201 9 年是 5G(The 5th Generation Mobile Communication Technology,5G)商用元年,未来移动通信的流量会呈现爆炸式增长,在各种新型业务的冲击下,5G系统通信容量面临着巨大挑战。超密集网络作为提高通信系统容量的关键技术,已经成为当今学者的研究重点。为改善超密集网络系统中用户频繁切换、小区边缘用户干扰较大等问题,本文采用以用户为中心的虚拟小区思想,同时引入负载均衡技术,在减少系统干扰的同时提高系统的资源利用率。论文主要研究内容如下:首先,为超密集网络中的用户建立初始虚拟小区,随着网络密度的增大,虚拟小区重叠区域增大,虚拟小区间干扰变大,系统性能下降。针对这种情况,提出了一种基于 RSRP(Reference Signal Received Power,RSRP)的虚拟小区干扰合并算法,通过计算虚拟小区之间的干扰强度,将干扰较大的虚拟小区进行合并形成虚拟小区簇,将原来较大的虚拟小区间干扰转换成虚拟小区簇内干扰,虚拟小区内的干扰协调借鉴MU-MIMO(Multi-User Multiple-Input Multiple-Output)中的协作传输,将虚拟小区簇内干扰通过预编码技术消除。然后,由于虚拟小区簇内用户数量以及用户业务类型的不确定,可能会出现部分虚拟小区簇负载不均衡现象,导致系统资源利用率较低。为解决这一问题,本文引入虚拟小区的负载均衡技术,通过用户的RSRP列表为超载虚拟小区中的用户选择最优目标虚拟小区簇以及对超载虚拟小区中的待转移用户进行排序,然后将待转移用户转移到其他轻负载虚拟小区簇中,以此提高用户满意度以及系统的资源利用率。最后,对所提算法进行仿真验证,结果表明所提的基于RSRP的干扰合并算法性能比基于大尺度衰落的干扰合并算法性能更好;在引入负载均衡后,系统中的不满意用户数目减少,系统资源利用率显著提高。