随着移动互联网的迅猛发展，移动数据流量呈指数倍增长。一方面，由于80％的移动数据流量仅发生在20％的热点区域，在传统的宏小区区域重叠覆盖低功率节点的异构无线网络成为满足局部区域高流量需求的有效办法。另一方面，为了降低移动网络建设和维护成本，降低网络能耗，未来移动通信网络将采用集中式接入网架构。在集中式异构网络中由于大小无线发射节点发送功率的巨大差异将导致异构网络小区间严重负载不均。另外，随着无线发射节点的大量密集部署，小区间干扰问题将更为严重。此外，未来无线业务多样化，对不同业务的速率和延时提出了不同的要求。在未来集中式异构蜂窝网络架构下，如何利用系统资源全局实时共享、数据统一集中处理的优势，根据异构网络时空动态负载不均的特点，进行实时智能资源管控，优化系统负载、满足用户服务质量需求，从而提高系统无线资源利用率，成为集中式异构网络无线资源管理亟待解决的问题。针对这一问题，本文对集中式异构网络负载均衡和业务服务质量保证展开研究，主要工作和创新成果包括:　　1.基于模糊控制提出负载感知的集中式异构网络负载均衡决策机制。　　异构网络中频繁的负载均衡优化会造成系统开销增大，用户切换增加，中断概率上升。针对此问题，本文研究了集中式异构网络负载均衡机制，提出一种基于模糊控制的负载均衡决策机制，利用集中式基站信息实时共享、集中处理的优势，根据系统区域内各小区信息得到区域整体负载和各小区负载差异量，将区域负载和负载差异作为模糊控制器的输入得到负载均衡需求指数，基于该指数决策合理的负载均衡时机，减少负载均衡次数，降低了负载均衡带来的系统开销。仿真结果表明，提出的负载均衡机制能够以牺牲较小的负载均衡性能增益为代价，极大减少负载均衡的次数，从而降低频繁的负载均衡带来的系统开销。采用提出的负载均衡决策机制相比有用户到达或离开即进行负载均衡的机制能够达到一天内总负载均衡的次数减少51％，而用户中断概率增加低于0.1。　　2.提出一种链路容量感知的集中式异构网络负载均衡方法　　异构网络中由于宏基站和低功率发射节点发送功率的巨大差异将产生严重的负载不均。已有异构网络负载均衡算法大多针对传统基站架构提出分布式算法，而针对集中式架构的算法未能考虑到非理想链路下发射节点链路容量的限制。针对以上问题，本文提出链路容量感知的集中式异构网络负载均衡算法。在满足用户速率需求、小区频谱和容量约束下优化系统吞吐量求解优化的用户接入小区。并提出一种改进的混合遗传模拟退火求解算法，通过仅对用户的激活小区进行解搜索，降低了用户接入选择的解搜索空间;并定义基于退火温度的Sigmoid适应度变换函数，在算法迭代初期，降低优劣个体的差异，从而增大劣质个体选择概率，有效避免算法限入局部最优解。仿真结果表明，链路容量感知的负载均衡算法能够根据链路容量自适应优化异构网络用户接入以及相应的小区负载，在不同小区链路容量下相比传统用户接入机制，用户中断概率最多可降低53％，用户平均速率提升51％。而提出的混合遗传模拟退火求解算法复杂度低，与算法迭代次数、种群个体数、退火温度下最大迭代次数，以及负载均衡区域小区和用户个数成线性正比关系。该算法的性能与传统近似最优算法SF(Sequential Fixing)的性能接近，而后者算法复杂度高，为小区和用户个数乘积的4.5次方。因此提出的混合遗传模拟退火求解算法更适于大规模集中式异构网络负载均衡优化。　　3.提出一种干扰感知的集中式异构网络业务服务质量保证资源分配方法　　未来异构无线网络中发射节点密集部署，小区间干扰严重;同时未来无线业务多样化，业务需求严苛。目前已有异构网络干扰管理和资源分配机制对频谱和功率资源利用不足，不适用于高业务流量的情况。同时，对业务需求仅考虑业务速率特征而忽略了业务的延时等其它需要，容易导致过多业务数据丢包。针对上述问题，本文提出一种集中式异构网络下干扰感知的业务服务质量保证资源分配算法。首先综合考虑影响用户QoS的关键参数，包括用户的速率，业务队列缓冲区长度，以及业务队列延时，建立资源分配的效用函数。然后利用集中式基站信息实时共享的优势得到小区对相邻小区的干扰信息，定义小区对相邻小区的干扰门限作为资源分配优化约束。最后建立最大化集中式异构网络资源分配总效用为目标，满足小区发送功率对邻区用户的干扰门限限制和满足业务速率需求的资源分配优化问题模型。在求解方面，采用参考用户机制解耦多小区资源分配的影响。仿真结果表明，在不同流量负载下提出的算法均可以得到比四种对比算法更高的小区平均吞吐量，同时降低了延时敏感业务的丢包率以及延时非敏感业务的中断概率。在不同流量负载下，提出的资源分配算法相比传统正比公平资源分配算法，用户平均吞吐量提高10％～70％，边缘用户的平均吞吐量提高150％～210％。