随着第五代移动通信技术（The Fifth-Generation Mobile Communication Technology,5G）的问世,超密集网络（Ultra-Dense Networks,UDN）逐渐地走进人们的视野当中。UDN通过更加密集的网络基础设施部署,有效地改善了5G网络建设中频谱效率和容量不足的现状。但相比于传统的蜂窝网络,UDN中无线环境复杂且干扰多变。如何有效地对UDN进行协作管理和资源分配成为需要重点解决的问题。本文主要研究了超密集网络中资源管理的相关问题,具体包括了两种用户关联方式下的资源分配。本文首先探究了在单信道中,用户与接入点采取一对一连接时,系统中所有用户均满足信号与干扰加噪声比（Signal to Interference p lus Noise Ratio,SINR）不小于规定阈值所需要满足的谱半径条件,并通过仿真探究了不同因素对系统谱半径的影响。其次,为了提高信道内用户正常通信的概率,本文在多信道的条件下,根据谱半径相关仿真得出的结论,提出了一种用户与接入点一对一关联的方案。该方案让用户选择距离其最近的接入点进行连接,即通过平均接收链路功率（Average Received Link Power,ARLP）选择最强的接入点为用户服务。此外,本文在该关联方案的基础上利用基于谱半径的分析方法,提出了基于分簇的启发式子信道分配算法。同时,为了降低能源消耗,达到最小化接入点总传输功率的目的,本文还提出了基于卡尔曼滤波的分布式功率分配算法。仿真结果表明所提功率分配算法可以捕捉到时变信道的动态性,进而可以实现对接入点传输功率的分配。最后,针对不满足谱半径条件的情况,本文基于多点协作（Coordinated Multi-Point,CoMP）传输技术,提出了一种以用户为中心的接入点协作方案。该方案利用ARLP来调整为用户提供服务的接入点数量。考虑到现实情况中用户对数据传输速率的需求,本文进一步提出了启发式多信道分配算法,并通过仿真分析了不同协作接入点数量对用户的影响,验证了启发式多信道分配算法可以有效提高网络的总传输速率。