随着移动无线通信技术的不断发展,移动用户设备呈爆炸性增长趋势,人们对于数据流量的需求呈现指数型增长。第五代移动通信(the Fifth Generation Mobile Communication,5G)已经成为研究的热点。超密集网络(Ultra-Dense Network,UDN)作为5G的关键技术之一,可以为用户提供极高的数据速率,应用前景非常广泛,因此引起了研究人员的关注。超密集网络可以显著提升系统的吞吐量,但是同样会带来接入选择、资源分配、干扰管理、移动性管理等一系列的问题。由于超密集网络中接入点(Access Point,AP)密集部署,一个用户可以同时连接多个AP。如何在AP之间分配资源,使得AP更好地协作为用户提供服务是一个关键问题。此外,超密集网络仿真平台是深入研究超密集组网关键技术和算法的重要手段,目前还没有公认或通用的仿真平台资源,需要进行系统地设计和搭建工作。针对以上问题,本文对超密集网络中的资源分配算法以及仿真平台搭建进行了研究。本文在以用户为中心的超密集网络场景下,提出了一种基于用户业务流的最大化系统能量效率的资源分配算法。在用户接入网络时为用户建立一个专属的接入点组(Access Point Group,APG)以提供服务。然后在APG内部根据信道状况、用户需求、位置分布等因素进行子载波和功率的分配。当用户的业务需求发生改变时,APG的成员以及相应的资源分配会随之进行动态地调整。本文将该问题建模为一个混合整数非线性规划问题,并采用了高效的多重禁忌搜索算法对其进行求解。仿真结果证明所提算法可以有效地保证用户的数据速率,并且与现有算法相比可以更好地提升系统的能量效率。本文利用开源的 OMNeT++(Objective Modular Network TestBed in C++)软件,搭建了超密集网络仿真平台。由于OMNeT++目前没有可用的超密集组网工程,5G相关通信协议也在标准化的制定中,因此本平台在搭建时参考了开源的SimuLTE工程等资料。因为超密集网络在节点功能、组网架构、性能指标等方面与LTE相比有较大区别,仿真平台还需要进行系统的研究和搭建。本文的主要工作包括基站和用户等基本网元节点的设计实现,信令广播、用户接入控制和切换等功能的研究实现,网络拓扑简化、资源块配置、多输入多输出(Multiple-Input Multiple-Output,MIMO)技术等相关功能模块的设计实现,典型通信流程的设计仿真等。此外,为了更好地模拟超密集网络的通信环境,支持物理层接收信号强度的计算及判定,本平台实现了曼哈顿城市场景、步行街场景和露天集会场景的信道模型。为了模拟典型场景中用户的移动行为,实现了曼哈顿城市场景和步行街场景的移动模型。在上述工作的基础上,仿真平台搭建了曼哈顿城市场景和步行街场景作为典型通信场景,进行了仿真,对端到端时延、吞吐量进行了数据统计,并对统计结果进行了分析。