90年代就已经提出,但是原有的分析模型均基于理想假设且不适用于超密集组网的应用场景。同时,小基站的密集化也加剧了小区间的干扰,而现有的面向单个干扰源的干扰协调算法不能直接应用于超密集组网中。基于这一背景,本文从区域频谱效率及干扰管理这两个方面进行分析并提出解决方案。与传统网络相比,超密集组网内基站的密度大大增加。在分析超密集组网时,一个根本性的问题是基站密度的增加会对系统性能带来多少提升。针对该问题,本文提出了一种适用于分析不同路径损耗模型下基站密度对性能影响的通用分析方法。这种分析方法可以分析包括传统、三维、多斜率、指数、视距/非视距路径损耗模型在内的多种路径损耗模型下网络密集化对系统性能的影响。本文主要以覆盖率和区域频谱效率这两种系统性能为例进行说明。除此之外,本文提出的方法还可以用来分析传输速率、系统容量等多种系统性能指标。除了基站密度外,选择不同的用户归属方式也会对分析结果产生较大影响。因此,本文总结了现有文献中应用于超密集组网的多种用户归属方式。随后,本文提出了一种用对数正态分布来近似表示干扰功率之和分布的方式,从而大大简化了干扰功率之和的计算过程,并证明了在不同路径损耗模型、小尺度衰落信道下该方法的有效性。超密集组网适用于不同应用场景,而不同应用场景需要采用不同路径损耗模型进行分析,也需要采用不同系统性能指标进行衡量。在网络部署阶段,应用本文所提出的方法,可以用较为简单的方式分析系统中干扰的大小并根据用户需求判断所需基站的密度,从而为实际场景中网络的部署提供理论指导。现有文献大多使用单一的分布形式来描述超密集组网中用户和基站的分布,不符合实际中用户和基站分布不均匀的特性。因此,本文分析了非均匀的异构网络拓扑结构下区域频谱效率的理论值。同时,为了降低计算复杂度,根据数学关系或实际应用场景相继提出多种近似分析方式。通过与仿真结果进行比较,在证明理论计算方法准确性的同时,也证明了近似计算方法的有效性。本文的理论分析可以依据实际环境设置参数,因而能够为未来移动通信网络的基站部署和性能分析提供理论及数据支撑。由于微蜂窝等多种低功率基站的密集部署,区域频谱效率得到了成倍的提升,但同时也大大增加了相邻小区的干扰。如何进行有效的干扰管理、减少同频干扰并保证系统的工作性能,是另一个需要研究的课题。应用联合传输这种多点协作通信方式,可以有效地降低、甚至消除相邻小区的干扰,但传统的协作集合选取方式不适用于超密集组网。针对这一问题,本文提出了一种基于接收功率差的、以用户为中心的协作集合选取方式,并提出了一种适用于不同联合传输模式的通用分析方法。这种方法可以从均值、方差、矩生成函数这三个方面计算出有用功率之和及干扰功率之和的统计特性,从而推导出不同性能指标与参数的映射关系。对于给定的应用场景,可以通过调整参数,选择所需的联合传输模式,为实际场景中干扰管理技术的选择提供理论指导。最后,解决了基于联合传输的区域频谱效率和公平性的联合优化问题,即通过时频和功率资源的分配,同时实现区域频谱效率和公平性的优化。区域频谱效率和公平性是两个相互矛盾的性能指标,因此不存在可以同时使区域频谱效率和公平性达到最优的资源分配方案,但可以同时使这两个指标达到综合最优解。这种最优解被称为Pareto最优解。Pareto最优解的数目远远大于1。分别应用分层优化和NSGA-II算法求解该多目标优化问题。应用分层优化法,可以得到单一的Pareto最优解。通过调节参数的大小可以根据实际需求调整区域频谱效率和公平性的权重。而应用NSGA-II算法能够同时得到多个Pareto最优解,可以根据实际需求选取最适合的Pareto最优解。