密集组网技术是5G提出的满足用户持续增长的数据业务需求的关键技术。但密集组网下随着基站密度增大,同频干扰问题成为限制密集组网技术应用的主要因素。密集组网模式下基站还有成簇分布的新特性,传统单站调节的网络优化模式逐渐转变为以基站簇为单位的网络优化模式。目前改善系统性能的主要方式是通过时域、频域、小区结构等维度来降低干扰。而密集组网模式下,现有的单一维度优化方案难以解决同频干扰的问题,为此需要探寻其他的网络优化方案。同时,若信干噪比的增益不能弥补带宽的损失,则会降低网络的吞吐量,因此还需要采用合适的调度方式,在降低干扰的同时,使系统吞吐量有所提升。针对密集接入网络多维资源联合分配的研究,本文提出了密集接入网络多维资源联合分配的降低干扰方案,通过时域、频域和小区结构等多个维度的联合优化,解决了密集接入网络的干扰问题。根据密集接入网络中同频干扰的特点,提出了以最大化系统吞吐量为目标,结合微基站频段资源分配和小区合并的联合优化方案。该方案通过图着色算法来搜索最优的资源分配方法,采用联盟博弈的数学方法来确定微基站的联盟策略,然后通过小区合并或者时隙资源调度等技术来提升系统性能。仿真结果表明,本方案能够在保证用户服务质量需求的基础上,最大化系统吞吐量。为了解决密集组网下光纤铺设投入过大的问题,无线回传技术成为了新的研究热点。现有关于密集接入与无线回传网络资源分配的研究中,没有对接入网的小区结构进行优化调整。针对该问题,本文提出了一种以基站簇为单位,基于遗传算法进行频段资源分配的网络优化方案,并在此基础上,结合基于联盟博弈的小区合并算法来进一步优化接入网的网络性能。仿真结果表明,所提算法在满足用户速率需求的同时,最大化密集接入与无线回传网络的吞吐量。