随着无线通信网络对速率和资源利用率的要求不断提高,越来越多的技术被提出,移动通信网络的拓扑结构也发生了改变,从传统的移动蜂窝网络向不定小区的异构网络开始转化。小区形式的多样化,会影响基站的发射功率、基站之间的接口以及信令等参数,这些参数的变化会直接影响资源的配置问题。而资源配置会直接决定用户所连接的基站,以及基站可以为用户提供的传输资源的多少,因此用户速率以及系统的资源利用率受资源配置的影响很大,两者密切相关。其中,资源配置问题主要包括用户的小区选择以及小区内部的资源分配,这些问题也就成为了当前的研究重点。本文着重研究异构网络中的用户小区选择和小区内的资源配置问题,目的在于提高用户的速率以及优化系统的性能。系统的性能主要包括系统的总吞吐量、基站之间的负载均衡,以及小区内部用户的公平性等。主要研究用户进入异构网络后,基站之间的负载均衡和系统吞吐量的小区选择问题,通过利用贪婪算法(Greedy Algorithm,GA)来优化均衡这两个参量,仿真结果表明,该算法的使用在一定程度上保证了系统用户吞吐量的前提下,解决了微基站用户接入负载不均衡的问题,相较于传统算法在系统的性能上有一定的提升。在进行完用户的小区选择之后,对每个用户进行小区内部的资源分配。为了简化资源分配的复杂度,本文设计了一种资源配置方法,将资源分配分成三步,分别是:成分载波(Component Carrier,CC)分配、资源块(Resource Block,RB)分配和功率分配,并且分别对这三个步骤进行算法的优化。在提出了一个RB估计算法的前提下,用贪婪算法和交叉熵算法对CC进行分配,在此前提之上,用贪婪算法对RB进行分配后又提出了一个RB交换算法对RB进行进一步分配。在前两种算法结果的前提之下,最后利用粒子群算法,对功率分配的数学模型进行优化。仿真结果表明,分配过程分成三步,利用算法优化,并有效针对公平性和系统吞吐量进行了优化。仿真结果表明,功率分配对系统性能的影响小于CC分配和RB分配,同时所使用的算法都可以达到在保证公平性的前提下,优化用户速率和系统吞吐量的目的,使得性能随着三步分配过程不断提升。