随着无线通信用户数量的指数性增长, 宏小区用户数量超负荷, 边缘用户受邻近微小区的干扰逐步加剧, 导致整个小区的通信服务质量降低。为解决这些问题, 针对双层无线异构网络场景, 结合粒子群优化算法和小区范围扩展技术动态地调整微小区服务区域, 寻找出小区范围扩展最优偏置值, 缓解宏小区高热点区域负载压力并提高系统用户平均传输速率。仿真结果表明, 相比静态小区范围扩展偏置值算法, 利用动态小区范围扩展偏置选择的宏小区用户数量下降了近 10%, 即卸载了部分宏用户使其接入微小区, 达到为宏小区减负的效果; 微小区边缘用户的信干噪比相应提高了约 2 dB, 系统用户平均传输速率提高, 整个小区的通信服务质量有较大提升。

为解决双连接分流过程中资源利用率和由阻塞导致的资源浪费之间的矛盾，考虑总功率约束下毫米波链路高间歇性情形以及异构网络链路之间的公平性，以系统加权和速率最大化为优化目标，将非凸问题建模为有界离散时间的马尔可夫决策过程，提出一种具有阻塞预测的动态规划算法来解决微波毫米波并行连接的功率分配问题。仿真结果表明，该算法通过对功率分配策略进行学习，可以显著提升系统性能。

针对当前异构网络中, 采用多决策属性的垂直切换算法难以动态调整网络属性的权重值, 从而无法满足用户服务质量(QoS)的需求问题, 文章以接入最优的异构无线网络和保障用户QoS为目标, 提出基于模糊层次—熵权法的自适应垂直切换算法。首先, 根据用户对网络属性的不同要求, 采用主观模糊层次赋权与客观熵权法结合的方式构建网络属性优化模型, 之后根据用户体验采用自适应机制来动态地调整各网络属性权重值, 最后利用成本函数对异构网络的状态进行切换预测, 从而选择接入最优的无线网络。仿真实验表明, 所提算法能有效降低网络切换率, 能更好地保证异构无线网络之间的负载均衡, 增加了移动终端的续航时间。

窄带物联网(NB-IoT)技术因具备广域覆盖、低功耗、海量用户接入的优点，成为当前广域物联网的主流技术，但单一的NB-IoT组网模式在某些极端功率受限环境(如水表井、地下车库等深度覆盖区域)仍会出现覆盖不足以及终端耗电大的问题。针对传统应用场景下的NB-IoT单独组网方式的不足，提出一种NB-IoT/FSK混合异构组网广域物联网架构，该架构能够借助频移键控(FSK)调制的较低解调门限进一步提高混合网络的覆盖范围，降低最末端终端节点功耗，从而实现深度覆盖下更多终端用户接入能力。使用通用软件无线电外设(USRP)平台搭建了该异构网演示系统，模拟了物联网智能水表的应用场景，仿真与实际的简单外场测试验证证明了该异构组网架构的可行性与优良性能。

为了使第三代移动通信技术与无线局域网能够最有效地融合, 提出了一种新的基于Vague集的多目标决策算法。首先对所提算法的唯一性进行证明, 之后针对异构网络中的各个参数值, 根据其特点利用不同的公式进行Vague化处理, 并利用所提算法对这些处理过的数据进行计算和仿真, 最后将仿真结果与传统的模糊集切换算法进行了比较。通过仿真结果的比较可以看出, 在异构网络的切换融合中, 所提算法更加智能化, 同时能更加有效地减少乒乓效应。

作为5G 的关键技术，超密集组网(UDN)可以大幅度提高网络容量和用户体验，但其性能严重受限于小区间干扰。针对超密集异构蜂窝网络的无线资源高效管理问题，提出了一种多维无线资源联合分配算法。为了在保障用户服务质量的前提下，最大化系统能效，将时频资源与功率资源的最优分配问题建模为有约束的组合优化问题。由于这是一个NP-hard 问题，求解比较困难。因此，采用分步优化+迭代搜索策略：首先基于模拟退火算法进行时频资源优化分配，并引入粒子删减和回火升温过程以提高搜索速度和避免落入局部最优陷阱；然后采用拉格朗日乘子法进行功率最优分配；最后，通过多次迭代，逼近全局最优解。仿真结果表明，提出的联合资源分配算法能够保障用户间的公平性并且有效提高系统能效与网络吞吐量，同时具有更快的收敛速度和更高的收敛精确度。