5G在系统灵活部署、多业务支持、频谱效率、峰值速率和时延方面相比于4G具有明显优势,已经成为国内外学术界和工业界的研究热点。但是在搭建5G无线通信系统时,如果将NR单独组网,而不考虑4G系统的兼容性,直接忽略之前系统一些固有的技术问题,就会导致更高的成本和更长的投入产出周期。因此,为了迎合市场,满足用户业务的差异化需求,5GNR需要融合现有4G以及其他无线补充网络,构成多重制式的“互补互通”网络架构,以获得更好的向前兼容性和更高的频谱效率。与此同时,采用控制面与用户面分离思想的多连接技术,将成为搭建未来5G多网融合网络架构时关键的技术支撑。多连接技术的实际部署既可以保证用户在多个网络之间自由选择、平滑切换,又能满足多样化接入超高性能指标的需求,还能利于运营商网络管理一体化。鉴于此,本文从多连接技术在超密集、多接入、eLWA及D2D分流等几大场景实际部署时需要解决的实际问题出发,以提高网络适配性与资源利用率为目标,将相关问题建立数学模型,并探索研究有效的解决策略。研究的结果具有一定的理论与实践价值。具体的研究内容和主要贡献如下。1)本文将多连接技术中的数据分流传输问题转化为网络选择与适配问题,针对超密集场景中用户接收信号快速改变以及微基站负载不均衡的问题提出了基于负载感知的网络选择策略;针对多接入场景中不同接入技术提供的QoS性能不同的问题,提出了基于业务感知的网络选择策略。在基于负载感知的网络选择策略中,与现有大多数文献提出的静态固定最大连接数的网络选择策略不同,本文提出的策略中的活动集个数由基站负载构成的Sigmod函数动态控制。论文首先根据用户不同业务QoS请求筛选预定网络候选集。其次根据由网络负载构成的Sigmod函数动态调整网络候选集的数量,最终确定的用户活动集不仅可以动态地调整网络最大连接数,还可以将高负载网络上的业务流量卸载到低负载网络。仿真结果表明,本文提出的基于负载感知的网络选择策略可以显著提高系统吞吐量,大幅降低无线链路失败概率;在基于业务感知的网络选择策略中,针对5G多网融合网络架构的标准制定还在探索中的现状,本论文首先描述了多连接的网络架构,把分流从传统的MAC层提升到更高层,以降低对时延回程的要求;其次提出的基于业务感知的网络选择策略综合了网络侧与用户侧的特性,解决了不同业务QoS需求在各接入网上的不同映射的问题,满足了不同用户对数据传输率、误码率、时延、抖动等QoS参数要求各不相同的需求。仿真结果表明,动态的业务疏导机制不仅可以满足以用户为中心的要求,保障业务一致性,还能显著地提高系统吞吐量,并降低无线链路概率和传输延迟。两种策略的提出都为多连接实际部署提供理论指导,具有一定的实践意义。2)D2D用户与蜂窝用户在模式选择与资源分配问题上仍然面临一些技术难题的挑战。基于此,本文首先提出了用户D2D模式与蜂窝模式的转化准则,该准则允许用户根据业务优先级灵活调节工作模式;其次在D2D与蜂窝用户频谱共享问题上,本文提出了基于用户优先级的资源分配策略。与传统大多数文献中D2D用户与蜂窝用户公平竞争资源不同,本文提出的策略根据用户的优先级调配网络资源,把实际问题建模为一个有条件的凸优化问题,并设计了基于Kuhn-Munkres算法寻找最优解的资源分配方案。该策略可以有效地减轻基站负载,实现蜂窝网络流量的卸载,从而缓解蜂窝网络的下行传输压力。仿真结果表明,所提出的基于用户优先级的资源分配策略能够显著提高D2D接入率与系统吞吐量。3)针对eLWA场景中上行资源分配的研究尚处于空白的现状,本文提出了面向时延服务质量保障的资源分配优化策略;同时本文综合考虑了超密集场景中用户的实际速率、需求速率、频谱效率、基站负载和公平性五个因素,提出了一种基于正比例公平的资源调度算法。在面向时延服务质量保障的资源分配优化策略中,本论文首先考虑了用户的多种业务同时通过LTE网络与WLAN网络的上行信道传输数据信息的网络模型。与大多数文献中以最大化系统吞吐量为目标的资源优化策略不同,本文将时延服务质量加入eLWA网络的信道表征,并通过最大化时延服务质量约束下的有效容量得到上行资源分配凸优化问题。其次将该凸优化问题转化为最优功率分配与最优带宽分配两个子问题。前者中,采用凸优化理论与拉格朗日函数得到功率分配优化方法,后者中,根据拉格朗日对偶法与次梯度法得到带宽分配优化方法,从而得到总的资源分配优化策略。仿真结果表明,与常用的ABC(Always Best Connected)功率分配算法和固定比例功率分配算法相比,本文提出的算法在保障业务时延服务质量的前提下可以有效地提高系统有效容量;在正比例公平的资源调度算法中,论文首先匹配超密集网络特性,完善了完整的资源调度信令流程;其次,提出了一种基于正比例公平的资源分配算法。在正比例公平算法的基础上结合基站负载、信漏噪比、频谱效率等因素来确定用户的优先级以达到最大资源利用率。仿真结果表明,该算法不仅保证了系统中用户的公平性,而且使整个系统负载达到均衡,从而直接提高资源利用率。相比于传统的正比例公平资源分配算法,本文提出的算法的平均用户吞吐量提高了大约20%。