针对无线通信网耗能造成二氧化碳排放量和运营成本日益增加的问题，提出了一种下行大规模天线系统能效最优的资源分配算法。算法在基站端采用最大比合并（MRT）预编码的情况下，考虑各用户最小数据速率、最大发射功率和可容忍的干扰水平约束条件下，以最大化系统能效下界为准则建立非凸优化模型。首先采用一种迭代算法确定每个用户的带宽分配；然后根据分数规划的性质，将能效优化问题的分数形式转换为减数形式，进而利用凸优化方法求解基站端最优的发射天线数和发射功率来获得最优能效。仿真结果表明，所提算法能以较小的迭代次数收敛到最大能效值，并且有较好的系统频谱效率性能，同时算法复杂度得到了显著降低。

基于能效的异构无线网络联合切换调度和资源分配算法.pdf

一种5G异构云无线接入网络的D2D资源分配算法.pdf

非正交多址接入技术作为5G的候选技术之一受到了广泛关注。研究了以系统吞吐量优化为目标的多载波多用户NOMA系统下行链路的资源分配问题。在该问题的求解中，为了提高系统的吞吐量，子载波间采用线性注水算法，叠加用户间采用分数阶功率分配算法。同时，考虑了远近用户数目不等场景下能够调度更多的用户，在NOMA传输方案设计中引入时分的概念，将整个时间段t分为两个时隙，在不同时隙内实现不同远近用户分组的动态配对方案，从而在保证用户公平性的基础上，充分利用子信道资源，实现系统吞吐量的优化。仿真结果表明，对比于传统NOMA和OFDMA，提出的方法可以在相同的发射功率情况下传输更多的比特数。

针对蜂窝网资源分配多目标优化问题，提出了一种基于深度强化学习的蜂窝网资源分配算法。首先构建深度神经网络（DNN），优化蜂窝系统的传输速率，完成算法的前向传输过程；然后将能量效率作为奖惩值，采用Q-learning机制来构建误差函数，利用梯度下降法来训练DNN的权值，完成算法的反向训练过程。仿真结果表明，所提出的算法可以自主设置资源分配方案的偏重程度，收敛速度快，在传输速率和系统能耗的优化方面明显优于其他算法。

针对多用户MIMO-OFDM系统，立足业务体验方，给出了一种最大化用户QoE的资源分配算法。通过设计QoE效用函数，将用户QoE与系统QoS参数关联起来，在发送功率和目标误码率的约束条件下，以最大化用户平均QoE为目标，通过QoE效用函数获取用户当前时刻QoE增量，据此确定用户时频资源分配优先级，进而进行注水功率分配。仿真结果表明，该算法能够充分利用系统资源，有效提高用户平均QoE。

为了进一步提升第５代移动通信网络（5th Generation，5G）的系统性能以及用户的服务 质量（Quality of Service，QoS），就蜂窝通信网络中终端直通（Device to Device，D2D）通信的资源 分配问题，提出一种距离受限的资源分配算法。考虑D2D通信用户复用蜂窝通信用户的上行频 率资源的情况。建立蜂窝网络中D2D通信系统模型；分析D2D通信用户的接收信号和受到的 干扰情况，推导出D2D通信用户的信干比表达式；根据预设的信干比门限值，推导出D2D通信 与蜂窝用户复用相同频率的安全距离；基于推导出的复用安全距离，提出一种距离受限的资源 分配算法。所提出的距离受限的资源分配算法将蜂窝通信用户占用的频率资源分配给复用安 全距离之外的D2D通信对，能够确保D2D通信与蜂窝通信之间的干扰控制在合理范围之内。 仿真结果表明： 距离受限的资源分配算法能够有效提高系统吞吐量， 并降低D2D通信的中断概率。

OFDMA系统中低复杂度比例公平资源分配算法（原文+代码）

基于深度强化学习的无线网络资源分配算法.pdf

针对D2D（device-to-device）通信复用蜂窝资源所带来的干扰问题，提出了一种单小区蜂窝系统下D2D通信的干扰控制和资源分配算法。首先，根据系统内用户之间的干扰构建干扰图，为 D2D 用户寻找可以复用的信道资源；然后根据预先设定的D2D用户优先级依次为D2D用户执行信道资源预分配和信道交换策略。仿真结果表明，所提出的算法可以明显提高系统的吞吐量以及D2D用户的接入率，使系统在存有少量或大量D2D用户的情况下都能使性能达到更优。