摘要：为解决当前5G无线移动异构网络数据吞吐算法中存在的虚拟分区间信号漂移严重,且难以实现用户终端与小区基站之间平衡切换的不足,提出基于密集虚拟分区信道筛选机制的5G无线移动异构网络吞吐量优化算法。通过5G信号密集化过程,构建密集采样机制,将离散的信号密集进行并发多路处理;采取虚拟分区映射机制,将待传输的5G信号精确划入最佳匹配的分区中,降低高密度无线信号在发射接收过程中的互相影响;构造信道传输矩阵映射机制,通过引入拉氏变换变化技术,提高信号传输矩阵中可承载的数据上传带宽容量,联合采取容量扩容机制,改善信号密集条件下5G信号可利用的上传带宽容量。仿真结果表明,与当前UPOS-1、UP5G-Plus、UPC-ad算法相比,在5G无线网络异构程度较高时,该算法拥有更高的数据吞吐量,在节点密集条件下能够有效提升数据传输效率,显著削弱了小区间同频信号的互相干扰。