设备到设备（D2D）通信可以提高现有蜂窝基础架构中的网络覆盖范围，频谱效率和能效，这使其成为未来网络的有希望的体系结构。 由于服务的多样化，本文考虑了异构统计服务质量（QoS）约束，其中蜂窝用户关注延迟约束，而D2D用户组则更加关注数据传输的中断概率。 蜂窝用户的功率分配问题可以通过优化容量支付功率损耗博弈模型来解决。 利用拉格朗日对偶分解和牛顿迭代法，将蜂窝用户的功率优化问题转化为参数优化问题。 由于D2D用户的能源资源有限，能源效率成为D2D用户群体关注的焦点。 利用分数规划和凸优化技术，提出了在断电概率约束下的D2D用户高效节能的最优功率分配算法。 结果，构思了基于分层博弈的功率分配算法以有效地解决功率优化问题。 仿真结果表明，与其他算法相比，该算法性能有所提高，并且收敛了一定的迭代次数。

针对单天线多跳系统中的资源分配策略进行了研究，重点研究了基于能效最优的功率分配算法。所提算法以系统能效最大化为设计目标，以满足指定的系统服务质量(QoS, quality of service)为约束条件，建立了以源节点和中继节点发射功率为设计变量的数学优化模型。通过大信噪比区间近似等效，将原始的非凸优化问题转化为凸优化问题。再利用拉格朗日对偶函数凸优化算法，并借助于LambertW函数，最终得到一种功率分配方案的闭合形式解，避免了采用交替迭代方法来求解最优化问题。相比传统以系统频谱效率最大化为目标的算法，所提算法能更好地提升系统整体能效，同时降低了功率分配算法的复杂度。

移动边缘计算卸载作为移动边缘计算的关键技术，主要功能是将移动设备的密集型计算任务迁移到边缘服务器上执行，实现低能耗和低时延的服务，但在计算任务卸载过程中产生的传输时延和能耗降低了用户的体验质量。为进一步降低延迟和能量消耗，针对移动边缘计算卸载系统，提出基于博弈论的功率分配算法。在服务器计算资源的约東条件下，采用二分搜索法优化传输功率降低传输时延和能耗，利用非合作博弈论解决多用户卸载决策问题降低系统开销。仿真结果表明，该算法可以获得较好的计算卸载性能，与单纯的博弈卸载算法和自适应顺序卸载博弈算法相比，卸载性能分别提高41%和12%。

在正交频分复用的认知无线电系统中，授权用户会受到认知用户频带内子载波带外功率泄漏的干扰。针对这一问题，提出了一种基于幂函数分布的次优化功率分配方案，通过线性约束的凸优化数值运算，有效降低了最优方案中运算的复杂度。给出了在认知用户发射功率约束条件下的信道吞吐量分析。仿真结果表明，所提出的方案在满足授权用户干扰门限约束条件下，提高了现有功率分配方案的认知用户信道吞吐量。

功率分配算法对MIMO信道容量的影响，张雪，，本文从介绍MIMO系统的信息容量限及信道模型入手，对MIMO系统容量进行了详尽的公式推导。接着介绍几种常见的功率分配算法的基本原理�

#资源达人分享计划#

基于人工鱼群的MIMO-OFDM中继水下声通信功率分配算法

非MATLAB自带的waterfill函数。 waterfill2为自己编写的带完整注释的注水功率分配算法。waterfill3为他人版本，以供参考。

功率分配是非正交多址系统（NOMA）资源分配中的一个重要研究问题。最优迭代注水功率分配算法能提高系统性能，但是算法复杂度较高。提出一种低复杂度的功率分配算法，首先对子载波采用注水原理得到总的复用功率，然后在单个子载波上叠加用户间采用分数阶功率分配方法进行功率再分配。通过仿真分析，与最优迭代注水功率分配算法相比，该算法在性能损失不超过3%的情况下，大幅减低了计算复杂度。

研究了功率受限情况下多中继协作通信网络的中继选择和功率优化问题。在AF网络中，提出了一种低复杂度中继选择与功率分配算法，其目标是在总功率一定的条件下使系统的中断概率最小。本算法对源节点和所有潜在中继节点进行功率分配，结合当前信噪比选择最优的中继集合，通过最速下降法求出使系统中断概率最低的功率分配因子。该算法不需要知道大量瞬时信道信息、不需要系统在等功率条件下进行中继选择，只需求得中继节点排列矩阵便可根据当前信噪比自适应获得最优中继节点集合。仿真结果表明，在相同条件下，该算法明显优于不同中继节点集合下几种算法的中断性能，并且与传统的SAF AAF及算法相比，有效降低了中断概率，提升了系统性能和功率效率。