随着智能手机和移动计算设备的流行增长,对于移动数据流量的需求每年成倍增长。超密集无线网络是解决以上问题的核心技术。在超密集无线网络中,如何利用各个接入点的特点,合理分配网络资源,实现无线资源的最优化已经成为热门研究话题。负载均衡技术是异构无线网络资源管理的关键技术,可以提高系统无线资源利用率,有效避免系统性能恶化,扩大网络系统容量,避免网络拥塞,提高用户服务质量。本文针对超密集异构网络中同频场景下的负载均衡技术进行了研究。本文首先简要总结了国内外针对超密集网络场景的负载均衡技术研究现状,然后对主流的负载均衡方案进行了分析与总结,并提出了两种针对不同目标需求的用户连接方式以达到网络负载均衡。针对离散的局部最优的用户连接:提出了一种基于随机决定的用户连接方式,用户对于其候选基站拥有一个连接概率向量,根据当前的网络环境,根据连接概率向量随机地选择服务基站,从选中的基站中获得自己的连接反馈,更新自己的连接概率向量,直至连接概率向量中某一个成员接近1,最终确定要连接的服务基站。仿真结果表明该算法可以根据现有网络的负载状况,让新到达的用户选择连接最优的基站。根据局部信息确定连接,减少了整个网络的信令开销和计算复杂度。针对全局最优化的用户连接:提出了一种基于用户连接和干扰管理联合优化的负载均衡方法,以最大化超密集异构网络中所有用户对数速率总和为目标,建立用户连接和ABS比率联合优化的负载均衡模型。由于该联合问题的耦合性,这是一个非凸和NP难题,应用BCD方法求解,将问题分解成用户连接和ABS分配两个子问题,在固定ABS比率下,用一个离散的对偶分解方法求解最优的用户连接,在固定用户连接情况下,求解最优ABS比率的计算表达式,然后迭代求解用户连接和ABS比率直至收敛获得全局的次优解。仿真结果表明采用该方法,能够提高超密集异构网络中负载的均衡性和用户速率的公平性,同时提升超密集异构网络资源的利用率。